הבניין שהמיס ג'אגואר: למה הפסקתי לסמוך על AI בתכנון אדריכלי

יש ג'אגואר בלונדון שנמסה על ידי בניין.

לא באש שפרצה בתוך הבניין. אלא על ידי הבניין עצמו. חזית הזכוכית הקעורה של 20 פנצ'רץ' סטריט - שזכתה לכינוי החיבה "ווקי-טוקי" - ריכזה את אור השמש על הרחוב שמתחת, ממש כמו ילד עם זכוכית מגדלת. הטמפרטורות על המדרכה הגיעו לרמות שעיוותו את מרכב הרכב. אריחים נסדקו. עיתונאי אף טיגן ביצה על המדרכה לצורך כתבה חדשותית.

האדריכל, רפאל וינוֹלי, כבר עשה את זה פעם אחת לפני כן. במלון ה-Vdara שלו בלאס וגאס יש חזית בצורת סהר שיוצרת את מה שהאורחים מכנים "קרן המוות" - אזור התכנסות ליד הבריכה שבו קרינת השמש ממיסה כיסאות פלסטיק ומחרכת שיער. הפתרון? מטריות ענק. זהו. מטריות.

אני חושב על הבניינים האלה כל הזמן. לא כי הם כשלים הנדסיים - הם אכן כאלה - אלא כי הם תצוגה מקדימה מושלמת למה שקורה כשנותנים לאסתטיקה לרוץ קדימה לפני הפיזיקה. וכרגע, עם AI גנרטיבי, אנחנו עומדים לחזור על הטעות הזו בקנה מידה שהיה גורם לווינוֹלי להסמיק.

אני אשוטוש, והצוות שלי ב-VeriPrajna בונה מערכות AI לתעשיית האדריכלות והבנייה. בילינו את התקופה האחרונה בחיינו בוויכוחים - לפעמים אחד עם השני, לעיתים קרובות עם לקוחות פוטנציאליים, ולעיתים עם משקיעים - כי הדבר המסוכן ביותר ב-AI כרגע הוא לא מודל שלא מסוגל לייצר בניין. זהו מודל שכן מסוגל.

הבעיה של אשר

פתחו את Midjourney. הקלידו "מגדל בר-קיימא במיאמי, פוטוריאליסטי". תוך כ-תשעים שניות תקבלו משהו מהמם. זכוכית הלוכדת את אור השעה הזהובה. ירק שופע יורד מהמרפסות. סוג התמונה שגורמת לאישוני היזם להתרחב.

עכשיו הביטו מקרוב יותר. באמת הביטו.

המדרגות בלובי מסתיימות בקיר אטום. העמודים הנושאים נמסים אל תוך התקרה מבלי להעביר כוח לשום מקום. לחלונות אין שום מנגנון פתיחה - הם פשוט מלבנים של אור המצוירים על משטח. הקורה הקונסולית בצד המזרחי הייתה דורשת חומרים שלא קיימים כדי שלא תקרוס תחת משקלה שלה.

התחלתי לכנות את אלה "ציורי אשר" אחרי שהראינו סדרה של עיצובים שנוצרו על ידי AI למהנדס מבנים בצוות שלנו. הוא צחק במשך כעשר שניות, ואז ממש התעצבן. "זו לא אדריכלות," הוא אמר. "זו הזיה שבמקרה נראית כמו בניין."

הוא צדק, והמילה "הזיה" מדויקת יותר ממה שרוב האנשים מבינים. כשמודל דיפוזיה מייצר תמונה, הוא פועל במה שנקרא "מרחב לטנטי" - יקום מתמטי שבו "חלון" משמעו "דפוס חזותי המופיע ליד דפוסים חזותיים אחרים המתויגים כחלון". למודל אין שום מושג לגבי מפסקי תרמיים, יחסי זיגוג, מידות פתח גס, או פרטי איטום. הוא לא יודע שהעומס חייב לעבור ברציפות עד ליסודות. הוא יודע שעמודים הם בדרך כלל דברים אנכיים שנמצאים בבניינים.

