基于樣式生成對(duì)抗網(wǎng)絡(luò)的風(fēng)景園林方案生成及設(shè)計(jì)特征識(shí)別

陳然 趙晶＊

人工智能如何理解設(shè)計(jì)特征？這是一個(gè)關(guān)鍵而亟待解決的新問(wèn)題。近年來(lái)，人工智能技術(shù)在圖像處理、語(yǔ)音處理、自然語(yǔ)言處理（natural language progressing, NLP）等領(lǐng)域取得了突破，為風(fēng)景園林設(shè)計(jì)領(lǐng)域提供了新的可能性。尤其是一些基于深度學(xué)習(xí)技術(shù)的圖像生成模型（如Midjourney、Dall-E、Stable Diffusion 等新應(yīng)用工具），可以根據(jù)用戶簡(jiǎn)單輸入生成具有創(chuàng)造力的圖像，似乎能產(chǎn)出令人滿意的設(shè)計(jì)結(jié)果。然而它們能否捕捉到設(shè)計(jì)作品的本質(zhì)、規(guī)律和邏輯？還是僅能基于圖形生成圖形？這些問(wèn)題具有重要的理論和實(shí)踐意義，也面臨著巨大的挑戰(zhàn)，涉及諸多方面問(wèn)題。

1）“AI 算法驅(qū)動(dòng)的設(shè)計(jì)循證”——當(dāng)今技術(shù)背景下產(chǎn)生的新問(wèn)題。大多數(shù)傳統(tǒng)數(shù)字景觀技術(shù)是用人工邏輯進(jìn)行正向推導(dǎo)，從而產(chǎn)生可“循證”的設(shè)計(jì)結(jié)果。深度學(xué)習(xí)與傳統(tǒng)方法不同，它不是用人工邏輯進(jìn)行正向推導(dǎo)，而是利用海量數(shù)據(jù)訓(xùn)練，從中發(fā)現(xiàn)隱式規(guī)律，并用它們進(jìn)行再創(chuàng)造。但由于“黑盒”效應(yīng)，神經(jīng)網(wǎng)絡(luò)所習(xí)得的“隱式規(guī)律”可解釋性較低，也難以循證，這是關(guān)乎技術(shù)落地的重要問(wèn)題。

2）“AI 算法驅(qū)動(dòng)的人機(jī)協(xié)同方式”——敏感且尖銳的行業(yè)問(wèn)題。神經(jīng)網(wǎng)絡(luò)在生成設(shè)計(jì)方案時(shí)，本質(zhì)上是通過(guò)海量數(shù)據(jù)訓(xùn)練，擬合從條件到設(shè)計(jì)結(jié)果之間的“映射關(guān)系”。這個(gè)“映射關(guān)系”就是設(shè)計(jì)師最核心的工作——生成方案。探究算法理解并生成方案的邏輯是重要的科學(xué)問(wèn)題，這關(guān)系到算法可以從什么方面、什么角度輔助設(shè)計(jì)師工作。

3）“算法可解釋性”——富有挑戰(zhàn)性的高難度技術(shù)問(wèn)題。從設(shè)計(jì)師的角度，風(fēng)景園林設(shè)計(jì)本身就是一項(xiàng)難以量化的工作，設(shè)計(jì)工作往往依賴于直覺(jué)、經(jīng)驗(yàn)、情感等難以表達(dá)和傳遞的因素，其思維過(guò)程也不一定是線性和邏輯性的，很難用量化和標(biāo)準(zhǔn)化的方式來(lái)定義和評(píng)價(jià)；從算法的角度，算法可解釋性研究是目前學(xué)界無(wú)法完全解決的問(wèn)題，也是持續(xù)的研究熱點(diǎn)。

1 相關(guān)研究

1.1 從深度學(xué)習(xí)到AI 生成設(shè)計(jì)

人工智能技術(shù)的快速發(fā)展對(duì)設(shè)計(jì)領(lǐng)域產(chǎn)生極大沖擊，得益于深度學(xué)習(xí)技術(shù)特殊的學(xué)習(xí)能力。深度學(xué)習(xí)是人工智能的關(guān)鍵技術(shù)，可以通過(guò)大量數(shù)據(jù)訓(xùn)練擬合事物間的映射關(guān)系，挖掘事物規(guī)律。

深度學(xué)習(xí)于20 世紀(jì)60 年代被提出，但近10 年來(lái)才開(kāi)始迅速發(fā)展，逐漸被社會(huì)各界所認(rèn)識(shí)。2012 年，AlexNet 由Alex Krizhevsky[1]提出，在ImageNet 視覺(jué)識(shí)別比賽中獲得第一名，自此深度學(xué)習(xí)開(kāi)啟了新的紀(jì)元。2015 年，微軟ResNet 系統(tǒng)在ImageNet 圖像分類競(jìng)賽中刷新了紀(jì)錄，實(shí)現(xiàn)3.6%的錯(cuò)誤率，首度超過(guò)人類表現(xiàn)[2]。2016 年，AlphaGo 算法以深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)為核心，擊敗了圍棋世界冠軍，人工智能開(kāi)始走進(jìn)公眾視野[3]。僅隔一年，AlphaZero 在2017 年被提出。它無(wú)需人類的數(shù)據(jù)和指導(dǎo)，用自我博弈強(qiáng)化學(xué)習(xí)的方式，在40 天內(nèi)打敗AlphaGo，證明了強(qiáng)化學(xué)習(xí)的特殊能力[4]。同年，Pytorch[5]、Tensorflow[6]等框架相繼發(fā)布，方便了更多的研究者快速調(diào)用成熟的深度學(xué)習(xí)算法。自此，深度學(xué)習(xí)在各個(gè)領(lǐng)域百花齊放。

深度學(xué)習(xí)主要應(yīng)用領(lǐng)域包括NLP、計(jì)算機(jī)視覺(jué)（computer vision, CV）。在NLP 領(lǐng)域中：2017 年，Vaswani、Ashish 等提出了框架Transformer[7]，2018 年，openAI 公司在其基礎(chǔ)上提出了GPT 系列模型，從此GPT 系列每年一更新，從GPT-3、Embeddings、GPT-3.5，到現(xiàn)在的ChatGPT[8]。在CV 領(lǐng)域中：2017 年，循環(huán)生成對(duì)抗網(wǎng)絡(luò)（CycleGAN）[9]、圖到圖翻譯的條件生成對(duì)抗網(wǎng)絡(luò)（Pix2Pix）[10]等算法開(kāi)始進(jìn)入設(shè)計(jì)領(lǐng)域，奠定了AI 生成內(nèi)容（artificial intelligence generated content, AIGC）[11]的基礎(chǔ)，隨后，在2018 年，英偉達(dá)公司提出了樣式生成對(duì)抗網(wǎng)絡(luò)（StyleGAN）[12]，又于2019 年 提 出 了GauGAN[13]，直 到2021 年，openAI 公司提出CLIP 多模態(tài)圖文處理模型[14]、DALLE 圖像生成工具[15]，2022 年Midjourney公司、Stability AI 公司、Adobe 公司等相繼推出Midjourney、Stable Diffusion、Adobe Firefly等商用級(jí)產(chǎn)品，AIGC 開(kāi)始進(jìn)入高速發(fā)展期，與設(shè)計(jì)領(lǐng)域產(chǎn)生越來(lái)越多的交互。

也正是在近幾年，風(fēng)景園林智能化革命逐步從參數(shù)化時(shí)代走向人工智能時(shí)代，AI 技術(shù)與設(shè)計(jì)行業(yè)走向交匯處[16-17]。人工智能算法類型眾多，分類方法眾多，在風(fēng)景園林中的應(yīng)用可以分為人工生命類、智能隨機(jī)優(yōu)化類和機(jī)器學(xué)習(xí)類[18]。其中機(jī)器學(xué)習(xí)是最為關(guān)鍵的分支之一，它具有強(qiáng)大的學(xué)習(xí)能力，可以通過(guò)大量數(shù)據(jù)訓(xùn)練擬合事物間的映射關(guān)系。機(jī)器學(xué)習(xí)在風(fēng)景園林中的應(yīng)用又包括景觀評(píng)價(jià)[19]、景觀格局模擬預(yù)測(cè)、生成設(shè)計(jì)（generative design）[20]。其中深度學(xué)習(xí)比其他機(jī)器學(xué)習(xí)算法的學(xué)習(xí)能力更強(qiáng)，神經(jīng)網(wǎng)絡(luò)的深度更深，有更強(qiáng)的擬合能力，更加適配生成設(shè)計(jì)問(wèn)題。

1.2 深度學(xué)習(xí)在生成設(shè)計(jì)中的應(yīng)用

生成設(shè)計(jì)是一種由設(shè)計(jì)師和計(jì)算機(jī)協(xié)同工作的設(shè)計(jì)流程[21]，即在設(shè)計(jì)師給定設(shè)計(jì)空間的基礎(chǔ)上，借助計(jì)算機(jī)的數(shù)據(jù)計(jì)算高效生成大量設(shè)計(jì)方案，其次基于用戶限定篩選出符合要求的高質(zhì)量方案。生成設(shè)計(jì)的發(fā)展大致經(jīng)歷了參數(shù)化、智能化、深度學(xué)習(xí)3 個(gè)階段[16-17]。參數(shù)化設(shè)計(jì)方法擴(kuò)展了傳統(tǒng)設(shè)計(jì)方法的可能性，推動(dòng)了計(jì)算機(jī)輔助設(shè)計(jì)在設(shè)計(jì)過(guò)程中的位置[22]；智能化時(shí)代，生成設(shè)計(jì)領(lǐng)域產(chǎn)生了元胞自動(dòng)機(jī)應(yīng)用、遺傳算法應(yīng)用、多智能體系統(tǒng)應(yīng)用等多種技術(shù)手段[23]。近年來(lái)，深度學(xué)習(xí)的快速發(fā)展為生成設(shè)計(jì)優(yōu)化和廣泛應(yīng)用提供了可能性，也成為當(dāng)前風(fēng)景園林智能化改革的主要技術(shù)路線之一。

生成設(shè)計(jì)主要應(yīng)用深度學(xué)習(xí)中的生成算法，包括生成對(duì)抗網(wǎng)絡(luò)（generative adversarial network, GAN）系列、擴(kuò)散模型（diffusion models）系列、流形模型（flow models）系列、自編碼器（auto encoder, AE）系列。GAN 系列通過(guò)多個(gè)神經(jīng)網(wǎng)絡(luò)之間相互對(duì)抗約束，而不是單純逼近最優(yōu)解，生成結(jié)果既能約束，也富有多樣性，在生成設(shè)計(jì)中應(yīng)用較多[16,24]。

