風(fēng)景園林研究中的人工智能方法分析

唐金飛

（郴州市園林科研規(guī)劃設(shè)計(jì)院，湖南 郴州 423000）

0 引言

在風(fēng)景園林研究工作中，風(fēng)景圖像所呈現(xiàn)出的特點(diǎn)有簡(jiǎn)單、抽象和片段化。所形成的圖像大多是對(duì)風(fēng)景對(duì)象做了一定的取舍，而事實(shí)上風(fēng)景園林的特點(diǎn)卻是十分廣泛的，除了同時(shí)具備自然和文化的雙重屬性以外，也有一些其他的屬性，其他屬性往往是不固定的，而且在不斷發(fā)生變化，使用一種圖像對(duì)風(fēng)景園林的全部特征進(jìn)行表達(dá)有很大的難度，所以就需要借助人工智能方法進(jìn)行呈現(xiàn)。

1人工智能應(yīng)用于風(fēng)景園林的基本情況

在設(shè)計(jì)領(lǐng)域，經(jīng)常會(huì)使用圖像對(duì)設(shè)計(jì)方案進(jìn)行呈現(xiàn)。風(fēng)景園林設(shè)計(jì)平面圖是呈現(xiàn)方案的主要形式，能幫助設(shè)計(jì)師借鑒其他的案例，在呈現(xiàn)概念時(shí)，也更加形象生動(dòng)，同時(shí)也方便設(shè)計(jì)師進(jìn)行方案溝通。對(duì)于設(shè)計(jì)方案來(lái)說(shuō)，如果平面圖的表達(dá)是規(guī)范的，并且能夠?qū)崿F(xiàn)高質(zhì)量的渲染，施工時(shí)落實(shí)設(shè)計(jì)方案也會(huì)更容易。在實(shí)際的設(shè)計(jì)工作中，設(shè)計(jì)師的一項(xiàng)重要工作是搜集可借鑒的風(fēng)景園林平面案例，同時(shí)也要渲染平面圖，此時(shí)會(huì)用到多種軟件。在當(dāng)前的發(fā)展階段中，計(jì)算機(jī)視覺(jué)（Computer Vision）技術(shù)所具備的功能有圖像識(shí)別和生成，且已經(jīng)基本發(fā)展成熟，有了技術(shù)強(qiáng)大功能的支持，就能實(shí)現(xiàn)AI 識(shí)別案例平面的目標(biāo)，同時(shí)也能順利完成渲染制圖的工作，實(shí)現(xiàn)這一自動(dòng)化分析和制圖的功能的重要前提條件是擁有全面而又優(yōu)質(zhì)的風(fēng)景園林平面圖集[1]。風(fēng)景園林平面數(shù)據(jù)庫(kù)的特點(diǎn)是專業(yè)性非常強(qiáng)，這與人臉或物體的圖像數(shù)據(jù)庫(kù)有很大的不同，主要是因?yàn)橛玫仡愋蛷?fù)雜多變。使用圖紙的形式表達(dá)風(fēng)景園林設(shè)計(jì)方案，需兼具規(guī)范性和藝術(shù)性，這就有一定的難度，不僅需要進(jìn)行細(xì)致的篩選，還要做好數(shù)據(jù)標(biāo)注工作。