מודל דיפוזיה לא מבין אדריכלות. הוא חוזה באופן סטטיסטי איך אדריכלות נראית.

ההבחנה הזו - בין איך שמשהו נראה לבין מה שהוא באמת - נמצאת במרכז כל מה שאנחנו בונים.

למה זה משנה אם זו "סתם" תמונת קונספט?

זו ההתנגדות שאני שומע הכי הרבה. שותף בקרן הון סיכון אמר לי את זה ישירות מעל קפה: "אשוטוש, אף אחד לא יוצק בטון על סמך תמונה מ-Midjourney. זה רק לצורך גיבוש רעיונות."

רציתי להסכים איתו. זה היה מקל על גיוס ההון. אבל הוא טועה, והנה למה.

תעשיית הבנייה פועלת על פי מה שאני מכנה "כלל ה-90/10". האסתטיקה - החלק שגורם ללקוח להתאהב - מהווה אולי 10% ממדד ההצלחה הכולל של הפרויקט. 90% הנותרים הם ייצוריות, שלמות מבנית, לוגיסטיקת שרשרת אספקה, עמידה בתקנים, וכדאיות כלכלית. כשאתם מראים ליזם הדמיית AI מהממת בפגישה הראשונה, קבעתם עוגן אסתטי. כל מה שבא אחר כך הוא משא ומתן יקר כדי להתקרב לאותו עוגן ככל שהמציאות מאפשרת.

והמציאות אכזרית.

בית האופרה של סידני הוא הדוגמה הקנונית. יורן אוצון זכה בתחרות עם עיצוב שהיה, מבחינה מבנית, פנטזיה. הקליפות המבניות מבטון היו בלתי-מוגדרות גיאומטרית - אף אחד לא ידע איך לבנות אותן. הפרויקט התקדם בכל זאת כי החזון היה יפה מדי כדי לוותר עליו. נדרש עשור שלם של מאבק הנדסי כדי למצוא פתרון שניתן לבנייה. התקציב זינק מ-7 מיליון דולר ל-102 מיליון דולר - חריגה של 1,400%.

זה היה בניין אחד, אדריכל אחד, רגע אחד של שאיפה בלתי מוגבלת. עכשיו תארו לעצמכם כל יזם בעולם מקבל הדמיות באיכות Midjourney כבר ביום הראשון. תארו לעצמכם אלפי פרויקטים המעוגנים בצורות שהן בלתי אחראיות מבחינה תקציבית עוד לפני שהאת הראשונה נגעה באדמה.

זה לא גיבוש רעיונות. זה צינור של פשיטות רגל עתידיות.

הפיקסל שעולה 25 מיליון דולר

אני צריך לדבר על זכוכית, כי בזכוכית הכלכלה של אדריכלות שנוצרת על ידי AI הופכת לאבסורדית באמת.

עבור מודל דיפוזיה, פיקסל שטוח ופיקסל מעוקל הם זהים. ייצור חזית זכוכית מתפתלת וגלית דורש בדיוק אותה כמות חישוב כמו ייצור חזית שטוחה. ה-AI לא רואה שום הבדל.

עבור יזם, ההבדל הוא קיומי.

זכוכית שטוחה מחוסמת סטנדרטית - מוצר סחורה היוצא ממפעלי float אוטומטיים - עולה בערך 18$ עד 25$ לרגל רבוע בשנת 2025. היא זמינה בכל מקום. קלה להובלה, קלה להחלפה.

זכוכית מעוקלת מותאמת אישית - שבה כל לוח מחומם מעל תבנית מותאמת אישית, ומעוקל לאט לתוך צורה עם כלים ייחודיים לכל רדיוס - עולה 100$ עד למעלה מ-500$ לרגל רבוע.

בואו נעשה את החשבון על בניין עם 50,000 רגל רבוע של זיגוג. זכוכית שטוחה: 1.25 מיליון דולר. זכוכית מעוקלת: עד 25 מיליון דולר. ה-AI לא יודע את זה. לא אכפת לו. ה-AI חושב שעקומות הן בחינם, כי במרחב הפיקסלים - הן אכן כאלה.

