خمسة تحولات مذهلة: كيف يعيد الذكاء الاصطناعي صياغة مستقبل الهندسة المعمارية؟

Oct 23

العربيةEnglish

هذا المقال مقتبس من محاضرة المعماري عبد العزيز عوض ضمن سلسلة AI Design Frontiers على آركي نت، بالتعاون مع Love That Design.

This article is drawn from a lecture by architect Abdelaziz Awad in the AI Design Frontiers series on ArchiNet, in collaboration with Love That Design.

5 تحولات مذهلة: كيف يعيد الذكاء الاصطناعي صياغة مستقبل الهندسة المعمارية؟

5 Striking Shifts: How AI Is Reshaping the Future of Architecture

طالما شكّلت الفجوة الزمنية والجهد المضني بين إشراقة الفكرة المعمارية الأولى وتجسيدها البصري النهائي تحدياً يؤرق المصممين. فلعقود طويلة اعتمد التفكير المعماري على الرسم اليدوي والمسح وإعادة إنتاج المخططات بالكامل عند أدنى خطأ، وهو ما استنزف وقتاً طائلاً وطاقة بشرية لا تتحملها إلا المكاتب الكبرى.

The gap in time and effort between the first spark of an architectural idea and its final visual form has long troubled designers. For decades, architectural thinking relied on hand drawing, erasing and redrawing entire sheets at the slightest mistake, consuming time and human energy that only large firms could afford.

ثم جاءت أدوات التصميم بمساعدة الحاسوب (CAD) كأول نقطة تحول حاسمة، وسيلةً تنفذ ما يفكر فيه المعماري بدقة، لكنها ظلت أداة تنفيذية جامدة لا تطرح أفكاراً ولا تسهم في صياغة المفاهيم في مرحلة التصميم المفهومي (Concept Design).

Computer-aided design (CAD) then arrived as the first decisive turning point: a tool that executes precisely what the architect has in mind. Yet it remained a rigid execution tool that neither proposes ideas nor helps shape concepts at the Concept Design stage.

اليوم نعيش نقطة تحول جديدة وأعمق مع دخول الذكاء الاصطناعي التوليدي إلى قلب العملية التصميمية. يستكشف هذا المقال خمسة تحولات جذرية وتجارب عملية استعرضها المعماري عبد العزيز عوض، المصمم والباحث في استوديو Studio Tim Fu، الذي يركّز في عمله على التصميم الحاسوبي والذكاء الاصطناعي وتقنيات البناء المتقدمة، ويتابع دراسة الماجستير في الحوسبة المعمارية (MSc Architectural Computation) في مدرسة بارتليت للعمارة بجامعة UCL.

Today we are living through a new and deeper turning point as generative AI enters the heart of the design process. This article explores five radical shifts and practical experiments presented by architect Abdelaziz Awad, an architectural designer and researcher at Studio Tim Fu whose work focuses on computational design, artificial intelligence and advanced building technologies, and who is currently pursuing an MSc in Architectural Computation at the Bartlett School of Architecture, UCL.

1. التعديل البصري الخاطف: التحكم في المشهد واستخراج المجسمات خلال ثوانٍ

1. Instant Visual Editing: Controlling the Scene and Extracting Models in Seconds

شهد العالم المعماري قفزة متسارعة من المخرجات الضبابية الأولى لبرنامج Midjourney عام 2022 إلى المخرجات الفائقة الواقعية اليوم. ولم يعد الأمر مقتصراً على توليد الصور، بل تعداه إلى منح المصمم تحكماً كاملاً وسريعاً في اللقطات المعمارية دون الحاجة إلى إعادة ضبط محركات الإضاءة والمواد من الصفر.

Architecture has seen a rapid leap from Midjourney's first blurry outputs in 2022 to today's hyper-realistic results. It is no longer only about generating images: designers now have full, fast control over architectural shots without resetting lighting and material engines from scratch.

ومن أبرز الأمثلة النموذج الحديث Nano Banana المعلن عنه عبر Google AI Studio (والمتاح مجاناً عبر Gemini وGoogle AI Studio). يتيح هذا النموذج تحويل لقطة معمارية نهارية أُخرجت ببرامج الرندر التقليدية إلى لقطة ليلية دقيقة في 10 ثوانٍ فقط، وبأمر نصي لا يتجاوز ثلاث كلمات، مع الالتزام التام بتفاصيل الصورة الأصلية ومحدداتها.

A standout example is the recent Nano Banana model, announced through Google AI Studio (and available free via Gemini and Google AI Studio). It can turn a daytime architectural shot produced with traditional rendering software into an accurate night scene in just 10 seconds, with a prompt of no more than three words, while fully respecting the original image's details and constraints.

