Architext: Language-Driven Generative Architecture Design

要約

【タイトル】言語による生成型建築デザイン「Architext」

【要約】
– 建築デザインは、多様な専門分野、技術、独自の設計ソフトウェア、専門技能、そして無数の制約を伴う非常に複雑なプラクティスである。
– 直感的でアクセス可能でスケーラブルなデザインプロセスを可能にすることは、高性能で持続可能なデザインに向けた重要な一歩である。
– そのために、自然言語のプロンプトだけでデザイン生成を可能にする、新しいセマンティック生成支援ツール「Architext」を紹介する。
– Architextは、大規模な言語モデルに与えられる自然言語のプロンプトを入力として、デザイン生成を可能にする。
– Architextのダウンストリームタスクの性能について、セマンティックな正確性と多様性に焦点を当てた定量的な評価を行い、120万から60億のパラメーターを持つ事前学習済み言語モデルに対して実施した。
– Architextモデルは、特定のデザインタスクを学習し、有効な住宅レイアウトをほぼ100％の精度で生成することができる。
– Architextのモデルをスケーリングすると正確性が大幅に改善され、最大のモデル（GPT-J）は、さまざまなプロンプトカテゴリーに対して25％から80％以上の正確性を発揮する。
– 私たちは、微調整されたArchitextモデルと合成データセットをオープンソース化し、このエキサイティングなデザイン研究分野での実験を促すことを目的としている。

要約(オリジナル)

Architectural design is a highly complex practice that involves a wide diversity of disciplines, technologies, proprietary design software, expertise, and an almost infinite number of constraints, across a vast array of design tasks. Enabling intuitive, accessible, and scalable design processes is an important step towards performance-driven and sustainable design for all. To that end, we introduce Architext, a novel semantic generation assistive tool. Architext enables design generation with only natural language prompts, given to large-scale Language Models, as input. We conduct a thorough quantitative evaluation of Architext’s downstream task performance, focusing on semantic accuracy and diversity for a number of pre-trained language models ranging from 120 million to 6 billion parameters. Architext models are able to learn the specific design task, generating valid residential layouts at a near 100% rate. Accuracy shows great improvement when scaling the models, with the largest model (GPT-J) yielding impressive accuracy ranging between 25% to over 80% for different prompt categories. We open source the finetuned Architext models and our synthetic dataset, hoping to inspire experimentation in this exciting area of design research.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI