ИИ в архитектуре: где он уже помогает проектировщикам и почему не заменяет архитектора

Искусственный интеллект становится рабочим инструментом в архитектурном проектировании, но пока не заменяет профессиональную работу архитектора. Нейросети уже применяют для поиска визуальных решений, быстрой проверки гипотез, постобработки изображений и анализа данных. При этом они не выполняют точные пространственные расчеты, не обеспечивают стабильную геометрию модели и не закрывают задачи проектной документации, сообщает Светлана Леонтюк на РБК Тренды. 

После массового запуска ChatGPT в ноябре 2022 года интерес к ИИ в архитектуре резко вырос. В профессиональной среде чаще всего используют генераторы изображений — Stable Diffusion, Midjourney, DALL-E и другие сервисы. Они позволяют быстро получать серии эскизов, проверять визуальные идеи и искать нестандартные композиционные решения на ранних стадиях работы.

Такие инструменты полезны на этапе концепции. Архитектор может сформировать промпт, получить несколько вариантов образа здания, интерьера или городской среды, затем доработать выбранное направление вручную. Для постобработки применяются, например, Adobe Firefly и аналогичные решения: они помогают изменить отдельные элементы изображения, повысить качество картинки или добавить детали.

Ограничение остается принципиальным: генеративная модель не работает с архитектурной геометрией так, как это делает проектировщик в профессиональном ПО. Она не сохраняет устойчивую пространственную структуру объекта при смене ракурса, не гарантирует корректность размеров, конструктивной логики и связей между элементами. Поэтому такие системы пока не заменяют полноценную визуализацию и рендеринг, а используются как инструмент быстрой проверки идей. Даже специализированные решения на базе Stable Diffusion, включая LookX, обученные на архитектурных изображениях, остаются вспомогательным инструментом.

Где ИИ может сократить рутину

Визуализация — только часть проектного процесса. Более заметный эффект для бюро может дать автоматизация повторяющихся операций: подготовки чертежей, вариантного моделирования, анализа планировочных решений и обмена данными между программами.

Одно из направлений — генерация строительных чертежей. По оценке участников рынка, эта стадия может занимать до 60% времени и ресурсов проектной команды. Разработкой таких решений занимается, в частности, Swapp — компания, основанная выходцами из израильского подразделения Autodesk.

Другой блок задач — генерация и проверка планировок. Технологическая компания Finch совместно с Herzog & de Meuron разрабатывает программные инструменты, которые должны помогать архитекторам быстрее работать с вариантами планировочных решений. Пока подобные продукты остаются развивающимся сегментом: значительная часть компаний в этой области появилась в конце 2010-х — начале 2020-х годов.

Отдельная проблема — обмен данными между разными программными средами. В проектировании используется множество форматов, которые не всегда совместимы между собой. Autodesk рассматривает ИИ как один из инструментов для работы с данными без жесткой привязки к отдельным форматам. Для проектировщиков это направление важно прежде всего из-за связки архитектурных моделей, расчетных данных, BIM/ТИМ-среды и документации.

Анализ участка и цифровые двойники

Нейросети могут использоваться и для анализа больших массивов данных: ветровой нагрузки, инсоляции, температурных условий, параметров окружающей застройки. Такие функции появляются в архитектурном и девелоперском ПО, включая TestFit, где можно в реальном времени корректировать план жилого комплекса с учетом изменений территории.

Для корректной работы таких инструментов требуется цифровая модель городской среды. Виртуальные копии городов или отдельных территорий позволяют учитывать рельеф, высотность зданий, транспортные связи, параметры освещенности и другие данные. Подобные модели есть у Нью-Йорка, Сеула, Шарджи, Сингапура.

В России с 2019 года развивается Цифровой двойник Москвы. В него включаются данные о городской территории, зданиях и новых объектах. Проектировщики участвуют в наполнении такой среды: город получает от них модели и сведения по новым объектам для формирования единого геоинформационного пространства. Цифровые двойники есть и у других российских городов, в том числе у Калуги.

Такие модели применяются при оценке того, как новый объект вписывается в городскую среду, какую нагрузку он создает на инфраструктуру и как меняется транспортная доступность. При наличии открытых и актуальных данных ИИ может ускорять обработку таких сценариев, но исходная точность зависит от качества самой городской модели.

Почему ИИ не заменяет архитектора

Архитектурное проектирование не сводится к генерации красивого изображения. Архитектор работает с функцией здания, нормативными требованиями, градостроительными ограничениями, конструктивной схемой, инженерными системами, экономикой проекта и согласованиями. Нейросеть может помочь с отдельными операциями, но не берет на себя ответственность за проектные решения.

Переход отрасли к BIM уже показал, что новая технология не обязательно сокращает профессии. Вместе с информационным моделированием в бюро появились BIM-менеджеры, BIM-координаторы и отдельные BIM-подразделения. С генеративным ИИ может возникнуть похожая специализация: настройка инструментов, управление данными, проверка результатов, интеграция ИИ-сервисов в проектные процессы.

Ограничения есть и в правовой сфере. Один из ключевых вопросов — права на изображения и данные, использованные для обучения моделей. В 2023 году Getty Images подала иск к Stability AI из-за использования миллионов изображений без разрешения и компенсации. Также остается нерешенным вопрос авторства и прав на сгенерированные изображения.

Российский контекст

Для российского рынка отдельной проблемой остается доступ к зарубежному программному обеспечению и новым ИИ-инструментам. Autodesk в 2022 году заявила об уходе с российского рынка, а часть современных сервисов ограничена или недоступна.

При этом крупные российские девелоперы развивают собственные цифровые инструменты. «ПИК» и «Эталон» используют решения на базе Unreal Engine и других платформ для экспресс-моделирования земельных участков. Такие инструменты помогают учитывать высотные ограничения, окружающую застройку и коммерческие параметры площадки при выборе проектных решений.

ИИ уже стал частью архитектурной практики, но его роль пока прикладная. Он ускоряет поиск образов, работу с вариантами, обработку изображений и анализ данных. Полный цикл архитектурного проектирования — от идеи до проектной документации и ответственности за результат — остается за профессиональной командой.