基于GAN 的場(chǎng)景效果圖生成領(lǐng)域的研究涉及的專業(yè)較多。由于效果圖與自然場(chǎng)景圖像較為相似，數(shù)據(jù)量較大，主要研究問(wèn)題不僅是規(guī)劃設(shè)計(jì)的專業(yè)問(wèn)題，更多集中于基于GAN 的城市場(chǎng)景及城市要素分析，比如城市建筑足跡提取及變化檢測(cè)[25-29]、城市建筑細(xì)部分析[30-32]、城市車輛軌跡預(yù)測(cè)[30,33-37]、城市擴(kuò)張分析[34,38]、城市遙感影像分析[39-45]等。

基于GAN 的平面圖生成包括了大量空間規(guī)劃的設(shè)計(jì)專業(yè)性問(wèn)題，相關(guān)研究主要集中于規(guī)劃設(shè)計(jì)行業(yè)。該領(lǐng)域從建筑室內(nèi)方案生成開(kāi)始[46-54]，逐漸拓展到規(guī)律性較強(qiáng)的室外空間生成，如住區(qū)、校園等[24,55-60]，近年開(kāi)始往風(fēng)景園林等復(fù)雜空間對(duì)象發(fā)展[61-65]。該領(lǐng)域研究問(wèn)題主要集中于如何約束算法進(jìn)行空間規(guī)劃和優(yōu)化。

可見(jiàn)，基于深度學(xué)習(xí)的平面圖生成相關(guān)研究更加契合規(guī)劃設(shè)計(jì)本質(zhì)，是“人工智能理解設(shè)計(jì)”的核心部分。

1.3 從設(shè)計(jì)理解到高維特征識(shí)別

如前文所述，平面圖生成的研究是“人工智能理解設(shè)計(jì)”的核心部分，但目前還較少有“人工智能理解設(shè)計(jì)”相關(guān)的探索，主要研究問(wèn)題集中于如何構(gòu)建生成設(shè)計(jì)技術(shù)流程，以及如何將該流程遷移到更復(fù)雜的空間規(guī)劃工作。

在基于深度學(xué)習(xí)的生成設(shè)計(jì)技術(shù)中，設(shè)計(jì)條件和結(jié)果間的映射關(guān)系由算法訓(xùn)練習(xí)得，可解釋性較低，“人工智能理解設(shè)計(jì)”的研究就集中在如何構(gòu)建、提取、分析這個(gè)映射關(guān)系。目前已有研究主要集中在基于圖（graph）的建筑室內(nèi)生成設(shè)計(jì)，圖是一種可以凝練大量實(shí)體和實(shí)體間關(guān)系的數(shù)據(jù)結(jié)構(gòu)，該細(xì)分方向主要的技術(shù)方法是將設(shè)計(jì)要素（如建筑室內(nèi)的功能布局、建筑室內(nèi)設(shè)計(jì)要素）凝練于圖中，用于約束算法進(jìn)行可解釋的生成任務(wù)[47,49]。

但由于風(fēng)景園林設(shè)計(jì)工作過(guò)于復(fù)雜，包含了大量非線性邏輯的推理過(guò)程，以及大量難以界定的模糊邊界、多種復(fù)合功能的空間，甚至難以確定設(shè)計(jì)要素、要素關(guān)系分類（例如，拓寬的園路屬于廣場(chǎng)還是園路？應(yīng)該以實(shí)體要素還是以視覺(jué)感知為分割界限限定圍合空間？）這種難以量化的評(píng)價(jià)邏輯限制了圖神經(jīng)網(wǎng)絡(luò)（graph neural network, GNN）在風(fēng)景園林生成設(shè)計(jì)中的應(yīng)用。

從算法的角度，該問(wèn)題本質(zhì)上是因?yàn)轱L(fēng)景園林方案包含大量難以解釋的抽象特征，而且特征之間存在大量的特征耦合性（feature coupling，是Tero Karras 在StyleGAN 算法原文中提出的概念，指不同數(shù)據(jù)特征之間的影響程度）[12]，因此“如何解開(kāi)風(fēng)景園林特征耦合性、探究高維抽象設(shè)計(jì)特征”是在研究“人工智能理解設(shè)計(jì)”之前的必要步驟，也是筆者研究的關(guān)鍵科學(xué)問(wèn)題。

因此本研究擬借助StyleGAN 技術(shù)，通過(guò)大量的設(shè)計(jì)方案訓(xùn)練算法，抓取算法內(nèi)部隱空間特征，分析算法能否識(shí)別風(fēng)景園林方案抽象設(shè)計(jì)特征，可以識(shí)別哪些特征，以及能否解開(kāi)特征耦合性。

2 研究方法

本研究首先運(yùn)用設(shè)計(jì)方案數(shù)據(jù)集進(jìn)行StyleGAN 的算法訓(xùn)練，令算法生成多樣化的設(shè)計(jì)方案；然后利用主成分分析（principal component analysis, PCA）降維方法可視化算法內(nèi)部隱空間，分析算法以何種特征指引多樣化的設(shè)計(jì)方案生成，以探究神經(jīng)網(wǎng)絡(luò)如何理解設(shè)計(jì)特征。

