Sistemli mimari tasarım sürecinde üretken bir yapay yardımcı önerisi
Proposal for a productive artificial aid in the systematic architectural design process
- Tez No: 905434
- Danışmanlar: PROF. DR. YÜKSEL DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Mimarlık, Architecture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Ana Bilim Dalı
- Bilim Dalı: Mimari Tasarımda Bilişim Bilim Dalı
- Sayfa Sayısı: 109
Özet
Sayısallaşan ve bilişim teknolojilerinin giderek daha yoğun kullanılmaya başlandığı dünyada, tasarım ve tasarım süreci kavramı bulunduğu dönemin teknolojilerinden beslenerek sürecindeki yapı taşlarını geliştirmiştir. Bilişim teknolojilerinin sunduğu yöntem ve teknikler mimarlık alanındaki süreç tanımlarında da etkisini göstermiştir. Mimari tasarımda ele alınan tasarım problemi de tıpkı bilişim alanındaki gibi girdi ve çıktılara sahiptir. Belirlenen parametrelerle yönetilen tasarım süreci ise oldukça karmaşık bir süreçtir. Tasarımcıların süreç boyunca bütün parametrelerin ilişkisel ağlarını göz önünde bulundurarak süreci ilerletmesi ise önemli bir husustur. Bu karmaşık ilişkisel bağlar mimarlar için enformatik bir yük teşkil etmektedir. Mimarlık alanının veriyi ele alış ve işleyiş biçimi araştırma alanlarından biri haline dönüşmüştür. Özellikle bilişim alanı ile olan disiplinler arası etkileşiminde verinin anlam ve önemi paralel bir gelişme göstermiştir. 1950'li yıllardan itibaren ortaya konulan yapay zeka çalışmaları her iki alanda da süreç paydaşları, yöntem ve çıktı ürün açısından temel gelişmelere önderlik etmiştir. Mimarlık alanındaki geleneksel yöntemlerin yanı sıra teknolojiden beslenen tekniklerle ilerlemenin çıktı ürüne olan avantajlarından biri de sürecin algoritmik olarak ifade edilebilir bir biçime evrilmesidir. Sistemli tasarım anlayışı ile tasarım süreci belli parametre ve olgularla biçimsel olarak ifade edilebilir bir hale bürünmüştür. Süreç içerisindeki sınır ve stratejinin net bir şekilde ortaya konmasını sağlayan sistemli tasarım anlayışı ile algoritmik düşünmenin yakınlığı ise çalışma içerisinde vurgulanan önemli noktalardan biri olmuştur. Bir diğer yandan sistemli tasarım, tasarım sürecinin düzen ve mantık çerçevesi içinde sistematik olarak ilerlemesidir. Sistemli tasarım, tasarımın rastlantısal ve sezgisel yöntemler yerine, belirlenmiş adımlar ve süreç çerçevesi içerisinde gerçekleşmesini sağlar. Sistemli tasarım yöntemlerinin kullanıldığı projelerde, mimar, sorumlu olduğu olguları birer parametre olarak ele almaktadır. Sürece hizmet eden sistemli tasarım teknikleri ile birlikte ise bu parametreleri daha sistemli bir şekilde tasarıma dâhil ederek daha kontrollü bir süreç içerisinde süreci tamamlayabilmektedir. Sistemli tasarımın temelinde yer alan algoritmik düşünme biçimi, yapay zeka teknolojilerinin çalışma prensipleriyle belirgin bir yakınlık göstermektedir. Bu durum, yapay zekanın, tasarım süreçlerinde destekleyici bir araç olarak kullanılabileceği fikrini güçlendirmekte ve tasarımcıya daha etkili bir problem çözme yaklaşımı sunabileceği potansiyelini ortaya koymaktadır. Bu bakış açısı ile sistemli tasarım yöntemlerinden biri olan problem analizi ve morfolojik kart tez kapsamında odaklanılan teknikler olarak seçilmiştir. Tez kapsamında bu yöntemlerin kullanımında tasarımcıya destek olacak ve mimarlık alanında sistemli tasarım yaklaşımlarının kullanımını kolaylaştıracak üretken bir yapay yardımcının faydalı olacağı fikri sunulmuştur. Bu motivasyon ile çalışmada mimari tasarımda mimarlara destek olacak morfolojik kart çıktısı veren bir algoritma önerisi geliştirmek çalışmanın temel amaçlarındandır. Tezin temel kavramı olan sistemli tasarım, çalışmanın ikinci bölümünde detaylandırılmıştır. Sistemli tasarım tekniklerinden öncül analizi, problem analizi ve morfolojik kart detaylı şekilde ele alınmıştır. Tekniklerin birbiriyle olan bağlantıları, süreç içerisindeki önemleri ve uygulama aşamalarına yönelik ayrıntılar üzerinde durulmuştur. Üçüncü bölümde, tez kapsamında önerilen yapay yardımcı önerisinin dayandığı yapay zekâ teknolojilerine odaklanılmıştır. Bu bağlamda, yapay zekâ teknolojilerinin mimarlık ile ilişkili gelişimi ele alınmış ve mimarlık alanında sağladığı katkılar incelenmiştir. Yapay zekânın, mimarlık alanında, bina tasarımı, maliyet analizi, kullanıcı deneyimlerinin değerlendirilmesi gibi süreçlerde inovatif çözümler sunduğu ve tasarım süreçlerini optimize ettiği vurgulanmıştır. Özellikle makine öğrenimi, veri madenciliği, görüntü işleme ve bulanık mantık gibi teknolojiler, mimari tasarımın çeşitli aşamalarında etkili bir şekilde kullanılmaktadır. Mimarlık alanında yapay zekâ teknolojilerinin kullanımına ilişkin literatürde, makine öğrenme algoritmalarının tasarım süreçlerinde veriye dayalı karar alma mekanizmalarını güçlendirdiği ve kullanıcı gereksinimlerine yönelik yenilikçi çözümler geliştirilmesini sağladığı ifade edilmektedir. Veri madenciliği yöntemleri, özellikle geniş kapsamlı mekânsal verilerin analizi ve bu verilerin tasarım girdisi olarak kullanılması açısından kritik bir rol oynamaktadır. Görüntü işleme teknikleri, strüktürel analizler ve tasarım optimizasyonunda etkin bir şekilde kullanılırken, bulanık mantık, tasarımcıların sezgisel yaklaşımlarını destekleyen bir araç olarak değerlendirilmektedir. Bu teknolojilerin mimarlık disiplinine entegrasyonu, sadece tasarım süreçlerinin hızını ve verimliliğini artırmakla kalmayıp, aynı zamanda çevresel sürdürülebilirlik ve kullanıcı merkezli tasarım gibi konularda da önemli katkılar sağlamaktadır. Literatür, bu teknolojilerin uygulama potansiyelinin çok yönlü olduğunu ve mimarlık disiplininde daha geniş ölçekli dönüşümleri teşvik ettiğini ortaya koymaktadır. Dördüncü bölümde, mimari tasarımda sistemli tasarım tekniklerinin kullanımı ve yapay zekâ olanakları ele alınmaktadır. Bu bağlamda, sistemli tasarım anlayışının uygulandığı öğrenci çalışmalarına odaklanılmış ve bu çalışmaların problem analizi ve morfolojik kart tekniklerin öğrenciler tarafından nasıl ele alındığını ortaya konulmuştur. Tez kapsamında 2019-2022 yılları arasında Prof. Dr. Yüksel Demir'in yürütücülüğünü yaptığı İTÜ Mimarlık Bölümü 6 ve 7. mimari tasarım stüdyosu ve Bilişim yüksek lisans, dijital mimari tasarım stüdyosu projeleri ele alınmıştır. Bu araştırma kapsamında, öğrenci çalışmalarında problem analizi ve morfolojik matris yöntemlerinin uygulanışı incelenmiştir. Başlangıçta gerçekleştirilen öncül analizi ve problem analizi ile tasarım sürecindeki karar başlıkları oluşturulur. Problem analizi kapsamında, öğrencilerin tasarım sürecinde dikkate alacakları amaç ve kriterlerle ilişkilendirilmiş karar başlıkları tanımlanır. Bu süreçte, öncül analizden elde edilen bilgiler, karar başlıklarının alternatiflerinin oluşturulmasında kullanılır ve bu doğrultuda morfolojik matris hazırlanır. Son aşamada, öğrenciler amaçlar ve ölçütler doğrultusunda alternatifler arasından projelerine en uygun olanları seçerek tasarımlarını bu çerçevede şekillendirmektedir. Her tasarım stüdyosundan seçilen öğrencilerin ilk olarak problem analizi çalışmaları daha sonrasında morfolojik kart çalışmaları incelenmiştir. Daha sonrasında öğrencilerin teknikleri işleyiş biçimleri ve kurgulama tercihleri analiz edilerek tez kapsamında önerilecek olan yapay yardımcının algoritmasını beslemesi sağlanmıştır. Bu çalışmaların analiz edilmesi sonucunda parametreler arasındaki ilişkiler ortaya konmuş ve veri yapılandırma aşaması ile birlikte öğrenci çalışmalarından JSON formatında bir veri seti oluşturmanın yol haritası çizilmiştir. Böylece ders çıktılarından veri seti oluşturulmaya çalışılmıştır. Öğrenci verilerinden yararlanılarak, morfolojik kart üreten bir yapay zekâ algoritmasının geliştirilmesi için temel adımlar ve çerçeve belirlenmiştir. Bu aşamada önerilen yapay yardımcının makine öğrenmesi prensibiyle çalışması uygun görülmüştür. Bu sebeple aracın eğitim aşamasını besleyecek veri setleri için veri yapılandırma çalışması önem arz etmektedir. Veri ön işleme sürecinde Python programlama dili ile eksik verilerin tamamlanması, başlıklar ve alt başlıklar arasındaki ilişkilerin analiz edilmesi öngörülmüştür. Ayrıca, karar ağaçları, rassal ormanlar ve destek vektör makineleri gibi makine öğrenimi algoritmalarının, tasarım kararları üzerinde örüntüler belirlemek ve bu bilgilerden yola çıkarak yeni tasarım önerileri üretmek için uygun olduğu tespit edilmiştir. Sonrasında hazırlanan veri setleri ile eğitim aşamasını tamamlayan yapay yardımcı aracının kullanımı için arayüz katmanı tasarlanmıştır. Test modeli olarak tasarlanan arayüz tasarımının çalışma prensibini netleştirmek ve ileriki çalışmalarda geliştirilmek üzere parametreleri belirlenmiştir. Sonuç olarak öğrenci çalışmalarından yola çıkan böyle bir çalışma sonucunda, tasarımcıların sistemli tasarım yaklaşımlarını kullanırken arayüz katmanından faydalanarak üretken yapay yardımcı ile ortak bir çalışma yürütebileceği bir çalışma strüktürü önerilmiştir. Önerilen araç, öğrenci çalışmalarından elde edilen verilere dayanarak tasarım sürecinde karar verme süreçlerini destekleyecek ve yeni tasarım alternatifleri sunabilecek yapay zeka destekli bir çözümolarak öngörülmüştür. Mimari tasarım sürecinin karmaşıklığı ve çok boyutluluğu, geleneksel yöntemlerle yönetilemeyen bilgi yüklerini doğurmakta, bu da sistematik tasarım yaklaşımlarının önemini artırmaktadır. Bu bağlamda, tasarım sürecinde kullanılan bilişim teknolojileri ve sistematik tasarım yaklaşımları, tasarımcıların karar verme süreçlerini kolaylaştırmakta ve daha verimli bir tasarım süreci sağlamakta önemli bir rol oynamaktadır. Özellikle kural tabanlı sistemler ve yapay zeka gibi yöntemler, tasarımın çok sayıda parametreyi ve disiplinler arası ilişkileri yönetmesine yardımcı olmakta, tasarımcıların bilgi yükünü hafifletmektedir. Bu çalışma ile birlikte öğrenci verilerinden yapay bir yardımcı üretilebilme potansiyeli ortaya konulmuştur. Üretken yapay üreticinin eğitim aşaması için gerekli veri setini oluşturma, aracı eğitme ve aracın arayüz katmanı ile ilgili aşamaları işlenerek, tasarımcıya destek bir yapının önerisi ortaya konmuştur. Önerilen üretken yapay araç ile öğrencilerin tasarım sürecindeki sistemli tasarım yöntemlerini kullanımalarının desteklenmesi ve tasarım sürecinin sistematik ilerleyişinin vurgulanması istenmiştir.Öğrenci verilerinden oluşturulan veri setlerinin, önerilen yapay yardımcı aracı beslediği ve bu aracın, kullanıldıkça öğrenme kapasitesine sahip olduğu vurgulanmıştır. Ayrıca, elde edilen verilerin ve öğrenme çıktılarının düzenli bir şekilde sınıflandırılarak versiyonlanmasının, bu süreçteki önemine dikkat çekilmiştir. Bu çalışma ile mimari tasarım süreci içerisinde ortaya çıkan verilerin önemini vurgulanması ve veri sınıflandırmasına katkı sağlanması hedeflenmiştir. Tasarım sürecinden veri seti üretimi, mimari veri tabanı gibi kavramlar için mimarlık ve bilişim disiplinlerinin ortak alanındaki araştırma alanına katkı sağlamak istenmiştir.
Özet (Çeviri)
In a world where digitalization and information technologies are becoming increasingly prevalent, the concepts of design and design processes have developed their components by drawing upon the technologies of the era. The methods and techniques offered by information technologies have also influenced the definitions of processes in the field of architecture. The design problem addressed in architectural design, much like in the field of information technology, has inputs and outputs. The design process, which is managed with defined parameters, is a highly complex process. It is crucial for designers to progress through the process by considering the relational networks of all parameters. These complex relational ties pose an informatic burden for architects. The way architecture handles and processes data has become one of its research areas. In particular, the interdisciplinary interaction with the field of information technology has seen a parallel development in the meaning and importance of data. Since the 1950s, artificial intelligence studies have led to fundamental developments in both fields, regarding process stakeholders, methods, and output products. In addition to traditional methods in architecture, one of the advantages of progressing with technology-driven techniques is the evolution of the process into an algorithmically expressible form. With the systematic design approach, the design process has been transformed into a form that can be formally expressed with certain parameters and phenomena. The systematic design approach, which ensures the clear definition of boundaries and strategies in the process, and the proximity to algorithmic thinking is one of the significant points emphasized in this study. On the other hand, systematic design involves the orderly and logical progression of the design process within a defined structure. Systematic design allows the design to occur within predetermined steps and frameworks, rather than relying on random or intuitive methods. In projects where systematic design methods are used, the architect considers the phenomena they are responsible for as parameters. By using systematic design techniques that serve the process, these parameters can be integrated into the design more systematically, allowing the process to be completed within a more controlled framework. The algorithmic thinking underlying systematic design bears a significant resemblance to the working principles of artificial intelligence technologies. This reinforces the idea that artificial intelligence can be used as a supportive tool in design processes, offering a more effective approach to problem-solving. From this perspective, problem analysis and morphological chart techniques, which are part of the systematic design methods, have been selected as the focus of this thesis. The thesis proposes that a generative artificial assistant would be beneficial in supporting the use of these techniques and facilitating the application of systematic design approaches in architecture. The main goal of the study is to develop an algorithm that generates a morphological chart, which will support architects in architectural design. The fundamental concept of systematic design is elaborated in the second section of the thesis. The techniques of precedent analysis, problem analysis, and the morphological chart are examined in detail. The interconnections of these techniques, their importance in the process, and the details of their application are discussed. The third section focuses on the artificial intelligence technologies that form the basis of the proposed artificial assistant in the thesis. In this context, the development of artificial intelligence technologies in relation to architecture is discussed, and their contributions to the field are examined. It is highlighted that artificial intelligence provides innovative solutions in architecture, optimizing design processes and offering insights in areas such as building design, cost analysis, and user experience evaluation. Specifically, technologies such as machine learning, data mining, image processing, and fuzzy logic are effectively utilized in various stages of architectural design. The literature on the use of artificial intelligence in architecture suggests that machine learning algorithms enhance data-driven decision-making mechanisms in design processes and contribute to the development of innovative solutions that meet user requirements. Data mining techniques play a crucial role in analyzing large-scale spatial data and using it as design input. Image processing techniques are effectively used in structural analysis and design optimization, while fuzzy logic is considered a tool supporting designers' intuitive approaches. The integration of these technologies into architecture not only enhances the speed and efficiency of design processes but also contributes significantly to environmental sustainability and user-centered design. The literature reveals the multifaceted potential of these technologies and how they promote broader transformations in the field of architecture. The fourth section discusses the use of systematic design techniques and artificial intelligence capabilities