全文揭秘諾亞產品開發思想，分享“AHA”全新AI輔助設計工作模式。
諾亞戰斧版 免費試用 本月開放
在開始之前，我想先提一個問題：
作為一名建築師，在方案設計剛開始的時候，別人拿來一套已經做好的方案，我們會不會直接用？
大家先思考一下，不著急往下看……
這個問題如果我來回答，那應該是：
”不會“
，為什麼？
我會想“這個方案是哪來的？對不對？好不好？有沒有缺陷？下一步如何深化發展？”作為一名在坑裡深埋了十年的職業建築師，我看別人的方案滿腦子不信任。雖然這麼說有點悲觀，但是隻要是讓我來負責這個專案，我一定會自己重做，以防未來一步一個坑……
但是，現實中還有另一種情況：
“這個方案沒創意空間，落地可能性低，甲方大機率不會結款。正好有個現成的方案，拿來先交一版吧。”你看，這種情況在現實行業裡不佔少數，也許外行人看了會覺得這是不負責任，但我清楚：建築設計是一份高情感投入的工作，一旦不小心開始一段錯誤的情感，可能就會打擊到我們去創作的初衷，即便是成熟的建築師已經歷了行業百般洗禮，但也無法避免我們必須學會用“防禦”的心態來對待無窮無盡的設計任務。
所以，回答“會”與“不會”其實不取決於人，而是要看眼前是什麼型別的設計任務。有些設計我們回答“不會”，有些設計則默默地點頭。那我在這裡追問一個問題：
什麼樣的任務，我們會想直接用現成的成果交作業呢？
這個問題留給大家回味，以下不做任何討論，但我認為，我們心裡的答案是一樣的。
開篇引出這個問題，是因為很多的諾亞的使用者告訴我們：
大家不太適應直接看到方案被自動生成的感受，同時就生成方案能否直接使用的問題引發了不同層面的探討。
實話說，這種感受我也有，越是獨立思考設計的人，越是難以消化別人的方案。很有意思的是，大家有沒有覺得這種情況很像是我們把設計任務讓別人來做，而不同的人做回來的方案也是千差萬別，我們不知道“他們是怎麼想的，為什麼會這麼做？”
有次我和一位朋友對此交流到深處，他說任何人看任何方案都會有自己希望去修改的地方，如果是委派給別人去做，拿回來的方案不對勁，自己會教他怎麼修改。但是諾亞不行，演算法只能輸出固定的結果，所以沒法跟人比。我聽完忽然感受到了一絲觸動和警醒，觸動的是這位朋友在拿諾亞和人比，這說明他內心默認了智慧化設計的未來，警醒的是他的注意力沒有放在諾亞對這個設計工作本身的輔助意義上，而是希望諾亞能夠代替他的員工來做一部分設計工作。
諾亞戰斧版 免費試用 本月開放
是的，誰也不願意被AI代替，但常常會預設AI就應該代替我們工作。這種觀念的矛盾差異不僅是因為每個人工作性質不同，更是因為不同的方案工作所處的設計目的不同，這導致我們時而排斥AI，時而又希望：”這個設計不想做了，就讓AI弄吧“。這也是這段時間諾亞開發團隊與廣大的AI輔助使用者交流後的直接感受。
為了更清晰，我幫大家重新梳理了以下技術觀點：建築設計大程式時代，
AI有必要代替我們去做那些不想做或無意義的工作，
而且要從那些最難受的、最沒有意義的工作優先開始代替。
但AI不會代替任何設計師，
直白講不難受的工作也是工作，還得靠人來完成。
前面講得有點多，下面開始乾貨。
全文揭秘諾亞產品開發思想，分享“AHA”全新AI輔助設計工作模式。
AHA，
是一種新型設計體驗及創作模式；
AHA，
目標是將設計師的製圖工作交付給計算機演算法自動完成；
AHA，
提高效率，擴大創意空間，重視設計師的創造體驗。
何為AHA？
A（Algorithm derive）H（Humen compute）A（Algorithm optimize）即為智慧化輔助設計的三大主要模式，同時也是一連串完整的設計方法步驟。分別是代表了：A=智慧衍生；H=人機互動；A=智慧最佳化。
AHA（“啊哈”）模式下，設計工作的四大優勢：
1、節約時間，可轉化更多的創新；
2、設計的科學性及合理性提升；
3、設計過程中的枯燥被AI代替，快感翻倍；
4、保留設計師自我提升的動力。
到底要怎麼藉助AI輔助我們設計，以下三大應用思維，缺一不可。
第一階段，智慧衍生 ——> AI推薦比選方案
（以目前已經上線的諾亞戰斧版的住宅強排演算法為例）
方案初期，我們拿到的規劃用地條件和設計任務書只是停留在紙面上的資料，不夠直觀。此時我們需要一些測試方案來對專案宏觀資料框架做一個相對的評估。也就是在正式設計前，我們常說的“先做幾版看看”，先了解再創新。那麼以往的工作方法需要人自己去畫，算指標，測日照。也就是今天我們統稱的“排指標”，很機械的工作，說這個工作沒有意義吧？不做還不行，不做沒有設計依據。說它很有必要吧？枯燥重複，佔據大量時間。
所以，這種事情必須交給AI來做，我們要的是前期過程版方案，要的是全自動日照計算，要的是全自動計算指標。在這一階段生成的所有方案都是用來給建築師參考評估的，不是真正意義的方案成果。但在這一階段，我們能短時間內獲取的基礎資訊越多，下一步工作的坑就越少，最終設計出來的成果也就越成熟。不難想象的是，“智慧衍生”會普遍提效設計前期的工作，而對於年輕一代的缺乏經驗的建築師而言，這種工作方法更提高了我們獲取設計經驗的速度。
那不論是人做還是AI做，既然是推薦方案，它的程度、深度、好壞等等就不免要接受質疑。
在諾亞戰斧版上線後的兩個月裡，我們最常聽到的問題就是：這個“智慧衍生”的結果不能直接用啊？
是的，諾亞的衍生模組開發本意並不是排出和人排一樣好的方案，它們只是幫我們畫了一些參考方案或者說過程稿，省去了我們去畫這個過程稿所付出的時間，當然在有些情況下，演算法直接生成理想結果的可能性是有的，但一套固定的演算法，仍無法滿足千變萬化的設計需求。在諾亞內部的使用測試裡，我們會用前30分鐘儘量透過控制引數多生成幾套逼近設計目標的結果，這個過程通常會算十幾版，有的直接淘汰，有的保留對比。這個過程可以讓我們快速瞭解專案的規模，讓設計方向和思路逐漸清晰。幾乎70%以上的測試樣本中，諾亞都能夠算出較理想的參考方向。也就是說設計師在此基礎上再稍微改改圖，這個方案就很好了。如此，除了構思效率提升之外，建築師還有精力探索更優的設計方向，不至於被製圖工作掩埋。
我們必須承認，
任何一個高分的強排方案，都是由設計師的經驗和反覆的製圖推演工作共同完成的。
即便強排工作再怎麼套路化，這張關乎總平面設計的建築定點陣圖，也不是隨便誰都可以做好的。
在這裡與大家分享一個新的感受，同是諾亞使用者，熟練操作的人會比新人更快地找到理想結果，時間差在10倍以上。同行者中，熟悉引數化思維的使用者更容易體會到諾亞設計的深層次用法，也更瞭解如何透過配置引數讓生成的結果更好地逼近設計目標。事實證明，不同的人用的結果不一樣，這樣的工具才是輔助工具。這種新的工作方式本質上是用來提效的，更出色的設計師能夠藉助它衍生出更好也更理想的方案。
諾亞戰斧版 免費試用 本月開放
關於住宅模組的“智慧衍生”最佳化升級工作，諾亞仍在根據廣大使用者的意見調整中。因為最近大家提出了一個相對統一的述求：“滿容”，有不少朋友也把“滿容”視為此階段設計的終點。在此我想分享兩個之前產品設計的觀點：
1、從輔助設計的角度，之前的衍生演算法是希望能提供數量更多的參考方案，而不是說技術上無法“滿容”，比如諾亞演算100個方案，其中幾乎肯定會出現容積率最高的結果。但因為一次性計算時間過長會影響使用者互動體驗，同時我們也應為其他“不滿容”的衍生結果也有不同維度的參考價值，所以之前諾亞設計了“方案種子”+“衍生次數”這樣結合使用的設計模式。
目前，很多使用者都提出了希望能夠一次性算出“滿容“方案的訴求，所以我們也在考慮讓演算法折損一部分方案多變的可能性，提高出現直接“滿容”的機率。
2、根據我所瞭解的行業現狀，以往業內的前期“滿容”方案其實也參雜了很多的人為因素。直白講是一種不負責任的估算，比如利用一些戶型數值的偏差、日照計算的偏差、排除一些消防撲救因素的影響後形成的估算方案。
這種指標看似“滿容”，但實際實施起來就會發現有很大難度，給後續的落地性帶來隱患。
所以我不得不澄清，有些“滿容”是虛假的指標，而這種能力恰恰逾越了演算法程式開發的底線。
所以對於演算法“滿容”的問題，可能會一直存在爭議，這種爭議並不僅僅是一種技術開發問題，更多是社會問題，我們不能保證會滿足所有人的需求，但我們下一步會盡量用演算法先把容積率做到資料認為的“滿”。
因為衍生倍受關注和爭議，所以前面囉嗦一點幫大家更深刻地認識衍生。下面要講的，才是能讓一個方案真正落地的重點：
第二階段，人機互動 ——> 自由調整方案
（以目前已經上線的諾亞戰斧版的住宅強排演算法為例）
記得去年我們在諾亞青衫版的開源時期分享過一個技術文章，大概講述了在強排演算法開發過程中，我們發現了一種十分高效率的強排方法。即人來選擇放置樓的位置，演算法自動算日照並同步測算指標。那麼試想一下，如果我們在確認方案的規劃的過程中，能夠得到實時的驗證反饋資料，每放一棟樓，每改一棟樓，都可以立刻確認它對不對，合不合理。那麼，這樣是不是就會節約大量的工作時間呢？
諾亞戰斧版 免費試用 本月開放
這個功能太好用了，而且開發起來不難，只是對於大眾建築師而言，人機互動形式需要不斷地被完善。如今的強排工作有了這種方式，效率可提高數倍。一位朋友在用了這種方法之後告訴我，他感覺自己的強排思維都提高了一個段位。甚至問我，為何傳統的日照計算軟體不直接設計成這樣？我說有啊，給大家推薦一下Sunflower，目前我瞭解到在手動實時日照這塊最好用的專業日照軟體。
我們所謂的設計推敲本質就是一個測試+反饋的迭代過程，在引數化設計的思想裡，很多設計問題都可以用這種形式科學、高效地解決。
沒錯，人機互動是現階段為了適應千變萬化的設計場景所必須出現的一種產品形式，雖然技術實現起來並不複雜，但是可以用於廣泛地將專案落地並且提效。諾亞的產品體系中“強排轉手動”即為這樣的一個功能，方便建築師自由修改“智慧衍生”生成的各種方案。
諾亞戰斧版 免費試用 本月開放
“智慧衍生=推薦方案” + “人機互動=自由修改”，這也是我理解的“提效”+“落地”。從諾亞的產品開發角度講，二者之間的分工界限是一個深邃的話題。衍生階段演算法越逼近落地，手動修改的空間就越小，產品的普適性就越差，應用場景越侷限。這也是我們一直不願輕易把演算法寫深入的主要原因，邏輯每深入一個層級就要面對更多的選擇岔路。過分地逼近某些要求，會使得其他反向的要求更難實現。最直白的例子就是大家都有過同時給多個人做設計的經驗，不同人的看法是矛盾的，不同專案的需求是矛盾的，不同階段的理解是矛盾的。如果我們只用一種設計思路去解題，那麼如何去滿足所有的情況呢？我想至少現在的程式能做到那些共性的問題都可以標準化，那些不確定的資訊都可以衍生，而那些確定的不同，一定還是要交給人來判斷。所以不論我們對演算法的技術能力有多自信，智慧演算法產品的社會性是一種統籌工作，需要時間來讓真理浮出水面。
從技術的角度來看，
在AI能夠開始直接服務於人的個性需求之前，它一定要充分地採集這個人的個性需求。而反過來看，任何型別設計的方案成果都是一個獨立體，從末端學習返回得到的“共性需求”本身就代表不了每個個體的需求。
有人認為，“人機互動”是AI把設計工作又推給了人。但在諾亞的工作流體系中，第二階段僅是透過人的操作錄入方案的個性資料，到了第三階段仍舊可以對之前的這些設計資訊進行智慧整合，形成完整的閉合方案。
第三階段，智慧最佳化 ——> 自動改善方案
（以目前已經上線的諾亞戰斧版的住宅強排演算法為例）
我們觀察在過去的兩個月裡幾乎很少的使用者，會使用到第三階段的功能，比如這個“日照改善計算”，之所以設計這樣的演算法，就是為了當靠人無法再排出更合理的日照方案時，AI可以再次藉助演算法輔助我們自動根據已有方案進行最佳化調整。
相信反覆挪樓測日照的夜晚大家都有過體會，理論上這個演算法就是可以在幾分鐘之內完成這種工作。
諾亞戰斧版 免費試用 本月開放
相比較，第一階段的“智慧衍生”演算法是在沒有具體設計方案參考的情況下，開放式地尋找答案，設計結果是發散的、估算的、啟發的，以此輔助設計師思考。而第三階段的“智慧最佳化”演算法則是在方案已經存在明確導向的前提下，對落地結果進行直接的檢測、評估、最佳化，將運算結果收斂成一個完整的、有定向性的結論。
所以，整個工作流程正是靠這一放一收，中間再介入人的感知，形成了諾亞完整的智慧化輔助設計體系及三大應用方法。有時候大家不願意用第二階段和第三階段的演算法，直接想對衍生演算法結果提出較高要求，
這其實也在迫使開發團隊將一些第三階段最佳化的演算法前置到第一階段，從而減少第二階段人機互動的自由度，
這種情況其實不是諾亞原本的初衷。當然，有人說住宅強排不需要這個自由度，我們也能理解，也願意為這種特殊市場行情去調整。不過接下來的公建、商業等其他的設計模組，我相信會有更多的設計師希望諾亞堅持自己的“產品輔助設計”原則，把更自由的埠開放給眾人。
在這裡分享一個開發過程背後的故事，就是原本我們設想的第三階段會有很多不同的最佳化演算法，以適應不同設計師的不同需求，但在實際的開發過程中，由於開發團隊自己也對第一階段的衍生演算法良品率有著較高的要求，所以很多成果已經直接內建到了第一階段的衍生演算法裡面，這種內建也會導致一些使用者遇到的多個方案種子生成的結果有趨同的現象出現。其本質是生成的過程不一樣，最後都自動地改成了一樣。
諾亞戰斧版 免費試用 本月開放
綜上，“智慧衍生”；“人機互動”；“智慧最佳化”是諾亞總結的智慧化輔助設計三大工作階段。我們在這個完整的演算法輔助工作流中，獲取設計模式的“去製圖化”，減輕製圖負擔，提高設計效率和設計標準，並最終讓方案落地。
衍生演算法不放開，則談不上輔助設計師思考；
人機間沒有互動，則方案沒有個性化的特徵；
最佳化演算法不收尾，則不能確保成果技術質量。
所以三大階段，演算法-人機-演算法，這種我們簡稱為“AHA設計模式”其實是普遍存在於各型別智慧化輔助設計的領域裡。除了住宅強排，還有地庫設計、辦公平面設計、立面設計、景觀設計、室內設計，從宏觀到微觀，從整體到細節。AHA可以實現全場景的提效，它也是諾亞開發團隊在過去的幾年裡共同領悟到的智慧化AI演算法技術在實戰場景中應用的必經之路。
目前我們看到的“諾亞戰斧版-智慧住宅模組”就是基於這種AHA模式的產品。也是我們團隊自主研發的第三代智慧強排演算法。雖然在研發的過程中，AI強排的第四代“強智慧”演算法框架已經逐漸清晰，但我們仍然堅信AHA模式會是現階段未來國內建築行業技術應用的主導趨勢。畢竟技術的迭代是基於行業的迭代，沒有引數化的思維，就不容易領會AHA，沒有AHA普及，我們的行業整體技術水平是駕馭不了“強智慧”的。希望大家能夠理解，“數字冥想”孵化於本土建築師原創數字化設計技術的實戰應用生態，我們的目標是探索更多技術應用的可能性，也肩負了提高行業技術應用水平的社會責任。AHA模式是一種基於當下智慧化演算法技術提出的嶄新設計方法，能掌握它的建築師越多，就等於我們把未來的數字技術和創新價值握在了自己的手上。
感謝大家今天陪我聊了這麼多，我是你們的老朋友sky，歡迎大家對此提出不同的觀點~
諾亞下載地址：百度 “諾亞戰斧”