2.1 StyleGAN 原理

StyleGAN 可以通過(guò)控制不同層次的風(fēng)格特征實(shí)現(xiàn)對(duì)生成圖像的細(xì)粒度編輯。該算法主要由映射網(wǎng)絡(luò)（mapping network）、生成網(wǎng)絡(luò)（synthesis network）2 個(gè)部分組成。整個(gè)正向傳播過(guò)程如下。

1）隨機(jī)噪聲向量z（一種服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)向量，無(wú)規(guī)律的隨機(jī)噪聲可以增加生成圖像的多樣性）通過(guò)8 個(gè)全連接網(wǎng)絡(luò)層得到w 向量。w 向量是一種經(jīng)過(guò)特征解耦的隱空間向量，難以直接可視化，其中包含了不同層次的風(fēng)格特征，這也是本研究關(guān)鍵的研究?jī)?nèi)容。

2）w 向量再控制生成網(wǎng)絡(luò)進(jìn)行多樣化圖像生成。在生成網(wǎng)絡(luò)中，常數(shù)向量（一種服從標(biāo)準(zhǔn)正態(tài)分布的固定向量，無(wú)規(guī)律的固定噪聲可以作為生成圖像的初始狀態(tài)）通過(guò)類似于漸進(jìn)式增長(zhǎng)生成對(duì)抗網(wǎng)絡(luò)（progressive growing of GANs, ProGAN）的架構(gòu)，從4×4到8×8 逐步生成高分辨率圖像，生成內(nèi)容從低分辨率逐漸到高分辨率。在這個(gè)過(guò)程中，不同深度層（風(fēng)格特征層）上的w 向量分別控制生成方案的不同尺度信息。w 向量就在這個(gè)過(guò)程中，傳到與每個(gè)層次相對(duì)應(yīng)的部分，通過(guò)自適應(yīng)實(shí)例歸一化（adaptive instance normalization, AdaIN）操作控制不同尺度的特征，不同深度層（風(fēng)格特征層）上的w 向量分別控制生成的設(shè)計(jì)方案的不同尺度信息，如從空間布局，到路網(wǎng)結(jié)構(gòu)，再到細(xì)部紋理、樹(shù)種等。這種架構(gòu)使得StyleGAN 能夠?qū)崿F(xiàn)風(fēng)格特征和生成網(wǎng)絡(luò)之間的解耦，即不同風(fēng)格特征層上的w 向量可以獨(dú)立地影響生成方案的不同尺度信息，而不會(huì)相互干擾。此外，為增加圖像多樣化，w 向量與隨機(jī)噪聲通過(guò)加法操作同時(shí)控制每個(gè)層次的細(xì)節(jié)信息（此處的隨機(jī)噪聲與向量z 不同，是另一個(gè)服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)向量，目的是增加生成圖像的細(xì)節(jié)變化）。

2.2 StyleGAN 應(yīng)用方法

該算法通過(guò)大量數(shù)據(jù)訓(xùn)練習(xí)得不同的設(shè)計(jì)特征，生成不同的方案。其中，w 向量包含了每個(gè)生成方案的特征。因此本研究的關(guān)鍵部分是探究w 向量，包括“w 向量數(shù)據(jù)特征分析”“w 向量語(yǔ)義信息分析”。

2.2.1 w 向量數(shù)據(jù)特征分析方法

在本研究中，我們使用了2 個(gè)概念來(lái)描述和分析StyleGAN 生成的圖像：風(fēng)格特征和設(shè)計(jì)特征。風(fēng)格特征是指w 向量在不同深度層（風(fēng)格特征層）上控制圖像生成的不同尺度信息，是算法的概念，包含了部分設(shè)計(jì)特征，也包含了其他圖像特征。它反映了StyleGAN 如何將隨機(jī)噪聲向量z 映射到具有不同風(fēng)格特征的向量w，并且如何將w 注入合成網(wǎng)絡(luò)中生成高質(zhì)量的圖像。設(shè)計(jì)特征是我們對(duì)圖像進(jìn)行研究和分析所使用的概念，它反映了我們?nèi)绾螐膱D像中識(shí)別或提取具有語(yǔ)義的特征，如風(fēng)景園林方案抽象設(shè)計(jì)特征。w 向量包含了風(fēng)格特征（算法概念）；風(fēng)格特征中既包含了設(shè)計(jì)方案中的設(shè)計(jì)特征，也包含了非設(shè)計(jì)特征的其他特征。本研究目標(biāo)是研究w 向量中能提取什么設(shè)計(jì)特征。

w 向量存在于高維空間，難以可視化，因此筆者通過(guò)降維、聚類與圖像嵌入2 個(gè)步驟完成w 向量的分析。

1）降維：由于w 向量（設(shè)計(jì)特征）由z向量（隨機(jī)噪聲）經(jīng)過(guò)映射網(wǎng)絡(luò)得來(lái)。因此將w 向量與z 向量同時(shí)降維并可視化，通過(guò)數(shù)據(jù)分布初步分析算法能否提取有規(guī)律的特征信息。