2 風(fēng)景園林研究中的人工智能分類

在當(dāng)前的發(fā)展階段中，將人工智能主要分為兩種，一種包括推理、知識(shí)、學(xué)習(xí)。具體可進(jìn)一步劃分為對(duì)邏輯的推理、證明某種定理、專家分析系統(tǒng)、進(jìn)行有深度的學(xué)習(xí)和思考、使用支持向量等。另一種劃分方法的主要依據(jù)是人工智能算法，其中所涵蓋的主義是符號(hào)、連接、行為，可進(jìn)一步細(xì)分為專家分析系統(tǒng)、知識(shí)資源工程項(xiàng)目、神經(jīng)網(wǎng)絡(luò)系統(tǒng)、多個(gè)自主形式的主體、元胞自動(dòng)機(jī)。實(shí)現(xiàn)符號(hào)主義主要使用的方法是邏輯推理，實(shí)現(xiàn)對(duì)整個(gè)理論體系的有效推理，從而模擬出與人類智能相似的過(guò)程。連接主義的本質(zhì)是一種連接方式，連接的對(duì)象是機(jī)器所模擬的人類大腦神經(jīng)系統(tǒng)。在研究風(fēng)景園林時(shí)采用行為主義方法，該方法的出現(xiàn)時(shí)間還不長(zhǎng)，發(fā)展不夠成熟，實(shí)際應(yīng)用是采用行為活動(dòng)實(shí)現(xiàn)對(duì)智能的有效控制，突出了定量化研究的特點(diǎn)。綜上所述，研究風(fēng)景園林所使用的人工智能方法可以大致劃分成人工生命型、智能隨機(jī)優(yōu)化型和機(jī)器學(xué)習(xí)型這三大類。在劃分類別時(shí)，所堅(jiān)持的依據(jù)是人工智能技術(shù)的屬性和功能，同時(shí)也對(duì)可解決的風(fēng)景園林問(wèn)題類型有充分的考慮。

3人工智能應(yīng)用于風(fēng)景園林研究所取得的進(jìn)步

3.1人工生命類的智能方法

隨著科技的發(fā)展，一些人工系統(tǒng)已經(jīng)具備生命行為的特性，這些人工系統(tǒng)是人工生命研究的主要對(duì)象。所展開(kāi)的研究任務(wù)對(duì)自然界的規(guī)律與特質(zhì)十分尊重，也會(huì)對(duì)自然生命的現(xiàn)象進(jìn)行模擬，模擬時(shí)會(huì)用到人工系統(tǒng)建模及核心算法的內(nèi)容，認(rèn)真探究生命進(jìn)化的規(guī)律，以研究結(jié)果為依據(jù)確定了有效的解決措施，從而去解釋一些復(fù)雜現(xiàn)象以及行為，該系統(tǒng)模型的分布形式呈現(xiàn)出自下而上的特征。采用人工生命類的人工智能技術(shù)，所解決的問(wèn)題主要來(lái)源于風(fēng)景園林的模擬工作，此外還會(huì)對(duì)施工中采用的方法和策略進(jìn)行驗(yàn)證或者預(yù)測(cè)。當(dāng)前應(yīng)用較為廣泛且功能較為突出的技術(shù)有元胞自動(dòng)機(jī)、智能體模型以及多元的智能化體系。

3.1.1 元胞自動(dòng)機(jī)的動(dòng)態(tài)預(yù)測(cè)功能

元胞自動(dòng)機(jī)也被稱為細(xì)胞自動(dòng)機(jī)，其主要組成有元胞主體、元胞的一些特性、臨近的區(qū)域和調(diào)整狀態(tài)的相應(yīng)規(guī)范標(biāo)準(zhǔn)。CA概念的主要功能是處理自然領(lǐng)域中所發(fā)生的動(dòng)態(tài)系統(tǒng)模擬問(wèn)題。CA 概念在地理學(xué)的研究中能夠發(fā)揮關(guān)鍵作用，能夠用來(lái)預(yù)測(cè)城市土地動(dòng)力學(xué)規(guī)律，同時(shí)也能實(shí)現(xiàn)對(duì)交通流的科學(xué)預(yù)測(cè)。在模擬建模的工作中有廣泛的應(yīng)用，這些模型包括城市增長(zhǎng)所經(jīng)歷的過(guò)程、城市內(nèi)的景觀更替情況、空間的生態(tài)學(xué)系統(tǒng)，另外還有土地的動(dòng)力變化等，能夠?qū)崿F(xiàn)對(duì)景觀變化內(nèi)在機(jī)制以及法則進(jìn)行科學(xué)的演繹，從而較為準(zhǔn)確地預(yù)測(cè)出園林景觀的發(fā)展形勢(shì)以及未來(lái)可能呈現(xiàn)的狀態(tài)，這對(duì)風(fēng)景園林的管理和規(guī)劃而言，是一種有效的保障手段。目前已經(jīng)有研究學(xué)者使用CA 技術(shù)模擬風(fēng)景園林的景觀格局，并呈現(xiàn)出動(dòng)態(tài)的變化情況，通過(guò)研究得到鄰域轉(zhuǎn)換規(guī)則，研究過(guò)程中也會(huì)用到的決策手段是灰色局勢(shì)，在模擬轉(zhuǎn)換的過(guò)程中，不能忽視一些隨機(jī)性因素所產(chǎn)生的影響，在分析的過(guò)程中對(duì)這一問(wèn)題也有考慮。所得到的結(jié)果能夠說(shuō)明可以將CA 技術(shù)應(yīng)用于預(yù)測(cè)景觀格局的動(dòng)態(tài)變化情況，所得到的預(yù)測(cè)結(jié)果也是有效的。另外還可以結(jié)合CA 模型和地理、景觀信息，進(jìn)行模擬能成功展現(xiàn)城市景觀未來(lái)的情況，所構(gòu)建的模擬環(huán)境能夠用來(lái)測(cè)試設(shè)計(jì)解決方案潛在的問(wèn)題。

3.1.2 智能體模型能模擬多變復(fù)雜的景觀情況

就智能體模型而言，出自分割模型，具體的應(yīng)用方向是對(duì)城市人流加以設(shè)計(jì)和模擬，同時(shí)也能實(shí)現(xiàn)對(duì)城市環(huán)境的科學(xué)評(píng)價(jià)和預(yù)測(cè)。模型在表示軟件的智能化行為時(shí)，用到了“agent”，“agent”代表的是智能體。在研究風(fēng)景園林時(shí)，所使用的“agent”主要有兩種，分別是個(gè)體和組合，比較常見(jiàn)的智能體形式是城市、設(shè)計(jì)師和市民行為。每個(gè)智能體在運(yùn)行的過(guò)程中，都是按照自身的屬性和規(guī)則實(shí)現(xiàn)的。完全異質(zhì)是其主要的表現(xiàn)形式，無(wú)論是數(shù)據(jù)還是控制的形式都不具備全局性[2]。多智能體系統(tǒng)的一項(xiàng)重要功能就是計(jì)算，能實(shí)現(xiàn)對(duì)多個(gè)智能體動(dòng)作的模擬，可能發(fā)生的動(dòng)作有同時(shí)行動(dòng)和交互行動(dòng)。在實(shí)際操作中，需要不同的專家合作進(jìn)行問(wèn)題的求解，在此基礎(chǔ)上模擬預(yù)測(cè)復(fù)雜現(xiàn)象，以重現(xiàn)的方式來(lái)表達(dá)。能夠?qū)崿F(xiàn)對(duì)系統(tǒng)的轉(zhuǎn)變，一些系統(tǒng)是龐大而又復(fù)雜的，通過(guò)轉(zhuǎn)變就能形成體量小、形式簡(jiǎn)單、方便管理的系統(tǒng)。出現(xiàn)的形式是“自下而上”，即便風(fēng)景園林的景觀情況復(fù)雜而又多變，也能實(shí)現(xiàn)有效模擬。

將智能體模型應(yīng)用于風(fēng)景園林的研究中，主要有以下幾方面優(yōu)勢(shì)：①智能性。能學(xué)習(xí)曾經(jīng)接觸到的風(fēng)景園林知識(shí)，可采用的學(xué)習(xí)方法是推理和模擬；②自主性?？舍槍?duì)不同的問(wèn)題，自主選擇能夠有效解決問(wèn)題的方案，促進(jìn)景觀環(huán)境朝好的方向發(fā)展；③整體的平衡性。智能體模型是一種集成系統(tǒng)，當(dāng)有單一智能體無(wú)法解答的難題時(shí)，就需要多個(gè)智能體合作解決問(wèn)題；④異步性。每個(gè)智能體都具有自主性，在運(yùn)行時(shí)都能堅(jiān)持自己的步調(diào)；⑤溝通性。智能體相互之間可以通暢溝通，在處理問(wèn)題時(shí)效率也會(huì)有所提高；⑥異質(zhì)性與分布性。智能體是分布式人工智能的分支，所呈現(xiàn)的景觀元素也會(huì)有所不同，另外也會(huì)使用不同的設(shè)計(jì)方法和計(jì)算機(jī)編程語(yǔ)言。

