Immanuel Koh의 AI Sampling Singapore 주거 건축

디자이너 Immanuel Koh의 작품 AI Sampling Singapore 주거 건축은(는) 매우 권위 있는 2025 A' Design Award 철상의 제너레이티브, 알고리즘, 파라메트릭 및 AI 보조 디자인 부문에서 탁월한 수상작입니다.

철제너레이티브· 2025

AI Sampling Singapore 주거 건축

디자이너: Immanuel Koh

클라이언트: Immanuel Koh

제너레이티브 부문 A' Design Award 철상 수상작

60,960

인증된 수상작

#170593 수상 상태 인증하기

사이트 방문 A' Design Award에서 보기 보도 자료 수상 배지

색상

디자인

AI Sampling Singapore 주거 건축 소개

싱가포르는 인공적인 도시이다. 싱가포르에서 볼 수 있는 고층 건물의 3D 디지털 모델로 구성된 대규모 데이터셋으로 학습된 맞춤형 AI 모델은 형태적으로 그럴듯하고 의미적으로 일관된 구성을 생성할 뿐만 아니라, 판상형, 점형, 군집형 블록과 같은 표준 고층 주거 유형들 사이를 보간하고 외삽하면서 새롭고 기이한 건축 형태를 상상하기 시작한다.

수상 인정

A' Design Award 철상 소개

AI Sampling Singapore 주거 건축, 이 작품은 A' Design Award 철상 수상작으로, 잘 디자인된 창작물에 기대되는 전문적·산업적 요건을 충족하는 좋은 디자인에 수여되는 권위 있는 인정입니다. 철상 수상작은 창작자의 뛰어난 기술, 높은 전문성, 전문가다운 이해, 창의적 역량을 보여 줍니다. AI Sampling Singapore 주거 건축, 이 작품은 높이 평가받고 감탄과 사랑을 받는 창작물로서 실용적이고 혁신적일 것으로 기대됩니다. 이 철상 수상 디자인은 업계 모범 사례를 통합하며 노하우와 재능으로 연결된 유능한 기술적 특성을 갖추고 있습니다. AI Sampling Singapore 주거 건축, 이 작품은 철저함으로 존중받으며 삶의 질을 개선하여 세상을 더 나은 곳으로 만들도록 디자인되었습니다.

디자인 비하인드

프레스 킷

디자이너가 제공한 크레딧, 팀원 및 기술 세부 사항.

고유 특성: Is it possible to sample at scale and at high-resolution every single building ever built in a country? If so, can such a dataset be used to train an AI model in generating new yet locally compliant buildings without any explicit regulatory control inputs? The project explores the design agency of deep generative neural networks in learning three-dimensional exteriority and interiority with a redesigned 3D generative adversarial network (3D-GAN) AI model. Winner of WAFX2024, IDA2024 and BLT2024.
치수 및 패키징: This is a digital AI x Architecture project. Each generated output is a new high-rise high-density residential public housing of up to 30 floors.
태그: AI
생산 기술: A custom generative AI model was trained from scratch using proprietary code base and dataset. Specifically, a 3D generative adversarial network (3D-GAN) AI model was trained to learn semantic and spatial configuration of high-rise high-density residential public housing in Singapore.
디자인 과제: The non-existence of 3D models and their corresponding floor plans was the first challenge. New workflow and tools had to be developed to not only collect (i.e., digitally and physically), but create (annotate) and curate (i.e., exploratory data analysis) such high quality dataset to train an AI model from scratch. Technically difficult due to the scalability of similar CAD representation which was overcome via a novel AI latent representation of 3D.
연구: A custom generative AI model was trained from scratch using proprietary code base and dataset. Specifically, a 3D generative adversarial network (3D-GAN) AI model was trained to learn semantic and spatial configuration of high-rise high-density residential public housing in Singapore.
영감: Singapore is an artificial city! Trained with a large dataset of 3D digital models of high-rise buildings found in Singapore, the custom-designed AI model generates not only formally plausible and semantically coherent configurations, but begins to also imagine novel and uncanny architectural forms, interpolating and extrapolating among standard high-rise housing typologies such as the slab, point, and cluster blocks. Project exhibited at Venice Architecture Biennale and Singapore's Arts House.
프로젝트 기간: This is an on-going and longer-term AI x Architecture research being conducted at the university design lab since 2021. It was however only published much later as an official architectural design award entry from 2024 onwards.
운영 흐름: This is a digital AI x Architecture generative research project, while the dataset was digitally collected from existing physical buildings in Singapore.
특허: Currently no patent.
팀원: Artificial-Architecture
이미지 출처: All credits: Artificial-Architecture