AI | Wat kunnen computers wat wij mensen niet kunnen?
AI – Artificial Intelligence – wordt steeds vaker toegepast voor het verduurzamen van gebouwen en de optimalisatie van het leefcomfort van deze gebouwen en de omgeving daaromheen. Wat kunnen computers wat wij niet kunnen?
De doelstellingen van AI omvatten computerondersteund leren, redeneren en perceptie. Computers kunnen razendsnel data genereren en inzicht verschaffen. Door de rekenkracht van computers goed toe te passen, kan je een aantal zaken bekijken op een hoger detailniveau waardoor je de opdrachtgever beter in staat stelt de goede beslissingen te nemen. Je beschikt met andere woorden
over inzichten die je analoog nooit kunt genereren.
AI voor het drukste knooppunt in Nederland
ARUP boog zich met AI over het project Smakkelaarspark naast het Centraal Station in Utrecht. Belangrijk aspect van die tender, was een zo goed mogelijk park maken voor de bewoners van de stad.
De randvoorwaarden op de locatie waren extreem dominant:
- je hebt er het spoor aan de ene kant, het water aan de andere kant, een weg, een fietspad
met 25.000 fietsers per dag en er moest ook nog eens een tram onder het park
door. - Kortom, een van de moeilijkste bouwlocaties van Nederland.
Traditioneel gaan dan een architect, een adviseur en een landschapsarchitect aan tafel te zetten om analoog een ontwerp te maken. ARUP deed het met AI.
- In de eerste ronde ging ARUP de opgave analyseren voor wat hij is: een zo goed mogelijk park in een complexe setting.
- Zonder te ontwerpen hebben ze drie algoritmes gedefinieerd waarmee ze de plot zijn gaan analyseren voor zon, geluid en voor sociale duurzaamheid en veiligheid.
ARUP maakte algoritmes voor daglicht en zonlicht, geluidskwaliteit en windcomfort
Wat bleek toen ze de resultaten gingen bestuderen:
- Het referentieplan voorzag in een gesloten bouwblok, daar was zelfs al een ontwerp voor gemaakt. De computer adviseerde dat je beter drie verschillende gebouwen los van elkaar kon maken.
- Een gesloten bouwblok aan het spoor krijgt geluidsoverlast
- En maak je het park open richting stad dan is er veel meer lichtinval
Waardevol voor de opdrachtgever
Het mooie was dat toen we het plan presenteerde aan de ontwikkelaar hij zei dat hij er commercieel
ook iets mee kon. Aan het water komt een kadegebouw met wat kleinere woningen, er komt een parkgebouw met wat grotere woningen en een wat commerciëler getint gebouw met kantoren aan de kant van het station.
Deze nieuwe inzichten met gebruik van algoritmes en AI waren heel erg waardevol voor de opdrachtgever.
Digitale ontwerpvoorsprong: kwaliteit verbeteren met behulp van parametrisch ontwerp
In de eerste fase van de tender maakte ARUP het proces vollediger met parametrisch voorstellen. In de tweede ronde gingen ze aan de slag met de architecten van Studio Nine Dots en ZUS die tekende voor het landschapsontwerp.
We moeten op een andere en meer integrale manier samenwerken. Als dit lukt dan kun je innovatieve
concepten ontwikkelen die ons op het pad zetten van verdere verduurzaming.
Onderbouwing met data
Door met algoritmes te werken, gaat de architect aan de slag op basis van veel beter onderbouwde data. Het maakt de opgave om in de stedelijke omgeving tegelijkertijd te verdichten en te verduurzamen een stuk eenvoudiger. Met de data kun je analyseren wat de optimale balans is tussen
de dichtheid en de beoogde duurzaamheid en kwaliteit van de leefomgeving die we met elkaar beogen voordat iemand een streep op papier zet.
Tegenwoordig kunnen steeds meer bureaus, ook de kleinere, software kopen waar al heel veel ontwerpintelligentie zit. Dat betekent dat je heel veel werk niet meer hoeft te doen.
We zullen moeten stilstaan bij vragen als waar dat balkje van gemaakt is, waar het vandaan komt, hoe makkelijk je het kunt losmaken uit een gebouw, wat de samenhang met de andere bouwmaterialen is en waar het naartoe gaat als het niet meer nodig is.
Bron
- Interview met Mathew Vola, directeur ingenieursbureau Arup
- Blad Bouwwereld, juli 2022