AEC'de Üretken Tasarım ve Yapay Zeka: Biçimin Ötesi


Bilgisayar destekli tasarım 1980'lerde yaygınlaştığında yaptığı şey, elle çizimi ekrana taşımaktı. Tasarıma “destek” olmaktan çok, belgelemeyi hızlandırdı. HP'nin Z by HP Learning Hub'da yayımladığı bir trend yazısı, bugün bu ifadenin gerçekten hak edildiği bir noktaya geldiğimizi savunuyor: yerel işlem gücündeki artış, 3B modellemenin standart hale gelmesi ve yapay zeka sayesinde bilgisayar artık tasarımı belgelemekle kalmıyor, seçenek üretiyor. Bu yazıda o değerlendirmeyi özetliyor ve Türkiye'deki mimarlık, mühendislik ve inşaat (AEC) ekipleri için karşılığını ele alıyoruz.
Ürün sayfası: HP AI Workstation — yapay zeka iş yüklerine göre modeller ve teklif.
Üretken tasarım nedir?
Üretken tasarımda tasarımcı çizmek yerine hedefleri ve kısıtları tanımlar: alan, maliyet, gün ışığı, taşıyıcı sistem sınırları gibi. Yazılım bu tanıma uyan yüzlerce, bazen binlerce seçenek üretir ve bunları ölçülebilir ölçütlere göre sıralar. Tasarımcı en uygun olanları seçer ve geliştirir.
Geleneksel iş akışında süre ve bütçe baskısı çoğu zaman bilinen çözümü tekrarlamaya iter; en iyi seçenek hiç denenmemiş olabilir. Üretken tasarımın vaadi tam olarak bu boşluğu kapatmak: daha çok seçeneği, daha kısa sürede, ölçülebilir biçimde değerlendirmek.
Karmaşık biçimden çok ölçütlü optimizasyona
İlk uygulamalar ağırlıklı olarak biçim ve strüktür üzerineydi. HP'nin yazısında anılan örnekler arasında, algoritmik modelleme araçlarıyla çözülen kıvrımlı gökdelen cepheleri ve karmaşık ızgara kabuk çatılar var. Bu tür geometrilerde her değişiklik tüm yüzeylerin yeniden üretilmesini gerektirdiği için, seçenekleri elle modellemek ya mümkün olmaz ya da ekip bir iki alternatifle sınırlı kalır.
Bugün odak genişledi. Üretken tasarım; maliyet, enerji performansı, çevresel ve sosyal ölçütler ya da yalnızca bir kattaki alanın en iyi kullanımı gibi birbiriyle yarışan hedefleri aynı anda dengelemek için kullanılıyor. Yazıda, bir ofis yerleşiminin çalışma biçimleri, konum tercihleri, gün ışığı ve dış manzara gibi hedeflere göre planlanması örnek veriliyor.
Erişim de kolaylaştı. Eskiden kod yazmayı gerektiren bu yöntem, Revit içindeki Generative Design gibi araçlarla hazır çalışma şablonları üzerinden kullanılabiliyor: hedefler tanımlanıyor, yazılım seçenekleri üretiyor.
Yapay zeka AEC'de nerede kullanılıyor?
- Fizibilite ve erken tasarım: Arsa kullanımını, konut kapasitesini, gün ışığını ve manzara erişimini en iyileyen kütle seçenekleri. Autodesk Forma bu aşamaya odaklanan araçlardan biri.
- Mevzuat ve tekrarlayan kontroller: Tasarımın yönetmeliklere uygunluğunun denetlenmesi gibi zaman alan işlerin otomatikleştirilmesi.
- Planlama ve yönetim: İş programının en iyilenmesi ve gecikme riskinin önceden işaretlenmesi.
- Şantiye görüntü analizi: Etiketlenmemiş fotoğraf ve videodan iş güvenliği, malzeme takibi ve denetim için bilgi çıkarılması; bu veri dijital ikiz çalışmalarına da girdi oluyor.
Tasarımcının rolü değişiyor, ortadan kalkmıyor
Yazının altını çizdiği nokta önemli: üretken tasarım işi tasarımcının yerine yapmaz. Yazılım seçenekleri üretir ve veriyi düzenler; hangisinin değerli olduğuna, hangisinin geliştirilmeye değdiğine tasarımcı karar verir. Amaç, tasarımcının zamanını tekrarlayan üretimden stratejik kararlara kaydırmak.
Bu, BIM süreçleriyle de örtüşüyor. Dijital bir prototip üzerinde çalışan ekipler, hem üretken tasarım araçlarından hem de modelin her aşamasında analiz yapan yapay zeka yardımcılarından yararlanabiliyor.
İşlem gücü neden belirleyici?
Her seçenek, modeldeki yüzeylerin ve elemanların yeniden hesaplanması demek. Yüzlerce seçeneğin üretilip analiz edilmesi, yüksek frekanslı işlemci, büyük bellek ve çoğu zaman güçlü bir ekran kartı gerektirir. Donanım yetersiz kaldığında ekip daha az seçenek dener; yöntemin asıl faydası da orada kaybolur.
AEC iş yükleri için yapılandırılmış HP Z iş istasyonları ve yapay zeka ağırlıklı kullanım için HP AI Workstation modelleri bu ihtiyaca göre seçilebilir.
Sık Sorulan Sorular
Üretken tasarım için kod yazmayı bilmek gerekir mi?
Üretken tasarım mimarın yerini alır mı?
Küçük ofisler bu yöntemden yararlanabilir mi?
Kaynak
Bu yazı, HP'nin Z by HP Learning Hub bölümünde yayımlanan “Beyond Form and Structure: Generative Design and AI in AEC” başlıklı İngilizce trend yazısındaki ana fikirlerin Cadbim tarafından hazırlanmış Türkçe özeti ve yorumudur; çeviri değildir. Özgün metin, görseller ve yazıda atıf yapılan araştırmalar için HP'nin sayfasına başvurabilirsiniz. HP ve Z by HP, HP Inc.'in ticari markalarıdır.
Yapay zeka iş yükünüze uygun iş istasyonunu birlikte belirleyelim
Kullandığınız yazılımlara ve model boyutlarına göre HP Z yapılandırması için teklif talep edebilir, HP AI Workstation sayfasındaki modelleri inceleyebilirsiniz.
Teklif İste Modelleri İncele