2）聚類與圖像嵌入：僅根據(jù)數(shù)據(jù)分布難以分析算法習(xí)得的特征是否為設(shè)計(jì)特征，因此進(jìn)一步將多個(gè)w 向量進(jìn)行聚類，并將每個(gè)對(duì)應(yīng)的生成方案嵌入w 向量的數(shù)據(jù)分布中，通過(guò)生成方案的設(shè)計(jì)特征差異進(jìn)一步分析算法能否有效提取設(shè)計(jì)特征。

2.2.2 w 向量語(yǔ)義信息分析方法

在本研究中，我們假設(shè)存在一個(gè)所有方案的“平均方案”（即抹除了特定設(shè)計(jì)特征的方案），來(lái)分析每一個(gè)生成方案與“平均方案”的差異，從而得到該生成方案對(duì)應(yīng)的w 向量包含的最重要的設(shè)計(jì)特征信息。

為了實(shí)現(xiàn)這一目標(biāo)，我們需要借鑒StyleGAN 框架中的截?cái)啵╰runcation）技巧。這種技巧可以通過(guò)調(diào)節(jié)不同層次的特征影響強(qiáng)度，觀察在同一w 向量影響下，生成結(jié)果的連續(xù)變化。這與本研究的假設(shè)有相似之處，即不同層次的特征對(duì)風(fēng)格遷移的影響程度不同。截?cái)嗪蟮奶卣飨蛄?的計(jì)算式如下：

式中，w 為每個(gè)生成方案對(duì)應(yīng)的原始特征w向量；為平均特征w 向量，是W 空間中分布的所有特征點(diǎn)的平均點(diǎn)；φ為截?cái)嘞禂?shù)，是可人為調(diào)整的超參數(shù)，一般情況下0 ≤φ≤1（但實(shí)際操作中φ也可以在這個(gè)范圍之外）。該方法通過(guò)計(jì)算到所有點(diǎn)的距離，再進(jìn)行統(tǒng)一壓縮，將所有數(shù)據(jù)點(diǎn)聚攏。

因此，當(dāng)φ為1 時(shí)，截?cái)嗪蟮奶卣飨蛄繛樵继卣?，?duì)應(yīng)的生成方案保留特定設(shè)計(jì)特征：

當(dāng)φ為0 時(shí)，截?cái)嗪蟮奶卣飨蛄繛槠骄卣鳎瑢?duì)應(yīng)的生成方案即“平均方案”：

因此，通過(guò)截?cái)嗉记?，調(diào)節(jié)φ從0 到1，可以分析方案在同一w 向量不同強(qiáng)度影響下，從抹除所有特征信息的“平均方案”，到包含該w 向量完整特征的“特定生成方案”的連續(xù)變化。以此回應(yīng)前述假設(shè)，分析每一個(gè)w 向量所內(nèi)含的設(shè)計(jì)特征語(yǔ)義。

2.3 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)來(lái)源包括2 個(gè)部分：4 047 個(gè)多樣化設(shè)計(jì)方案（下稱通用數(shù)據(jù)集）、105 個(gè)針對(duì)同一場(chǎng)地的“一題多解”方案（下稱定向數(shù)據(jù)集）。其中通用數(shù)據(jù)集來(lái)源于公開(kāi)資料，由27 個(gè)風(fēng)景園林專業(yè)本科生、研究生在設(shè)計(jì)網(wǎng)站上搜集、處理，包含了多種類型綠地空間設(shè)計(jì)方案；定向數(shù)據(jù)集來(lái)源于北京林業(yè)大學(xué)園林專業(yè)學(xué)生作業(yè)，包括針對(duì)同一場(chǎng)地（北京市海淀區(qū)西北旺一處10 hm2綠地空間）的105 種不同風(fēng)格的設(shè)計(jì)方案。

這2 套數(shù)據(jù)集分別用于探究不同內(nèi)容。數(shù)據(jù)集的選擇會(huì)影響StyleGAN 擬合映射關(guān)系和提煉通用設(shè)計(jì)特征的難度和效果。如果數(shù)據(jù)集風(fēng)格過(guò)少，即數(shù)據(jù)集中包含的設(shè)計(jì)特征過(guò)于單一或相似，那么StyleGAN 可能無(wú)法學(xué)習(xí)到足夠多樣或豐富的設(shè)計(jì)特征，也無(wú)法反映出不同設(shè)計(jì)特征之間的差異或聯(lián)系。如果數(shù)據(jù)集風(fēng)格過(guò)多，即數(shù)據(jù)集中包含的設(shè)計(jì)特征過(guò)于多樣或復(fù)雜，那么StyleGAN 可能難以擬合映射關(guān)系，也難以提煉出通用的設(shè)計(jì)特征，因?yàn)椴煌O(shè)計(jì)特征之間可能存在沖突或干擾。

2.4 算法訓(xùn)練

StyleGAN3 多用于多角度動(dòng)圖的訓(xùn)練生成，而風(fēng)景園林設(shè)計(jì)方案是靜態(tài)的平面圖圖像數(shù)據(jù)，因此StyleGAN3 不適用于本研究。本研究采用StyleGAN2 模型，訓(xùn)練采用512×512 分辨率，在雙卡NVIDIA 3090 GPU上運(yùn)行，顯存為64 GB。其中，為更好習(xí)得設(shè)計(jì)規(guī)律，針對(duì)通用數(shù)據(jù)集的訓(xùn)練開(kāi)啟數(shù)據(jù)鏡像增強(qiáng)功能；而針對(duì)定向數(shù)據(jù)集的訓(xùn)練中，為保持場(chǎng)地紅線不變，不開(kāi)啟數(shù)據(jù)鏡像增強(qiáng)功能。