"إذا طلب العميل تحويل صورة من النهار إلى الليل باستخدام محركات الرندر التقليدية، كان الأمر يستغرق ساعات وفي بعض الحالات أياماً، لكن الآن مع الذكاء الاصطناعي يمكننا فعل ذلك في 10 ثوانٍ وبثلاث كلمات فقط."

"If a client asked to turn an image from day to night with traditional render engines, it took hours and sometimes days. Now, with AI, we can do it in 10 seconds with just three words."

ولا تتوقف قدرات هذا النموذج عند تحويل الإضاءة والمواد، بل تمتد إلى بناء سلسلة أصول ثلاثية الأبعاد (3D Asset Pipeline) بمرونة عالية:

The model's abilities go beyond changing lighting and materials to building a flexible 3D Asset Pipeline:

عزل عنصر محدد من المشهد، كسيارة مثلاً.
تحويل العنصر المعزول إلى مسقط إيزومتري ثلاثي الأبعاد (3D Isometric).
إدخال الصورة مباشرة في أدوات مثل Meshy AI أو Tripo AI لتوليد مجسم ثلاثي الأبعاد (3D Model) مجاني بالكامل.
دمج المجسم أو تعديله أو تحريكه داخل أي برنامج نمذجة تقليدي.

Isolate a specific element from the scene, such as a car.
Turn the isolated element into a 3D isometric view.
Feed the image straight into tools such as Meshy AI or Tripo AI to generate a completely free 3D model.
Integrate, edit or animate the model in any conventional modelling software.

2. المخططات الشاملة (Masterplans) دون نمذجة ثنائية أو ثلاثية الأبعاد

2. Masterplans Without 2D or 3D Modelling

لم يعد إنتاج مخطط متكامل لمدينة أو حي، مع صور وفيديوهات جوية ثلاثية الأبعاد، يتطلب أسابيع من بناء الكتل الهندسية المعقدة في برامج النمذجة التقليدية (3D Modeling Software).

Producing a complete plan for a city or district, with aerial 3D images and videos, no longer requires weeks of building complex massing in traditional 3D modelling software.

تجلت هذه القدرة في مشروع Z Park الذي أُنجز في أقل من أسبوعين. ارتكز العمل على صورة موقع تضم مبانيَ قائمة محددة باللون الرمادي يُمنع المساس بها. رسم الفريق الطرق الرئيسية يدوياً فوق المخطط، ثم استُخدمت تقنيات الذكاء الاصطناعي عبر Midjourney وأدوات إعادة الإكساء (Re-texturing).

This was demonstrated in the Z Park project, completed in under two weeks. The work started from a site image with existing buildings marked in grey that could not be touched. The team sketched the main roads by hand over the plan, then used AI through Midjourney and re-texturing tools.

وكانت النتيجة مشاهد جوية ومقاطع فيديو متحركة متناسقة بالكامل للموقع والمباني المقترحة، دون اللجوء إلى أي برنامج نمذجة ثلاثية الأبعاد تقليدي. وهذا يعيد تعريف مرحلة الدراسة الأولى في المكاتب المعمارية، إذ يتيح استكشاف الكتلة وتوزيع المساحات واختبار المواد بأعلى كفاءة زمنية.

The result was fully consistent aerial scenes and animated videos of the site and proposed buildings, without any traditional 3D modelling software. This redefines the early study phase in architecture firms, making it possible to explore massing, distribute areas and test materials with maximum time efficiency.

3. صون الهوية المعمارية: تطبيقات المشاريع وتدريب نماذج LoRA المخصصة

3. Preserving Architectural Identity: Project Applications and Custom LoRA Training

لا يعني استخدام الذكاء الاصطناعي التخلي عن الهوية والتراث المحلي لصالح تصاميم عشوائية، بل يتيح تدريب نماذج مخصصة تدمج التراث المعماري بالابتكار الخوارزمي.

Using AI does not mean giving up local identity and heritage for random designs. It makes it possible to train custom models that merge architectural heritage with algorithmic innovation.

مشروع Blade Estate

The Blade Estate Project

خُطط المشروع في سياق بيئي بمدينة سلفانيا (Sylvania)، واستغرق العمل عليه نحو 4 أشهر، وكان أول مشروع يبدأ وينتهي باستخدام أدوات الذكاء الاصطناعي مع وجود العنصر البشري في المنتصف. اعتمد على بناء مجموعة بيانات خاصة بسياق الموقع، واستخدام أدوات Re-texturing، ودمج ذلك مع الخوارزميات الجينية (Genetic Algorithms) عبر Grasshopper وRhino لتحسين الاستفادة من الإشعاع الشمسي، وكفاءة مسارات الحركة، وإجمالي المساحة البنائية (GFA).

Planned in a natural setting in Sylvania, the project took about four months and was the first project to start and finish with AI tools, with the human in the middle. It relied on a site-specific dataset, re-texturing tools, and genetic algorithms in Grasshopper and Rhino to optimise solar radiation, circulation efficiency and gross floor area (GFA).

تدريب نماذج LoRA للتراث المحلي

Training LoRA Models for Local Heritage

أما في صون التراث المحلي، كالطراز الحجازي وتفاصيل المشربية، فقد شرح عبد العزيز عوض آلية بناء أدوات LoRA المخصصة خطوة بخطوة:

For preserving local heritage, such as the Hijazi style and mashrabiya details, Abdelaziz Awad explained step by step how custom LoRA tools are built:

جمع البيانات (Data Set): تجميع نحو 500 صورة عالية الدقة للعناصر التراثية.
التصنيف الدقيق: توزيع الصور في مجلدات منفصلة بحسب الإضاءة (نهار/ليل) وزاوية الكاميرا (لقطات جوية/مستوى العين).
التوصيف النصي (Tagging): ملف نصي لكل صورة يصف معالمها المعمارية بدقة، مثل نوع المشربية وألوانها ومواد البناء وزاوية اللقطة.
التدريب والتنفيذ: تدريب النموذج عبر منصات مثل Kohya باستخدام وحدات GPU، ثم تشغيله داخل بيئة ComfyUI للحصول على مخرجات تجمع النمط الأصيل والتوليد المبتكر.

Data collection (Data Set): gather around 500 high-resolution images of heritage elements.
Careful classification: sort images into separate folders by lighting (day/night) and camera angle (aerial/eye level).
Tagging: a text file for each image precisely describing its architectural features, such as mashrabiya type, colours, building materials and camera angle.
Training and running: train the model on platforms such as Kohya using GPUs, then run it in ComfyUI to get outputs that combine the authentic style with innovative generation.

"عند تدريب نماذج LoRA على بيانات التراث، نجمع أجزاءً متعددة من مشاريع مختلفة للحصول على مخرجات مبتكرة؛ فحتى نحن كبشر لا يمكننا التنبؤ بما يمكن للذكاء الاصطناعي إنتاجه في لحظة معينة."

"When we train LoRA models on heritage data, we combine many parts from different projects to get innovative outputs; even we as humans cannot predict what AI will produce at a given moment."

4. البرمجة بلغة البشر: أداة ArchBrain GPT والدمج مع Grasshopper

4. Coding in Human Language: ArchBrain GPT and Grasshopper

شهد التصميم البارامتري (Parametric Design) تحولاً نوعياً؛ فلم يعد المعماري بحاجة إلى سنوات لتعلم لغات برمجة معقدة مثل C# أو Python، أو حفظ مئات المكونات داخل Grasshopper أو Dynamo لتنفيذ أفكار هندسية معقدة.

Parametric design has changed fundamentally: architects no longer need years to learn complex languages such as C# or Python, or to memorise hundreds of components in Grasshopper or Dynamo, to execute complex geometric ideas.

تتيح أداة ArchBrain GPT دمج النماذج اللغوية الكبيرة (LLMs) مثل ChatGPT وDeepSeek وClaude مباشرة داخل Rhino وGrasshopper. يكتب المعماري أوامر بسيطة باللغة الطبيعية، فتحوّلها الأداة فوراً إلى أكواد تنفذ الحسابات الهندسية الشاقة على الشاشة، مثل:

ArchBrain GPT brings large language models (LLMs) such as ChatGPT, DeepSeek and Claude directly into Rhino and Grasshopper. The architect writes simple natural-language commands, and the tool instantly turns them into code that performs demanding geometric calculations in the viewport, such as:

حساب إجمالي المساحة البنائية (GFA).
تحديد ارتفاعات الأبراج.
تقسيم كتل المخطط الشامل.

Calculating gross floor area (GFA).
Setting tower heights.
Subdividing masterplan blocks.

وفي السياق نفسه، يمكن استخدام مكتبات مثل p5.js بالتكامل مع ChatGPT: يطلب المصمم بلغة طبيعية كوداً لهيكل بارامتري معقد، كجسر بمعايير هندسية محددة، ثم يُدخل الكود في منصة p5.js ليُبنى الهيكل وتُعدَّل متغيراته فوراً في المتصفح، دون فتح برامج خوارزمية ثقيلة.

Similarly, libraries such as p5.js can be combined with ChatGPT: the designer asks in natural language for code for a complex parametric structure, such as a bridge with specific geometric parameters, then pastes it into p5.js to build the structure and adjust its variables instantly in the browser, without opening heavy algorithmic software.