in architectural design. In this context, the student works where systematic design understanding has been applied are examined, focusing on how problem analysis and morphological chart techniques were handled by the students. Projects from the 6th and 7th architectural design studios and the Digital Architecture Design Studio, conducted by Prof. Dr. Yüksel Demir between 2019-2022 at ITU's Department of Architecture, are discussed. This research analyzes the application of problem analysis and morphological matrix methods in student works. Decision topics are created in the design process through precedent and problem analysis. In problem analysis, decision topics are defined in relation to the objectives and criteria that students need to consider in the design process. The information obtained from the precedent analysis is used to create alternatives for decision topics, leading to the preparation of the morphological matrix. In the final stage, students select the most suitable alternatives for their projects based on the objectives and criteria, shaping their designs accordingly. The problem analysis and morphological chart studies of selected students from each design studio were initially examined, followed by an analysis of how they processed the techniques and their design preferences. This analysis has contributed to the development of the algorithm of the proposed artificial assistant. The relationships between parameters were revealed through these studies, and a roadmap for creating a dataset in JSON format from student works was created. Thus, the student outcomes were used to generate a dataset. The basic steps and framework for developing an artificial intelligence algorithm that generates a morphological chart were identified using student data. In this phase, it was deemed appropriate for the proposed artificial assistant to operate based on machine learning principles. Therefore, data structuring work was considered essential to provide training datasets for the assistant's learning phase. During the data preprocessing stage, Python programming language was utilized for the completion of missing data and the analysis of relationships between topics and subtopics. Moreover, machine learning algorithms such as decision trees, random forests, and support vector machines were found to be suitable for identifying patterns in design decisions and generating new design suggestions based on these insights. An interface layer was designed for the assistant after the datasets were prepared, outlining the working principles of the algorithm and setting parameters for further development in future works. In conclusion, as a result of a study that was set forth based on student works, a structure has been proposed where designers can work with a generative artificial assistant in conjunction with systematic design approaches using the interface layer. The proposed tool is anticipated to support decision-making processes in the design process based on the student-generated dataset and provide new design alternatives. The complexity and multidimensionality of the architectural design process generate information burdens that cannot be managed through traditional methods, thereby increasing the importance of systematic design approaches. In this context, information technologies and systematic design approaches used in the design process play a crucial role in simplifying decision-making processes and providing a more efficient design process. Methods such as rule-based systems and artificial intelligence help manage the numerous parameters and interdisciplinary relationships in design, alleviating the information burden for designers. This study highlights the potential for generating an artificial assistant from student data, discussing the stages of creating dataset, training the assistant, and designing its interface layer. The proposed generative artificial tool aims to support students in applying systematic design methods and emphasize the systematic progression of the design process. It also stresses the importance of learning from the dataset and versioning it over time. This research seeks to highlight the significance of data emerging in architectural design processes and contribute to data classification, which would help the shared field of research between architecture and information technology.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Mimari tasarım sürecinde üretken sistemlerin yeri ve L tipi mutfak tasarımında üretken sistem kullanımı
The place of generative systems in the architectural design process and the use of generative system in L-type kitchen design
AYLİN ŞİMŞEK
Yüksek Lisans
Türkçe
2023
MimarlıkDüzce ÜniversitesiMimarlık Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURAY BENLİ YILDIZ
- Evolutionary design assistants for architecture
Mimarlık için evrimsel tasarım asistanları
N. ONUR SÖNMEZ
Doktora
İngilizce
2015
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. ARZU ERDEM
PROF. DR. İKBAL SEVİL SARIYILDIZ
- Photogrammetry based heritage modeling with shape embedding
Tarihi yapıların fotogrametri ve gömülü biçimlerle modellenmesi
DEMİRCAN TAŞ
Yüksek Lisans
İngilizce
2019
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU