Maipatana
พวกอาจารย์กำลังลองให้นักศึกษาปรับแก้ parameter ไปในรูปแบบต่างๆ
งานนศ. ป.โท สถ. ธรรมศาสตร์
Stream วิดีโอจากกล้องแล้วให้ Output จาก Difussion เพื่อแสดงภาพสถาปัตยกรรมตาม Prompt ที่ระบุไว้
สังเกตุหน้าตาเหล่าอาจารย์และบรรยากาศที่เปลี่ยนแปลงไป
14/05/2026
สำหรับการออกแบบอาคาร ค่า Psi-value คือค่าการถ่ายเทความร้อนเชิงเส้น ซึ่งใช้สำหรับหักลบส่วนต่างที่ค่า U-value (ซึ่งคิดเป็นพื้นที่ 2D บนผิวหน้า) คำนวณครอบคลุมไม่ถึงบริเวณจุดต่อ Junction - บริเวณที่วัสดุมาชนกัน
สำหรับ Spec วัสดุหรือผนังอาคารทั่วๆไปเราจะคุยกันที่ค่า U-value เป็นประสิทธิภาพตามหน้าตัดวัสดุ (1D heat flow)
แต่ถ้าวัสดุที่แตกต่างกัน เช่นผนังเจอพื้น ผนังเจอหน้าต่าง ผนังเจอหลังคา
ตรงๆแถวๆจุดที่มาเจอกันนั้น ประสิทธิภาพของ Detail ตรงนี้จะคำนวณค่า Psi ที่เป็นประสิทธิภาพบริเวณรอยต่อ (2D heat flow)
U-value (W/m^2K) คำนวณต่อตารางเมตร (Area) ส่วน Psi-value (W/mK) คำนวณต่อเมตร (Length)
โดยสูตรคำนวณจะเป็นแบบ 2 มิติ และการทำ Thermal Bridge Simulation จะเห็นเป็นเส้น Contour ที่แสดงว่าบริเวณของอุณหภูมินั้นไม่ได้สม่ำเสมอ
งานออกแบบในประเทศตะวันตกมักมีมาตรฐานพวกนี้ว่าค่า Psi-value ต้องไม่เกินเท่าไหร่ ต่อยอดไปจากค่า U-value อีกที
เพราะถ้าเราใช้เปลือกอาคารที่ดีแล้ว การลดจุดรั่วไหลความร้อนแบบนี้จะช่วยได้มาก
-------------------------
อีกทีนึงก็คือการใช้กล้อง Thermal Camera ตรวจอาคาร แล้วเราจะเห็นความไม่สม่ำเสมอของสีในภาพ มันก็คือเรื่องนี้แหละ
08/05/2026
เจ๋ง
05/05/2026
ใช้ AI ทำ Zoning ในอาคารสำนักงาน (ภาพซ้ายล่าง) สีๆที่เห็นใน Plan นั่นคือ AI ทำให้
ตอนนั้นเป็นประมาณปี 2021 เป็นโลกก่อน chatGPT แต่โลกการออกแบบสถาปัตย์รู้จัก LunchboxML กับ planBee แล้ว
Marco Juliani เค้าเป็น Design Computation Specialist ที่ CRTKL (Arcadis) ได้พัฒนาเครื่องมือจากไอเดียการใช้ Kohonen SOM ซึ่งเป็นเทคนิคในกลุ่ม Dimensionality Reduction ซึ่งอยู่ในกลุ่ม Unsupervised learning ซึ่งเป็นหนึ่งในสาขาของ Machine Learning ที่เป็น subset ของ AI
แต่ก็เหมือนการทำงานจริงทั่วๆไป ที่เครื่องมือของคนอื่นมันไม่ fit ในงาน ในวิธีคิด และในข้อจำกัดของเรา
ผมผสานไอเดียตรงนี้เข้ากับไอเดียของ generative design ที่ตอนนั้น Autodesk ทำสำนักงานที่ Toronto เข้าไปด้วย แล้วก็คิดถึงเรื่อง Workplace, Productivity อะไรเข้าไปด้วย
ทางเราเลยพัฒนาวิธีเฉพาะขึ้นมาโดยการปรับแก้ไขและเสริม Features ที่ต้องการเข้าไปอยู่บน Kohonen SOM (Self-Organizing Maps) อีกที
มันทำให้เราสามารถย่อยข้อมูลปริมาณมากของพื้นที่ทั้งอาคาร ให้หาความสอดคล้องกับความต้องการของพื้นที่ แล้วแสดงผลเป็น 3 มิติให้เราดู หมุนตรวจสอบได้
แต่ตอนนั้นมันก็ไม่ได้ perfect มันก็ถูกพัฒนาเรื่อยมา มีอีกหลายโครงการที่ใช้เทคนิคนี้ แต่ยังไม่ออกสื่อ ผมคงยังเล่าตรงนี้ไม่ได้
ส่วนที่ผมเล่าก่อนหน้านี้เรื่อง Bivariate Color Map คือรูปชุดที่ 2 จากบนขวา
ภาพใหญ่ๆเต็มๆ zoom ได้ชัดๆ ดูได้ใน https://architizer.com/projects/depa-headquarters-the-digital-economy-promotion-agency/
ถ้าชอบ สามารถโหวตให้คะแนนได้ที่ https://tinyurl.com/DEPA2026Aplus
เพราะโครงการนี้ได้รับคัดเลือกให้เป็น Finalist ในเวที 2026 Architizer Awards (A+Awards) ที่จัดโดย Architizer
สาขา Government & Civic Buildings
คลิกที่นี่เพื่อเป็นสมาชิก?
ประเภท
เว็บไซต์
ที่อยู่
99 Moo 18 Phahonyothin Road
Rangsit
12121