同濟景觀「數智化」講座

Returning to Tongji: Rethinking the Digital and Intelligent Future of Landscape Architecture

回到母校同濟大學，參加「景觀數智化發展論壇」。每次回到同濟都有一種很微妙的感覺，一方面熟悉，另一方面又總會看到一些新的東西。尤其這幾年 AI 與各種數智技術快速進入建築、景觀與城市領域，過去熟悉的問題還在，但我們用來理解、分析與設計的方式，已經開始變了。

這次論壇的主講者是謝菲爾德大學終身教授 Eckart Lange。他從景觀感知與表徵出發，談「超越視覺」的感官經驗。其他講者則分別從 AI、數智化、機器人、大數據等方向切入，討論這些技術在景觀領域可能帶來的改變。幾場內容聽下來，反而讓我一直想到一件事：現在我們其實已經很難再把「數智化」理解成多學幾個軟體，或是在原本設計流程裡加入一個新的工具而已。

生成式 AI 這幾年的發展速度尤其明顯。以前我們還會花很多時間討論 AI 能不能畫圖、能不能輔助概念設計，現在它已經開始進入資料整理、場地分析、方案生成、比較、模擬、溝通與視覺化。機器人、大數據、感測系統與數位孿生也在另一側逐漸靠近設計實務。當這些工具開始橫向穿過整個流程，真正被改變的就不只是某一個階段，而是從「怎麼認識場地」一路到「怎麼做出判斷，再怎麼把設計實現」的整條鏈條。

也因此，我在論壇裡一直反覆想到幾個問題。當數據愈來愈多，哪些事情會因此看得更清楚，哪些事情反而可能被忽略？當演算法開始協助我們判斷什麼是更有效率的方案，那些不容易被量化的地方經驗、文化脈絡與不同群體的需求，要怎麼繼續留在設計裡？AI 可以快速產出大量方案，但設計的公平性、人文性與在地性，顯然不會因為運算速度變快就自動得到保障。

Eckart Lange 談感官經驗時，我覺得這和今天的數智化討論形成了一個很好的對照。景觀最後仍然是一個人要走進去、停下來、感受風、聲音、氣味、光線與溫度的地方。這些經驗當然可以被部分感測、模擬與量化，但不會因此完全等同於一組數據。當設計工具愈來愈強，景觀學科需要重新確認的，也許正是哪些東西可以被技術放大，哪些東西又不能因為技術方便而被簡化。

這幾年我自己也一直在做 AI 與設計相關的教學與研究，工具用得愈多，反而愈容易感受到這個問題。真正困難的已經不是教學生會不會用 AI，而是怎麼讓新的技術進入設計流程之後，人的判斷仍然清楚存在。場地怎麼被理解、資料怎麼被選擇、AI 生成的內容為什麼被接受或拒絕、最後的決策由誰負責，這些事情如果沒有被保留下來，設計可能變得更快，卻不一定變得更好。

回到同濟參加這場論壇，最大的收穫反而不是多知道了幾種技術，而是重新把一些問題放回桌面上。數智技術究竟會如何改變景觀學科的內核，現在可能還沒有答案；但可以確定的是，它不會只是軟體更新而已。未來的景觀教育、研究與實務，恐怕都要重新思考從感知、資料、判斷到實現之間的關係。

每次遇到這種論壇，都會再次感覺到這個領域還有太多東西沒有弄明白。

AI 發展太快，新的技術也不會停下來，能做的大概就是繼續學、繼續試，也繼續保留一點對工具的懷疑。