3 結(jié)果分析

本研究針對(duì)2 個(gè)數(shù)據(jù)集訓(xùn)練了2 個(gè)生成器（下稱通用生成器和定向生成器），通用生成器生成的方案風(fēng)格多樣，包括了多尺度、多類型方案，其生成結(jié)果多樣性高，但由于數(shù)據(jù)風(fēng)格差距過(guò)大，方案局部細(xì)節(jié)效果較差（圖1）。定向生成器生成了同一場(chǎng)地的不同風(fēng)格設(shè)計(jì)方案，整體設(shè)計(jì)內(nèi)容穩(wěn)定，細(xì)節(jié)豐富，但多樣性較差（圖2）。

1 通用生成器生成方案結(jié)果Results of scheme generation by universal generator

生成結(jié)果并不是本研究的主要目的，拆解算法并理解算法才是關(guān)鍵問(wèn)題，因此下一步進(jìn)行算法內(nèi)部的向量推理，以理解算法如何習(xí)得設(shè)計(jì)特征。

3.1 w 向量數(shù)據(jù)特征分析結(jié)果

設(shè)計(jì)方案由w 向量控制，w 向量中包含了設(shè)計(jì)方案的所有特征，每一個(gè)w 向量控制一張圖像。下面將從“w 向量降維分析”和“w 向量聚類和圖像嵌入”2 個(gè)方面進(jìn)行分析。

3.1.1 w 向量降維分析

w 向量的降維分析包括2 個(gè)步驟：1）單w 向量分析：將單個(gè)生成方案的w 向量拆解分析，初步分析w 向量是否有習(xí)得特征；2）多w 向量分析：將多個(gè)生成方案的w 向量展平到二維空間，從整體分布上驗(yàn)證是否有習(xí)得特征。

w 向量（設(shè)計(jì)特征）由z 向量（隨機(jī)噪聲）經(jīng)過(guò)映射網(wǎng)絡(luò)得來(lái)。在同一個(gè)生成器中，所有的生成結(jié)果都來(lái)自同一分布，但不同的z 向量會(huì)對(duì)應(yīng)不同的w 向量，w 向量決定了圖像的風(fēng)格特征。因此筆者采用PCA 將2 種向量分別降到二維，并可視化，以分析z 向量和w 向量之間的變換關(guān)系。

在單w 向量分析中，我們選取最有代表性的平均特征w 向量（）進(jìn)行分析。該特征向量為16×512 的數(shù)據(jù)矩陣，即16 行，每行512 個(gè)數(shù)據(jù)。由于w 向量進(jìn)入生成網(wǎng)絡(luò)前未逐層經(jīng)過(guò)AdalN，所以16 層信息是均布的，即16 行數(shù)據(jù)是相同的。因此只取w 向量中的第一行進(jìn)行數(shù)據(jù)分布統(tǒng)計(jì)，并與輸入的z 向量對(duì)比，可見(jiàn)w 向量經(jīng)過(guò)映射網(wǎng)絡(luò)之后已經(jīng)將趨近于標(biāo)準(zhǔn)正態(tài)分布的z 向量轉(zhuǎn)換為帶有特征的w 向量（圖3）。這證明了映射網(wǎng)絡(luò)可以將隨機(jī)噪聲z 向量轉(zhuǎn)換為帶有特征的新的向量，初步證明了映射網(wǎng)絡(luò)已經(jīng)習(xí)得某種特征。

3 z 向量和w 向量數(shù)據(jù)特征對(duì)比Comparison between the data features of z vectors and those of w vectors

平均特征只證明了算法可以習(xí)得特征，而多樣化的特征需要隨機(jī)輸入大量z 向量測(cè)試。因此進(jìn)一步輸入多個(gè)隨機(jī)z 向量，通過(guò)映射網(wǎng)絡(luò)轉(zhuǎn)換為多個(gè)w 向量，對(duì)比多個(gè)z 向量分布和多個(gè)w 向量的分布，分析算法能否生成不同的設(shè)計(jì)方案特征。

w 向量與z 向量都是高維數(shù)據(jù)，無(wú)法直接可視化。因此將所有向量展平、合并、降維到二維平面。這些z 向量代表了多個(gè)抹除所有信息的隨機(jī)噪聲，w 向量代表了生成器生成的多個(gè)多樣化設(shè)計(jì)方案的特征信息。

對(duì)比多個(gè)z 向量和多個(gè)w 向量分布結(jié)果（圖4），發(fā)現(xiàn)輸入的多個(gè)z 隨機(jī)向量是完全隨機(jī)分布的，而輸出的w 向量帶有明顯的特征，初步證明映射網(wǎng)絡(luò)可以習(xí)得多樣化設(shè)計(jì)方案特征，且可以猜測(cè)特征中心即設(shè)計(jì)方案中的特征均值。

4 多個(gè)z 向量和w 向量分布的對(duì)比Comparison between the distribution of multiple z vectors and that of multiple w vectors

3.1.2 w 向量聚類和圖像嵌入

經(jīng)過(guò)分析，發(fā)現(xiàn)w 向量帶有一定的特征信息，而這些信息能否反映設(shè)計(jì)方案信息，則需要進(jìn)一步進(jìn)行聚類和圖像嵌入可視化。

1）采用K 均值聚類方法，根據(jù)特征相似度對(duì)w 向量進(jìn)行聚類。對(duì)通用生成器和定向生成器的100 個(gè)生成方案進(jìn)行測(cè)試，不同分類用坐標(biāo)點(diǎn)顏色表示，包含3 個(gè)要素以上的類別用連線框選。

2）將圖像嵌入不同的w 向量，分析算法習(xí)得的設(shè)計(jì)方案特征。每張圖像對(duì)應(yīng)一個(gè)w向量（圖5）。生成結(jié)果顯示，通用生成器所生成的w 向量中，算法可以大致提煉并歸類特征，但分類邏輯不同，有根據(jù)形態(tài)、根據(jù)水體面積、根據(jù)軟硬質(zhì)比例、根據(jù)路網(wǎng)結(jié)構(gòu)、根據(jù)公園類型等多種分類邏輯，甚至有的類別是根據(jù)同一設(shè)計(jì)節(jié)點(diǎn)出現(xiàn)的頻率分類。

5 通用生成器w 向量聚類與圖像嵌入w vector clustering and image embedding of universal generator

算法根據(jù)w 向量特征相似度分類，因此聚為一類的圖像中，w 向量特征是較為相似的。而w 向量代表了方案的特征，因而可以推斷算法將聚為一類的圖紙視為同一類型設(shè)計(jì)特征。通用生成器的生成結(jié)果表明，該生成器難以提煉出準(zhǔn)確的分類邏輯。在分類結(jié)果中，同一類別設(shè)計(jì)方案差距較大，可以初步推斷是數(shù)據(jù)集風(fēng)格差異過(guò)大導(dǎo)致的。該數(shù)據(jù)集包含的數(shù)據(jù)內(nèi)容涵蓋了風(fēng)景園林大多數(shù)設(shè)計(jì)風(fēng)格，差異極大，相對(duì)于如此復(fù)雜的設(shè)計(jì)特征，數(shù)據(jù)集樣本數(shù)據(jù)量小、網(wǎng)絡(luò)體量參數(shù)量少、訓(xùn)練時(shí)間短，因此難以擬合如此復(fù)雜的設(shè)計(jì)規(guī)律。

定向生成器的生成結(jié)果表明，當(dāng)數(shù)據(jù)集里的圖像相似度較高時(shí)，分類邏輯更清晰，特征解耦程度較高。從整體上分析，類別間差異較大，多樣性高，可以生成不同類型的設(shè)計(jì)方案。從聚類圖像局部分析，每個(gè)類別中的設(shè)計(jì)方案較為相似，但設(shè)計(jì)細(xì)節(jié)存在差異（圖6）。

6 定向生成器w 向量聚類與圖像嵌入w vector clustering and image embedding of directional generator

3.2 w 向量語(yǔ)義信息分析結(jié)果

本節(jié)采用截?cái)嗉记山財(cái)鄔 向量：設(shè)置截?cái)嘞禂?shù) 為0～0.9 的10 個(gè)連續(xù)浮點(diǎn)數(shù)（步長(zhǎng)為0.1），基于前文100 個(gè)隨機(jī)z 向量，共同約束算法生成1 000 個(gè)w 向量。

進(jìn)一步嵌入圖像分析，可以可視化生成器生成的平均方案。定向生成器可以從多種方案中總結(jié)通用的設(shè)計(jì)框架，該設(shè)計(jì)方案可以代表最適宜該場(chǎng)地的設(shè)計(jì)方案，其他的多樣性方案都是基于此框架進(jìn)行設(shè)計(jì)內(nèi)容上的微調(diào)（圖7）。

7 平均w 向量及平均方案Average w vector and the average scheme

將定向生成器的完整w 向量（為1）標(biāo)紅、聚類、嵌入生成結(jié)果，得到100 個(gè)帶有完整設(shè)計(jì)特征的多樣化設(shè)計(jì)方案（圖8），從中選取5 個(gè)方案（圖9～13）深入分析。從0 到0.9 調(diào)節(jié) ，分析w 向量在不同的截?cái)嘞禂?shù)影響下的變化。受到截?cái)嘞禂?shù)的影響，方案特征向特定方向變化，可基于方案特征變化的方向分析該w 向量所包含的語(yǔ)義特征。

8 多樣化設(shè)計(jì)方案聚類及圖像嵌入Clustering and image embedding of diversified design schemes

9 案例一：特征連續(xù)變化影響下的植被郁閉度變化Case 1: Change in vegetation depression under the influence of continuous change in features

10 案例二：特征連續(xù)變化影響下的水體面積連續(xù)變化Case 2: Continuous change in water body area underthe influence of continuous change in features

11 案例三：特征連續(xù)變化影響下的硬質(zhì)鋪裝面積與分布連續(xù)變化Case 3: Continuous change in area and distribution of hard paving under the influence of continuous change in features

12 案例四：特征連續(xù)變化影響下的活動(dòng)廣場(chǎng)分布、植被連續(xù)變化Case 4: Continuous change in the distribution of active squares and vegetation under the influence of continuous change in features

