論文の概要: Generative AI for Architectural Design: A Literature Review

• arxiv url: http://arxiv.org/abs/2404.01335v1
• Date: Sat, 30 Mar 2024 13:25:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-03 21:06:49.611416
• Title: Generative AI for Architectural Design: A Literature Review
• Title（参考訳）: アーキテクチャ設計のためのジェネレーティブAI:文献レビュー
• Authors: Chengyuan Li, Tianyu Zhang, Xusheng Du, Ye Zhang, Haoran Xie,
• Abstract要約: ジェネレーティブ・人工知能は、建築設計における新しい方法論パラダイムを開拓した。 本稿では,建築設計におけるジェネレーティブAI技術の広範な応用について考察する。
• 参考スコア（独自算出の注目度）: 14.910709576423576
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative Artificial Intelligence (AI) has pioneered new methodological paradigms in architectural design, significantly expanding the innovative potential and efficiency of the design process. This paper explores the extensive applications of generative AI technologies in architectural design, a trend that has benefited from the rapid development of deep generative models. This article provides a comprehensive review of the basic principles of generative AI and large-scale models and highlights the applications in the generation of 2D images, videos, and 3D models. In addition, by reviewing the latest literature from 2020, this paper scrutinizes the impact of generative AI technologies at different stages of architectural design, from generating initial architectural 3D forms to producing final architectural imagery. The marked trend of research growth indicates an increasing inclination within the architectural design community towards embracing generative AI, thereby catalyzing a shared enthusiasm for research. These research cases and methodologies have not only proven to enhance efficiency and innovation significantly but have also posed challenges to the conventional boundaries of architectural creativity. Finally, we point out new directions for design innovation and articulate fresh trajectories for applying generative AI in the architectural domain. This article provides the first comprehensive literature review about generative AI for architectural design, and we believe this work can facilitate more research work on this significant topic in architecture.
• Abstract（参考訳）: 生成人工知能(AI)はアーキテクチャ設計における新しい方法論パラダイムを開拓し、設計プロセスの革新的な可能性と効率を大幅に拡大した。 本稿では,生産型AI技術のアーキテクチャ設計における広範な応用について考察する。 この記事では、生成AIと大規模モデルの基本原則に関する包括的なレビューを行い、2D画像、ビデオ、および3Dモデルの生成における応用について強調する。 さらに,2020年からの最新の文献をレビューすることにより,建築設計のさまざまな段階における生成AI技術の影響を,初期の3D形式の生成から最終的な建築画像の生成まで,精査する。 研究成長の顕著な傾向は、生成的AIを受け入れることへのアーキテクチャデザインコミュニティ内の傾きが増し、研究のための共通の熱意を触媒することを示している。 これらの研究ケースと方法論は、効率とイノベーションを著しく向上させるだけでなく、従来のアーキテクチャの創造性の境界にも課題を提起している。 最後に、設計革新のための新しい方向性を指摘し、アーキテクチャ領域に生成AIを適用するための新鮮な軌道を明示する。 この記事では、アーキテクチャ設計のための生成AIに関する、初めての包括的な文献レビューを提供する。

関連論文リスト

• Empowering Clients: Transformation of Design Processes Due to Generative AI [1.4003044924094596]
  この研究は、AIがアイデアの迅速な視覚化を通じて、クライアントが設計プロセスに参加することを可能にすることによって、アイデアのフェーズを破壊できることを明らかにしている。 私たちの研究は、AIが設計に対して貴重なフィードバックを提供することができる一方で、そのような設計を生成できない可能性があることを示しています。 アーキテクチャの解釈的主権と,AIが設計プロセスのオーサシップをますます引き継ぐにつれて,意味とアイデンティティの喪失について,アーキテクトの間に不確実性があることも明らかになった。
  論文  参考訳（メタデータ） (2024-11-22T16:48:15Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• Brain-inspired Artificial Intelligence: A Comprehensive Review [15.964784631512414]
  レビューは、現代のAIモデル、すなわち脳にインスパイアされた人工知能(BIAI)を形成する多様なデザインインスピレーションを探求する 本稿では,BIAIアプローチを物理的構造に着想を得たモデルと人間行動に着想を得たモデルに分類する。 さまざまなBIAIモデルが優れている実世界のアプリケーションについて検討し、その実用的メリットとデプロイメント上の課題を強調します。
  論文  参考訳（メタデータ） (2024-08-27T06:49:50Z)
• Generative Artificial Intelligence: A Systematic Review and Applications [7.729155237285151]
  本稿では、ジェネレーティブAIにおける最近の進歩と技術に関する体系的なレビューと分析について述べる。 生成AIがこれまで行った大きな影響は、大きな言語モデルの開発による言語生成である。 論文は、責任あるAIの原則と、これらの生成モデルの持続可能性と成長に必要な倫理的考察から締めくくられる。
  論文  参考訳（メタデータ） (2024-05-17T18:03:59Z)
• Generative AI Agent for Next-Generation MIMO Design: Fundamentals, Challenges, and Vision [76.4345564864002]
  次世代の多重入力多重出力(MIMO)はインテリジェントでスケーラブルであることが期待される。 本稿では、カスタマイズされた特殊コンテンツを生成することができる生成型AIエージェントの概念を提案する。 本稿では、生成AIエージェントをパフォーマンス分析に活用することの有効性を示す2つの説得力のあるケーススタディを示す。
  論文  参考訳（メタデータ） (2024-04-13T02:39:36Z)
• Sketch-to-Architecture: Generative AI-aided Architectural Design [20.42779592734634]
  簡単なスケッチから概念的なフロアプランと3Dモデルを生成するために,AIモデルを利用する新しいワークフローを提案する。 我々の研究は、アーキテクチャ設計プロセスにおける生成AIの可能性を示し、コンピュータ支援アーキテクチャ設計の新しい方向性を指し示している。
  論文  参考訳（メタデータ） (2024-03-29T14:04:45Z)
• On the Challenges and Opportunities in Generative AI [135.2754367149689]
  現在の大規模生成AIモデルは、ドメイン間で広く採用されるのを妨げるいくつかの基本的な問題に十分対応していない、と我々は主張する。 本研究は、現代の生成型AIパラダイムにおける重要な未解決課題を特定し、その能力、汎用性、信頼性をさらに向上するために取り組まなければならない。
  論文  参考訳（メタデータ） (2024-02-28T15:19:33Z)
• State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
  本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。 また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。 利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
  論文  参考訳（メタデータ） (2023-10-11T05:32:29Z)
• AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
  生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。 本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。 実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
  論文  参考訳（メタデータ） (2023-10-03T06:55:19Z)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• A Reference Architecture for Designing Foundation Model based Systems [28.826700360670515]
  ファンデーションモデルが将来のAIシステムの基本的なビルディングブロックになる、という広いコンセンサスがある。 基礎モデルをAIシステムに組み込むことは、責任と安全性に関する重要な懸念を提起する。 本稿では,基礎モデルに基づくシステム設計のためのパターン指向参照アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-04-13T05:01:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。