במרחב הלטנטי, עקומה לא עולה כלום. במרחב הפיזי, היא עולה פי 20 יותר. AI גנרטיבי חי במרחב הלטנטי. בניינים חיים במרחב הפיזי.

זו הסיבה שאני מאבד שינה. לא כי התמונות גרועות - הן יפהפיות. אלא כי התמונות מפתות. הן גורמות לדברים שלא ניתנים לבנייה להיראות בלתי נמנעים.

כתבתי על הכלכלה המלאה של זה - הפרשי מחירי זכוכית, מגבלות שרשרת אספקת פלדה, מורכבות ייצור - בבגרסה האינטראקטיבית של המחקר שלנו. המספרים גרועים יותר ממה שרוב האנשים מצפים.

הלילה שבו זרקנו את הגישה הראשונה שלנו

אני הולך להיות כנה לגבי משהו. כשהתחלנו את VeriPrajna, בנינו wrapper.

אני יודע. אני יודע. לקחנו מודל יסוד, כיוונו אותו על נתונים אדריכליים, בנינו ממשק נחמד, ואמרנו לעצמנו שאנחנו עושים משהו שונה. לא היינו. עשינו בדיוק מה שכל חברת ייעוץ AI אחרת עשתה - עטפנו מחדש מודל כללי וקראנו לו "ברמת ארגון".

רגע האמת הגיע בליל חמישי. ייצרנו עיצוב מבני לפרויקט מגורים בגובה בינוני - כלום אקזוטי, רק שלד בטון סטנדרטי. המערכת שלנו הפיקה אותו תוך דקות. זה נראה סביר. גדלי האיברים נראו הגיוניים. הרגשנו טוב.

אז מהנדס המבנים שלנו ערך את החישובים ידנית. הקורה בקומה השלישית - זו שה-AI קבע את מידותיה בביטחון מלא - הייתה סוטה פי שלושה מעבר למגבלות התקן תחת עומסי שירות. לא תחת תרחיש קיצוני כלשהו. אלא תחת שימוש רגיל. אנשים מסתובבים, רהיטים, משקל הרצפה שמעל. הבניין היה שוקע בצורה נראית לעין.

ה-AI בחר גודל קורה ש"נראה נכון" בהתבסס על נתוני האימון. לא היה לו שום מודל פנימי של מגבלות סטייה. הוא לא ידע על קריטריון השירותיות L/360. הוא התאים דפוסים בדרכו אל תשובה שנראית סבירה, שהייתה למעשה כשל מבני.

אני זוכר שישבתי במשרד אחרי שכולם הלכו, בוהה במסך, וחשבתי: אנחנו בונים דרך יקרה מאוד לטעות בביטחון מלא.

זרקנו את גישת ה-wrapper בשבוע שלאחר מכן. מה שהתחלנו לבנות במקום זאת לקח אותנו לטריטוריה שהייתה קשה יותר, איטית יותר, ו - אני מודה - מפחידה יותר. כי זה אומר שלא יכולנו פשוט לרכוב על גל מודלי היסוד. היינו צריכים להנדס משהו מאפס.

מהו עיצוב גנרטיבי מבוסס אילוצים?

הנה הרעיון המרכזי, בצורתו הבסיסית ביותר.

רוב מערכות ה-AI הגנרטיבי באדריכלות פועלות כך: טקסט נכנס, תמונה יוצאת. תפקידו של ה-AI הוא לייצר משהו שנראה כמו מה שביקשתם. אין שום כללים מלבד סבירות חזותית.

מה שאנחנו בונים פועל אחרת. ה-AI שלנו לא מייצר תמונות. הוא מייצר החלטות הנדסיות. וכל החלטה כפופה לאילוצים קשיחים - פיזיקה, עלות, זמינות שרשרת אספקה, תקני בנייה - שאסור להפר.