13 案例五：特征連續(xù)變化影響下的水體形態(tài)變化Case 5: Changes in water body morphology under the influence of continuous changes in features

在案例一、案例二中，w 向量代表的意義分別是植物郁閉度、水體面積。從結(jié)果可見(jiàn)，算法可以在完全沒(méi)有其他信息的情況下，僅通過(guò)大量設(shè)計(jì)方案習(xí)得植物郁閉度與水體面積等抽象指標(biāo)含義。在截?cái)嘞禂?shù)的影響下，案例一的方案基本結(jié)構(gòu)保持不變，植物郁閉度整體增加，植物圍合的草坪空間減少。算法能考慮植物群落邊緣豐富靈活的點(diǎn)狀種植，創(chuàng)造多樣植物空間。案例二在截?cái)嘞禂?shù)的影響下，方案基本結(jié)構(gòu)保持不變，水體面積整體減少。算法能靈活地降低水域深度，從湖面逐漸變?yōu)闈竦刈詈笤僮優(yōu)椴莸兀瑢⒄麄€(gè)河道變?yōu)樾∠?/p>

案例三、案例四都是針對(duì)鋪裝廣場(chǎng)相關(guān)指標(biāo)的變化，但由于鋪裝廣場(chǎng)分布變化會(huì)影響整個(gè)方案結(jié)構(gòu)布局，因此在案例三中硬質(zhì)鋪裝面積與分布持續(xù)變化，與此同時(shí)，整體的植物、水體都有細(xì)微的變化。同樣問(wèn)題出現(xiàn)在案例四中，方案在保持硬質(zhì)廣場(chǎng)總體面積基本不變的情況下，硬質(zhì)鋪裝位置分布連續(xù)變化，也會(huì)影響部分植物種植的布局。這種問(wèn)題是特征纏繞引起的，說(shuō)明算法無(wú)法完全解耦特征，但由于設(shè)計(jì)工作的特殊性，這種特征纏繞一定會(huì)出現(xiàn)。例如鋪裝廣場(chǎng)的布局變化會(huì)導(dǎo)致空間視域方向的變化，必然會(huì)導(dǎo)致植物種植群落的改變。

案例五則出現(xiàn)了更嚴(yán)重的特征纏繞，算法在修改水體布局的時(shí)候，整個(gè)方案的多種特征同時(shí)變化。甚至在方案變化過(guò)程中，不同階段的截?cái)嘞禂?shù)變化主要影響的特征不同，如 取值0～0.4 的時(shí)候主要修改方案鋪裝廣場(chǎng)分布和路網(wǎng)結(jié)構(gòu)，取值0.5～0.9 的時(shí)候主要修改水體形態(tài)和種植群落分布?？梢?jiàn)，如果再對(duì)w 向量進(jìn)行微調(diào)，可以挖掘同一個(gè)w 向量中的不同設(shè)計(jì)特征?；诖?，本研究最后進(jìn)行了4 個(gè)w 向量的截?cái)嘞禂?shù)微調(diào)測(cè)試。結(jié)果表明：通過(guò)微調(diào)截?cái)嘞禂?shù)，算法可以區(qū)分出植物郁閉度、路網(wǎng)密度、駁岸硬化程度、路網(wǎng)結(jié)構(gòu)4 種高級(jí)設(shè)計(jì)屬性（圖14）。

14 w 向量截?cái)嘞禂?shù)微調(diào)Fine-tuning of vector w truncation coefficients

4 結(jié)論與展望

本研究應(yīng)用StyleGAN2 算法挖掘風(fēng)景園林設(shè)計(jì)方案設(shè)計(jì)特征，通過(guò)數(shù)據(jù)分布可視化、聚類、圖像嵌入等技術(shù)方法探究神經(jīng)網(wǎng)絡(luò)中人類不可解的部分，以探究人工智能算法如何理解風(fēng)景園林設(shè)計(jì)特征，推進(jìn)智能設(shè)計(jì)循證研究。筆者發(fā)現(xiàn)，人工智能算法可以識(shí)別、提取設(shè)計(jì)方案中部分高維設(shè)計(jì)特征。算法識(shí)別的特征中，不僅包含了圖像形態(tài)特征，也包含了富含設(shè)計(jì)語(yǔ)義的高維設(shè)計(jì)特征。

但目前算法識(shí)別的大部分特征還是難以解耦：一方面是因?yàn)轱L(fēng)景園林設(shè)計(jì)工作的復(fù)雜性，評(píng)價(jià)指標(biāo)難以量化；另一方面是因?yàn)樗惴ū旧淼牟豢山忉屝裕瑥纳窠?jīng)網(wǎng)絡(luò)黑盒中提取出有效信息難度較大。但即便難度大，算法驅(qū)動(dòng)下的設(shè)計(jì)循證依然是一個(gè)非常重要的研究問(wèn)題，因?yàn)樗惴ㄕ谥鸩浇槿胝鎸?shí)設(shè)計(jì)工作，可解釋性研究與算法開(kāi)發(fā)研究是同等重要的?？山忉屝匝芯坑兄诩s束算法以滿足設(shè)計(jì)師需求，目前本研究暫未涉及該問(wèn)題，這也是未來(lái)可以繼續(xù)深入的研究方向。

圖片來(lái)源(Sources of Figures)：

圖1～14 由作者繪制。