浅谈大数据及人工智能在风景园林学科中的运用

冯钰萌

（四川电影电视学院设计与美术学院，四川 成都 611331）

第四次工业革命，带来了智能化，传统的辅助设计工具在大数据、人工智能等技术的影响下也向着智能化发展。智能设计工具不仅能根据设计师输入的基地信息与各种限制条件生成设计方案，还能基于客观理性因素对方案的优劣做出判断，辅助后续设计；传统工具仅能依据设计师的主观意识输出结果而不能对结果加以理性地反馈[1]。

在大数据的支撑下，人们可以获取广泛详实地数据，对其进行分析，从而更加全面地了解城市。除数据本身具备研究价值外，它还客观地反映了在人们的生活方式以及对空间的利用。城市规划与景观设计方法正悄然发生着转变，那么人地关系研究与景观设计领域应如何借由人工智能技术实现学科的升级突破？设计的价值以及设计师的核心能力又提现在何处？

目前，全球范围内许多知名院校及研究机构都对此展开了相应的研究，以探索大数据、人工智能对景观设计的影响。

澳大利亚SUPERSPACE团队开发了一款可以评估城市环境状况的搜索引擎平台——CIVITAS，它能帮助用户判断地域的宜居性或城市体验是否符合要求，用户只需从社会空间数据库集中选取所需数据，就能对城市、社区、公共空间、甚至具体楼层进行定制化分析。

苏黎世联邦理工学院景观设计系教授Christophe GIROT等以瑞士提契诺州坎顿地区的一条高速公路为实验对象，展示了如何运用计算机程序和机器人，基于覆盖提契诺河谷的激光雷达点云数据集的景观模型为地形塑造的基础，对河道沿岸及公路两侧不规则的土地地块进行改造，以形成良好的声音反射和噪音隔离，并促进河床修复及公共空间的设置。他们的研究，提供了一种通过机器人自动化设计来构思景观空间的新途径。

SWA集团XL研究与创新实验室对于新工具及新技术在景观设计领域的应用做了诸多尝试。在机器人学习方面，该实验室以《小城市空间的社会生活》中所谈及的场所为对象，收集了每个场地的录像片段作为机器学习的对象，并通过基于图像目标识别与跟踪的算法对录像中的人群空间分布进行识别，同时记录人们的行进轨迹。借助机器学习技术生成的行人热力图可以揭示每个场地内不同区域人流量的大小。在将来，待技术发展成熟，那么其应用前景将相当广阔。机器学习能在设计师设计初期，帮助其预测需求、能源消耗，以及不同的参数化方案设计。设计师对于前期场地的分析将变得更加轻松、理性、客观化，也将有更多的时间用于真正的设计。此外，该实验室还在将沉浸式环境研究投入到虚拟的设计空间展示中。团队从渲染程序中导出了设计方案的球形全景图，将全景图加载到手机上，并将手机连接谷歌的虚拟现实眼镜，这样项目经理、政府雇员、大众等就能直接感受到设计方案建成的样子，有助于方案的展现[2]。

由上诉研究案例我们可以看出虚拟现实、人工智能、大数据等技术的结合可能严重冲击传统设计师的地位，绝大多数设计师所依赖的知识、经验、甚至情感，在未来的机器学习和人工智能技术面前都可能显得笨拙而无力。在这样的大潮流趋势下，城市规划领域中新城市科学被提出，该学科不仅关注于数据支撑与计算机运算能力，更关于与这些技术与数据支持下的使用体验。将来，以城市计算、人机交互等方向为代表多学科交叉的新城市科学可能将为传统的城市规划设计带来变革。由于学科性质的不同，这些技术在景观设计领域的运用却为数不多，主要是因为人工智能的定义并不适用于景观设计学科的系统框架。各专家学者对此也有些不同的观点看法。例如来自美国国家城市交通运输官方协会的Ankita CHACHRA和Melinda HANSON就在“设计未来的理想街道”一文中就提到设计师不应过度依赖新技术和新概念，而应重拾城市街道生活最本质的逻辑，人人都可享用的低技术方案同样能够有效改善城市环境。

弗吉尼亚大学建筑学院景观设计学系教授Bradley CANTRELL及建筑学院建构环境哲学在读博士张子豪针对该问题，采用的智能体－环境框架来定义景观中的智能，与智能材料、生物物理智能并列。他们认为这些智能形式可以相互作用，共同演进，将为景观设计学科带来新的机遇。

北京林业大学的王向荣教授认为大数据为我们分析复杂系统提供了一个全新的工具，如果能恰当地分析和使用这些数据，我们就能做出更合理的决策，优化它的运行方式，这会远胜于以往基于理论、经验和局部样本数据做出的判断。但大数据本身也是非常复杂的，这些技术的运用是建立在大量人工编程、作业的基础上。有些能真实地反映自然和社会的发展状况，但相当多的数据具有极大的不确定性，如果得到的不是真实、全面、客观的数据，那么往往会造成分析结果的偏差，以偏概全，其结果可能并不得达到预期。

景观设计学科是兼具理性、感性、想象力的学科，如果完全被工智能、大数据等算法驱动，城市环境将失去个性化。因此，借助技术手段实现更加高效、灵活、环保的资源分配、空间优化及市民服务的同事，这些信息技术的运用也对人类提出了新的和更高的要求。