3.2 機(jī)器學(xué)習(xí)類的智能方法

機(jī)器學(xué)習(xí)類的智能方法能夠?qū)ξ粗臄?shù)據(jù)進(jìn)行預(yù)測(cè)，并對(duì)數(shù)據(jù)進(jìn)行分析，從而獲得某種規(guī)律，借助所得到的規(guī)律實(shí)現(xiàn)對(duì)未知數(shù)據(jù)的預(yù)測(cè)。機(jī)器學(xué)習(xí)類的智能方法是人工智能的一個(gè)分支。符號(hào)主義學(xué)習(xí)是案例學(xué)習(xí)的一種，決策樹(shù)是該學(xué)習(xí)形式的代表算法，能夠形成樹(shù)形流程，是對(duì)人類概念判定的有效模擬。

就連接主義學(xué)習(xí)形式而言，人工神經(jīng)網(wǎng)絡(luò)是代表性算法，另外還有深度學(xué)習(xí)，該方法在最近幾年中發(fā)展比較快。其所生成的結(jié)果可解釋性較差，但仍然在工程領(lǐng)域得到非常好的應(yīng)用效果。就基于統(tǒng)計(jì)的學(xué)習(xí)方法而言，在其中有代表性意義的方法是支持向量機(jī)，所借助的理論成果主要來(lái)自推斷統(tǒng)計(jì)學(xué)。應(yīng)用機(jī)器學(xué)習(xí)類的智能方法，能夠?qū)崿F(xiàn)對(duì)風(fēng)景園林中分類問(wèn)題、評(píng)分問(wèn)題的有效處理，除此之外，還能有效應(yīng)對(duì)每個(gè)元素對(duì)景觀效果產(chǎn)生的不利影響。當(dāng)前符號(hào)主義和連接主義學(xué)習(xí)在風(fēng)景園林的研究中應(yīng)用較為廣泛，比較常用的研究手段有人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、決策樹(shù)和隨機(jī)樹(shù)。人工神經(jīng)網(wǎng)絡(luò)的組成是簡(jiǎn)單的單元，這些簡(jiǎn)單單元具備自適應(yīng)性，能夠形成大規(guī)模并行的互聯(lián)網(wǎng)絡(luò)，在與現(xiàn)實(shí)世界進(jìn)行交互時(shí)，具備與生物神經(jīng)系統(tǒng)相似的性能[3]。機(jī)械學(xué)習(xí)類系統(tǒng)是一種具有學(xué)習(xí)能力和泛化能力的信息處理系統(tǒng)，隸屬于認(rèn)知科學(xué)范疇內(nèi)。在最近幾十年的發(fā)展中，生物神經(jīng)和大腦結(jié)構(gòu)對(duì)AN 閃起到了一定的啟發(fā)作用，可利用一些原始技術(shù)處理風(fēng)景園林的實(shí)踐問(wèn)題，所表現(xiàn)出的優(yōu)點(diǎn)是學(xué)習(xí)能力很強(qiáng)，向神經(jīng)網(wǎng)絡(luò)輸入待識(shí)別的圖像和應(yīng)識(shí)別的效果，此時(shí)網(wǎng)絡(luò)會(huì)學(xué)習(xí)，并對(duì)相似的圖像進(jìn)行識(shí)別，該功能在應(yīng)對(duì)風(fēng)景園林領(lǐng)域的預(yù)測(cè)問(wèn)題上能發(fā)揮著關(guān)鍵作用。

4 結(jié)語(yǔ)

人工智能應(yīng)用于風(fēng)景園林研究所取得的進(jìn)步表現(xiàn)為元胞自動(dòng)機(jī)具備動(dòng)態(tài)預(yù)測(cè)功能，智能體模型能模擬多變復(fù)雜的景觀情況，機(jī)器學(xué)習(xí)類的智能方法能夠?qū)ξ粗臄?shù)據(jù)進(jìn)行預(yù)測(cè)，能分析數(shù)據(jù)，進(jìn)而通過(guò)總結(jié)獲得某種規(guī)律，在此基礎(chǔ)上借助所得到的規(guī)律來(lái)實(shí)現(xiàn)對(duì)未知數(shù)據(jù)的科學(xué)預(yù)測(cè)。