אנחנו משתמשים בלמידת חיזוק עמוקה (Deep Reinforcement Learning), שהיא פרדיגמה שונה מהיסוד ממודלי דיפוזיה. במקום לנקות רעש אקראי לכדי תמונה יפה, סוכן ה-AI שלנו לומד תוך כדי עשייה. הוא ממקם איברים מבניים, מקצה פרופילי קורות, מתאים עוביי פלטות - ואחרי כל פעולה, הוא מקבל משוב מסימולטור פיזיקלי, ממנוע עלויות, ומבודק עמידה בתקנים.

חשבו על זה כך: מודל דיפוזיה הוא צייר שראה מיליון תצלומים של בניינים. המערכת שלנו היא מהנדס מתלמד שתכנן מיליון בניינים וקיבל צעקות בכל פעם שאחד מהם קרס, עלה יותר מדי, או השתמש בפלדה שלא הייתה במלאי.

אנחנו לא מבקשים מה-AI "לתכנן בניין". אנחנו מבקשים ממנו "לתכנן בניין שלא יקרוס, לא יפשיט את הלקוח את הרגל, וניתן לבנות אותו מחומרים הזמינים בטווח של 200 מייל."

פונקציית התגמול - המשוואה שאומרת ל-AI מהו "טוב" - היא הלב של הכול. היא מאזנת בין יעילות מבנית, עלות חומרים, וניתנות לבנייה, תוך הטלת קנס חמור על הפרות תקן. ל-AI אין אפשרות להיות יצירתי בריק. הוא כן יכול להיות יצירתי בתוך גבולות המציאות.

איך מקודדים שרשרת אספקה ישירות לתוך AI?

זו הייתה אחת הבעיות הקשות ביותר שהתמודדנו איתן, וזו בעיה שרוב האנשים בתחום ה-AI אפילו לא יודעים שקיימת.

רכש פלדה מבנית סובל מפיצול אישיות. יש מרכזי שירות - מרכזי הפצה מקומיים המחזיקים במלאי צורות קורה סטנדרטיות עם זמני אספקה הנמדדים בימים. ויש הזמנות ממפעל - רכישות ישירות ממפעלי פלדה עם דרישות טונאז' מינימליות וזמני אספקה שיכולים להתמשך על פני חודשים. חלק מפרופילי הקורות מיוצרים רק פעם ברבעון.

AI ללא אילוצים עלול לייעל מבנה על ידי בחירת קורת W14x730 מכיוון שהיא עונה בצורה מושלמת על תנאי עומס מקומי. אלגנטי מבחינה מתמטית. קטסטרופלי מבחינה לוגיסטית. אם הקורה הזו היא פריט הזמנה ממפעל עם זמן אספקה של שישה חודשים, ה-AI פשוט הוסיף מיליונים בעלויות מימון לפרויקט.

המערכת שלנו מתחברת למאגרי מלאי חיים. מרחב הפעולות של ה-AI מבודד (discretized) כך שיתאים למה שבאמת זמין - צורות W סטנדרטיות של AISC שמרכזי השירות מחזיקים במלאי. כשהסוכן בוחר קורה, הוא מקבל בונוס תגמול על בחירת חתכים נפוצים במלאי וקנס על פריטי הזמנה ממפעל. הוא גם מודע לאורכי מלאי סטנדרטיים - 40 רגל, 60 רגל - ומקבל קנס על עיצובים שיוצרים פסולת מוגזמת מחיתוכי שאריות.

אחד מחברי הצוות שלי תיאר זאת בצורה מושלמת במהלך מפגש עיצוב מאוחר: "אנחנו לא בונים מעצב. אנחנו בונים אסטרטג רכש שבמקרה מבין מכניקת מבנים."

זה בדיוק נכון.

מנהרת הרוח הווירטואלית

עבור פרויקטים באזורים הנתונים להוריקנים, היינו צריכים לפתור סוג אחר של בעיית אילוצים. ה-AI שלנו צריך לתכנן בניינים ששורדים רוחות מקטגוריה 5 - מהירויות מתמשכות העולות על 157 מייל בשעה.

הרצת סימולציית דינמיקת זורמים חישובית (CFD) מלאה לכל איטרציית עיצוב הייתה אורכת שעות לכל מועמד. אנחנו צריכים להעריך מיליוני מועמדים. החשבון פשוט לא מסתדר.

כאן נכנסות רשתות עצביות מונחות-פיזיקה (PINNs), ששינו עבורנו הכול. במקום לאמן רשת עצבית על נתונים בלבד, PINNs משבצות את משוואות הפיזיקה השולטות ישירות בתוך פונקציית האובדן של הרשת. עבור עומסי רוח, זה אומר משוואות נאווייה-סטוקס. עבור ניתוח מבני, משוואות שיווי המשקל והתאמת מאמץ-עיוות.

התוצאה היא רשת עצבית שיכולה לקרב סימולציית CFD מורכבת תוך אלפיות שנייה. ה-AI שלנו מקבל "אינטואיציה פיזיקלית" במהירות של היסק עצבי.

מה שריתק אותי היה לצפות במה שה-AI גילה במהלך התהליך הזה. במהלך מיליוני איטרציות, הוא למד באופן עצמאי שפינות חדות מגבירות התנגדות אוויר וגזירת בסיס. הוא למד לרכך קצוות, לצמצם בהדרגה את צורות הבניין, להכניס חיתוכים שמפחיתים היפרדות מערבולות. אף אחד לא לימד אותו את הטריקים האלה. הוא מצא אותם באותה דרך שהטבע מוצא אותם - באמצעות איטרציה בלתי נלאית מול פונקציית התאמה בלתי מתפשרת.

כוח הכבידה אינו המלצה. הרוח אינה מרקם. במערכת שלנו, חוקי הפיזיקה אינם בדיקה סופית - הם אילוץ גנרטיבי.

מערכת מבוססת-אילוצים, אפילו עם פונקציית תגמול בסיסית של מעקב קרניים (ray-tracing), הייתה תופסת את קרן המוות של ה-Vdara כבר באלפית השנייה הראשונה של הסימולציה. ה-AI היה מטיל קנס על הגיאומטריה הקעורה על יצירת שטף חום מסוכן, ומייצר חלופה קמורה או מרובת-פאות שמפזרת אור בבטחה. ללא צורך במטריות.

לפירוט הטכני המלא של ארכיטקטורת פונקציית התגמול שלנו, שילוב ה-PINN, ועיצוב סוכני ה-federated של המערכת, ראו את הצלילה הטכנית המעמיקה שלנו.

הוויכוח שאנחנו ממשיכים לנהל

אנשים שואלים אותי אם הגישה הזו הורגת יצירתיות. ניהלתי את הוויכוח הזה עם אדריכלים, עם משקיעים, עם הצוות שלי עצמו.

התשובה שלי התפתחה. בהתחלה, הייתי נכנס להגנה - "אילוצים לא מגבילים יצירתיות, הם מכוונים אותה." זה נכון אבל זה קלישאה. הנה מה שאני באמת מאמין בו עכשיו, אחרי שצפיתי במערכת שלנו רצה דרך מיליוני איטרציות עיצוב:

ייצור ללא אילוצים אינו יצירתי. הוא אקראי. יצירתיות שבאמת חשובה - הסוג שמוביל לבניינים שאנשים באמת גרים בהם - נובעת מהמתח שבין מה שאתם רוצים לבין מה שהמציאות מאפשרת. בית האופרה של סידני הפך לאייקוני לא בגלל הסקיצה המקורית של אוצון, אלא בגלל המאבק בן העשור להפוך אותו לבר-בנייה. הפתרון הכדורי שבסוף עבד אלגנטי יותר מהפנטזיה המקורית בדיוק בגלל שהוא נכפה לתוך קיום על ידי אילוצים.

ה-AI שלנו פועל באותו מרחב בדיוק. אין לו חופש אינסופי. יש לו מרחב עיצוב עצום אך חסום, המוגדר על ידי חומרים זמינים, חוקי פיזיקה, ומגבלות תקציב. ובתוך המרחב הזה, הוא מוצא פתרונות שמפתיעים אותנו - תצורות מבניות שהן בו-זמנית קלות יותר, זולות יותר, ועמידות יותר ממה שמהנדס אנושי היה מציע.

השאלה האחרת שאני מקבל: "למה לא פשוט להשתמש ב-AI לעיצוב קונספט ולתת למהנדסים לתקן את זה אחר כך?"

כי "לתקן את זה אחר כך" זה בדיוק המקום שבו פרויקטים מתים. כל מחזור של הנדסת ערך עולה זמן וכסף. כל תכנון מחדש דוחה את לוח הזמנים. וככל שקונספט מתקדם רחוק יותר לפני שהוא פוגש את המציאות, כך ההתנגשות כואבת יותר. אנחנו מטמיעים את המציאות מראש בתוך תהליך הייצור כך שאין מה לתקן.

המכונה הנאמנה

יש מסגרת מחשבה שאני כל הזמן חוזר אליה. ה-AI שלנו הוא לא מעצב. הוא נאמן (fiduciary).

לנאמן יש חובה משפטית לפעול לטובת האינטרס הטוב ביותר של הלקוח. כשהמערכת שלנו מעריכה מועמד עיצובי, היא לא שואלת "האם זה יפה?" היא שואלת: האם ניתן לבנות את זה מחומרים הזמינים באזור הזה? האם זה עומד בתקני הבנייה המקומיים? האם זה ישרוד את העומסים הסביבתיים הספציפיים לאתר הזה? והאם היזם יכול להרשות זאת לעצמו?

מנוע העלויות מעריך את עלות הבעלות הכוללת (Total Cost of Ownership) עבור כל מועמד - לא רק עלויות חומרים, אלא גם מורכבות ייצור, שעות עבודת חיבורים, וביצועי אנרגיה לטווח ארוך. חיבור גזירה מבורג סטנדרטי מתוגמל. חיבור מומנט מורכב הדורש ריתוך שדה מלא-חדירה נענש. קורות פלדה החודרות את מעטפת התרמית נענשות בגין עשרות שנות בזבוז אנרגיה שהן יגרמו.

לאורך מיליוני פרקי אימון, הסוכן מתכנס אל משהו יוצא דופן: עיצוב שהוא לא רק תקף מבחינה מבנית, אלא גם מאוזן באופן אופטימלי בין בטיחות, עלות, וזמינות. שום מהנדס אנושי לא יכול לעבור ידנית על כל כך הרבה חלופות. המרחב הקומבינטורי גדול מדי. אבל סוכן AI עם פונקציית התגמול הנכונה והאילוצים הנכונים? הוא חי בדיוק במרחב הזה.

העתיד הוא לא פרומפטים טובים יותר

אני אסיים במשהו שאולי יישמע קשה, אבל אני מאמין בו לחלוטין.

לתעשיית הבנייה אין בעיית דמיון. יש לה בעיית ודאות. יזמים לא צריכים עוד הדמיות יפות. הם צריכים ביטחון שמה שהם רואים ניתן באמת לבנייה, בתקציב, בלוח הזמנים, עם חומרים שקיימים.

הגל הנוכחי של AI גנרטיבי - Midjourney, Stable Diffusion, DALL-E - מציע דמיון ללא ודאות. הוא מציע את האשליה של עיצוב ללא המהות של הנדסה. והפער בין שני הדברים האלה נמדד בג'אגוארים מומסים, אורחים ליד הבריכה עם שיער חרוך, וחריגות תקציב של מיליארדי דולרים.

אנחנו בונים משהו אחר. לא כלי שחולם בניינים, אלא מערכת שמהנדסת אותם. פיזיקה מקודדת קשיח כי כוח הכבידה לא מתפשר. מלאי מקודד קשיח כי שרשראות אספקה לא מתכופפות לטובת אסתטיקה. עלות מקודדת קשיח כי אף יזם מעולם לא פשט את הרגל בגלל בניין שהיה משעמם מדי.

אל תייצרו אמנות. ייצרו נכסים.

עתיד האדריכלות אינו בפרומפטים טובים יותר. הוא בפיזיקה טובה יותר.