5. المعماري ليس مُلغى: الاستدامة والعودة إلى جوهر المهنة (Human-in-the-Loop)

5. The Architect Is Not Replaced: Sustainability and a Return to the Core of the Profession (Human-in-the-Loop)

التطور التقني المتسارع لا يلغي دور الإنسان بل يحرره، إذ يضعه في قلب التوجيه وتعديل القرارات (Human-in-the-loop). ويظهر هذا التوازن في هيكلية استوديو Studio Tim Fu المقسّم إلى ثلاثة أقسام متكاملة:

Rapid technical progress does not cancel the human role; it frees it, placing people at the heart of direction and decision-making (Human-in-the-loop). This balance shows in the structure of Studio Tim Fu, divided into three complementary units:

Design Studio: الابتكار الفكري، والرسم اليدوي (Hand Sketches)، وتخطيط المساحات، وحل المشكلات المعمارية.
SDF Labs: مختبر البحث والتطوير؛ برمجة الأدوات، وبناء إضافات Grasshopper بلغتي C# وPython، وتدريب نماذج الذكاء الاصطناعي.
SDF Visuals: الإخراج البصري والسينمائي (CGI)، لتحويل التصاميم إلى مشاهد فائقة الواقعية وقصص بصرية متحركة.

Design Studio: conceptual innovation, hand sketches, space planning and solving architectural problems.
SDF Labs: research and development; coding tools, building Grasshopper plug-ins in C# and Python, and training AI models.
SDF Visuals: visual and cinematic production (CGI), turning designs into hyper-realistic scenes and animated visual stories.

ولا تقف فائدة الذكاء الاصطناعي عند السرعة والإخراج، بل تمتد إلى الاستدامة والحفاظ على الطاقة؛ فبينما يستنزف الرندر التقليدي طاقة كهربائية هائلة ويُشغّل الأجهزة بكامل طاقتها 3 إلى 4 أيام لإخراج لقطات محددة، يختصر الذكاء الاصطناعي هذا الهدر إلى يوم واحد أو ثوانٍ معدودة. وبذلك تختفي أوقات الانتظار التقني، ويتفرغ المعماري للتصميم المفهومي والسرد القصصي (Storytelling) وتقديم تجارب فراغية ملهمة.

AI's benefit goes beyond speed and output to sustainability and energy saving: traditional rendering consumes huge amounts of electricity, running computers at full load for 3 to 4 days for certain shots, while AI cuts this waste to a single day or a few seconds. Technical waiting time disappears, freeing the architect for concept design, storytelling and inspiring spatial experiences.

الخاتمة: كيف ستعيد تعريف دورك؟

Conclusion: How Will You Redefine Your Role?

يمثل الذكاء الاصطناعي نقطة تحول حاسمة (Turning Point) في تاريخ العمارة، لا تقل أهمية عن الانتقال من الرسم اليدوي إلى برامج CAD. وللطلاب والأكاديميين والمبتدئين الراغبين في دخول هذا المجال، هذا مسار عملي متدرج:

AI is a decisive turning point in the history of architecture, no less important than the move from hand drawing to CAD. For students, academics and beginners who want to enter this field, here is a gradual, practical path:

استخدام Midjourney للعصف الذهني واستكشاف المفاهيم الأولية.
استخدام أدوات مثل Ideogram للتحكم الدقيق في نسبة التغيير على الصور الأصلية (من 0% إلى 100%).
الاعتماد على أدوات توليد الفيديو مثل Kling أو Luma أو V3 لإظهار الحركة والمرونة البصرية.
تشجيع الطلاب على إدخال اسكتشاتهم اليدوية البسيطة إلى أدوات الذكاء الاصطناعي لقراءة المادة والإضاءة واختبار الأفكار.

Use Midjourney for brainstorming and exploring early concepts.
Use tools such as Ideogram to precisely control how much an original image changes (from 0% to 100%).
Use video generation tools such as Kling, Luma or V3 to show movement and visual flexibility.
Encourage students to feed their simple hand sketches into AI tools to read material and light and test ideas.

ومع هذه الطفرة التي تختصر الساعات في ثوانٍ، يبرز سؤال جوهري أمام المجتمع المعماري:

With this leap that turns hours into seconds, a fundamental question faces the architectural community:

كيف ستعيد تعريف دورك المعماري اليوم؟ هل ستبقى منفذاً تقنياً يقضي ساعات طويلة في رسم الخطوط وإخراج اللقطات، أم ستتحول إلى موجّه فكري ومبتكر يمتلك زمام التكنولوجيا ليصوغ بها مستقبل الفضاءات المعمارية؟

How will you redefine your role as an architect today? Will you remain a technical executor spending long hours drawing lines and producing renders, or become an intellectual guide and innovator who masters technology to shape the future of architectural space?