Max Neumeister
Head of Visuals hos Cobe om AI i visualisering: modellerne forstærker din retning, de opfinder den ikke.
Max Neumeister er arkitekt og Head of Visuals hos Cobe. Han arbejder i krydsfeltet mellem arkitektur, visualisering og nye teknologier og har de seneste år undersøgt, hvordan AI kan indgå i den kreative proces uden at erstatte den faglige dømmekraft.
I dette interview taler vi med Max om, hvordan AI forandrer visualisering og designprocesser.
Kan du beskrive, hvordan interessen for de tidlige modeller opstod, og hvordan du afsøgte mulighederne i relation til arkitektonisk visualisering?
Interessen opstod egentlig lidt organisk. Vi brugte jo allerede en del tid på at generere store mængder billedmateriale til konkurrencer: renderings, stemningsbilleder, referencer. Og det var et område, hvor man altid følte, man kæmpede mod tiden. Da de første diffusion-modeller begyndte at dukke op, var det ikke så meget en teknologisk fascination som en praktisk nysgerrighed: kan det her faktisk bruges til noget? De tidlige resultater var selvfølgelig rodede. Arkitektur opførte sig mærkeligt, proportioner var forkerte, og der var den der uhyggelige fornemmelse af, at alt lignede lidt det samme. Men man kunne se et potentiale i den måde, modellerne reagerede på stemning og atmosfære. Det var faktisk ret stærkt fra starten.
Så begyndte vi mere systematisk at afsøge det: Hvad sker der, hvis vi kombinerer det med vores egne 3D-modeller? Hvad med kontrol via ControlNet og dybdekort? Gradvist blev det mindre om at generere fra bunden og mere om at bruge AI som et lag ovenpå det, vi allerede lavede. En slags intelligent materialisering af en stemning, vi havde i hovedet.
Det, der overraskede mig mest, var nok, at det ikke erstattede den visuelle dømmekraft. Den blev faktisk vigtigere. Du skal stadig vide, hvad du vil have. Modellerne forstærker din retning, de opfinder den ikke.
Hvordan bruger du din arkitektfaglige logik til at udfordre de svar, som teknologien foreslår?
Det er egentlig et spørgsmål om at vide, hvornår man skal være utilfreds. AI-modellerne er ekstremt dygtige til at producere noget, der ser rigtigt ud. Og det er præcis problemet. Arkitektur handler ikke om at se rigtigt ud. Det handler om at løse et rum, en bevægelse, et lys på en måde, der er specifik for det sted og det program. Modellerne trækker mod det gennemsnitlige, mod det der allerede er blevet belønnet med likes og pins. Hvis man ikke aktivt modstår det, ender man med en slags hyperrealistisk middelmådighed.
Så min arkitektfaglige logik fungerer mest som en modstand. Jeg stiller mig selv spørgsmål som: Er denne facade et resultat af noget, eller er den bare smuk? Er der en logik i det lys, der falder her, eller er det bare dramatisk, fordi modellen har lært, at dramatisk lys performer godt? Hvorfra kommer denne materialitet, er det et valg eller bare tekstur?
Det interessante er, at den modstand faktisk gør resultatet bedre. Når jeg er præcis nok i min kritik af et output, bliver jeg også mere præcis i mit næste input. Det bliver en slags faglig dialog. Ikke med et menneske, men med mine egne antagelser om, hvad arkitektur skal gøre for os, for bygherre og bruger.
Og nogle gange inspirerer modellen selvfølgelig også. Den foreslår noget, jeg ikke ville have tænkt selv: en forbindelse, en proportion, en stemning. Og så handler det om at have ydmyghed nok til at følge det spor. Den svære øvelse er at skelne mellem, hvornår man er kritisk, og hvornår man bare er konservativ.
Hvordan isolerer du projektets kernefortælling, og hvordan ser du AI's rolle i formidlingen af arkitektoniske koncepter?
Kernefortællingen finder man sjældent ved skrivebordet. Den opstår oftest i de samtaler, hvor nogen udefra spørger: Hvad handler det her projekt egentlig om? Og man hører sig selv svare noget, man ikke vidste, man mente.
I konkurrencesammenhæng er der altid en fristelse til at lade fortællingen følge løsningen. Man har brugt tre uger på at udvikle en struktur, og så bygger man en narrativ omkring det, man har lavet, i stedet for omvendt. Det er en fælde. Kernefortællingen skal kunne siges i én sætning, og den sætning skal kunne have stået der fra dag ét, selvom bygningen havde set helt anderledes ud.
Det er typisk her, AI bliver interessant for mig på en måde, de fleste ikke taler om. Ikke som billedmaskine, men som spejl. Hvis jeg beskriver et projekt for en model og beder den formulere, hvad det handler om, kan jeg meget hurtigt se, om min egen fortælling er skarp eller diffus. Hvis modellen ikke kan isolere en kerne, er det ofte fordi jeg ikke har gjort det selv endnu.
I selve formidlingen er AI's rolle mere kompleks. Den er god til at materialisere en stemning, til at vise, hvad det vil føles som at være i det rum. Men den er dårlig til det specifikke. Den ved ikke, at det her trappeforløb er et svar på noget, der skete i programmet, at den åbning mod nord er en gestus mod naboens have. Den kontekst skal man selv bære ind. Så jeg tænker på det som en arbejdsdeling: AI giver billedet dets resonans eller en retning, og arkitekten giver det sin præcise mening.
Hvis AI primært er et produktionsværktøj, hvori ligger arkitektens reelle værdi så i dag?
Det er faktisk det spørgsmål, jeg synes, branchen er for langsom til at stille sig selv, og det bekymrer mig lidt. Det nemme svar er: Arkitekten tilføjer kontekst, etik, menneskelig forståelse. Og det er rigtigt. Men det er også et svar, der lyder som en forsvarsstrategi mere end en reel selvforståelse.
Mit eget svar er mere konkret. Værdien ligger i evnen til at formulere det rigtige problem. AI er ekstremt god til at løse problemer, men kun de problemer den får stillet. Og i arkitektur er problemformuleringen ofte selve designhandlingen. At beslutte, at dette projekt handler om overgangen mellem det private og det offentlige, og ikke om udsigten eller programmet. Det er ikke en teknisk operation. Det er en faglig og menneskelig vurdering, der kræver, at man har stået i mange rum, talt med mange mennesker og forstår, hvad der er på spil socialt og kulturelt.
Derudover: ansvar. Ikke i juridisk forstand, men i den forstand at nogen skal kunne stå inde for en beslutning. AI optimerer, den forhandler ikke. Den ved ikke, at man valgte den dyrere løsning, fordi bygherren om ti år ville fortryde den billige. Den kender ikke de samtaler, de kompromisser, den tillid der er opbygget. Arkitekten er den, der bærer projektets fulde kompleksitet. Ikke kun det, der kan beskrives i en prompt.
Og så er der noget mere uhåndgribeligt. Arkitektur handler i sin kerne om at tage stilling til, hvordan mennesker skal leve sammen. Det er et politisk og etisk spørgsmål forklædt som et teknisk et. Den dimension forsvinder ikke, men den kræver, at vi er bevidste om den. Ellers overlader vi den stille og roligt til modellerne. Og det ville være et større tab, end nogen produktivitetsgevinst kan opveje.
»AI er ekstremt god til at løse problemer, men kun de problemer den får stillet.«
Når alle kan skabe billeder med AI, hvad er så de færdigheder, der adskiller det halvbagte fra det helstøbte?
Det er præcis det spørgsmål, der afslører, om man forstår, hvad visualisering egentlig er. For det første: Komposition er ikke intuition, det er viden. De fleste AI-genererede billeder fejler ikke på teknisk kvalitet, de fejler på beslutninger. Hvor er horisonten placeret, og hvorfor? Hvad er i skygge, og hvad er i lys, og er det et valg eller bare et resultat? Hvilke elementer kæmper om opmærksomheden, og hvilke træder tilbage? Det er ting, man lærer gennem år med at studere billeder, ikke gennem år med at generere dem.
For det andet: Det halvbagte billede fortæller alt på én gang. Det helstøbte billede har noget tilbage. Det ved, hvad det ikke skal vise. Den evne til at redigere, at lade noget være utydeligt, at lade beskueren arbejde lidt. Det er ekstremt svært at prompte sig frem til, fordi det kræver, at man aktivt modstår modellens tendens mod det fuldendte og det dramatiske.
Og for det tredje, og det er måske det vigtigste: Det helstøbte billede passer til sit projekt. Det er ikke bare et smukt billede af en bygning. Det er det rigtige billede af den rigtige bygning på det rigtige tidspunkt i processen. Den sammenhæng kræver, at man kender projektet indefra. Man kan ikke google sig til den. Så færdighederne er de samme som altid: blikket, dommen, konteksten. AI har bare gjort det meget tydeligere, hvem der har dem, og hvem der ikke har.
Har teknologien givet dig mere tid til fordybelse, eller har den blot skabt et krav om flere iterationer? Og hvordan påvirker de nye redskaber din måde at arbejde med visualiseringer og formgivning på?
I starten gav det mere tid. Pludselig kunne man komme fra idé til billede på minutter i stedet for timer, og der var en reel fornemmelse af, at noget var blevet frigjort. Men teknologi skaber altid sine egne forventninger, og det viste sig hurtigt, at den tid man vinder i én ende, bruger man i den anden.
For AI laver fejl. Ikke altid åbenlyse fejl, men subtile. En forkert skygge. En proportion, der er en anelse for generøs. Et materiale, der ser rigtigt ud, indtil man kigger på det et minut for længe. Og de fejl kræver tid at opdage, tid at korrigere og tid at vurdere, om korrektionen skabte nye problemer. Så processen er hurtigere i sprint, men samlet set er tidsforbruget ikke dramatisk reduceret. Det har bare ændret form.
Det, der virkelig har ændret sig, er mængden af muligheder. Variationsrummet er eksploderet. Hvor man før traf et valg og renderede det, kan man nu afprøve ti retninger på én eftermiddag. Det er en reel gevinst, men det stiller også større krav til præcision i de beslutninger, man tager. Fordi flere muligheder betyder flere fravalg, og fravalg kræver, at man ved, hvad man vil. Uden den præcision drukner man bare i varianter, der alle ser nogenlunde rigtige ud.
Så teknologien har ikke givet mig mere tid. Den har givet mig et andet arbejde: mere kuratorisk, mere kritisk, mere krævende på en faglig måde. Den gode nyhed er, at det faktisk er et arbejde, jeg synes er interessant. Den dårlige nyhed er, at det ikke er det arbejde, folk forestiller sig, når de hører, at AI gør alting hurtigere.
Hvor ser du udviklingen bevæge sig hen, og hvordan tror du, det kommer til at påvirke faget over tid?
Det korte svar er, at jeg tror, vi er midt i et skift, der er større, end de fleste i branchen indrømmer over for sig selv. Det, vi ser nu, er stadig første generation af et redskab, der primært accelererer det eksisterende. Vi gør det samme hurtigere og med flere varianter. Men det interessante og lidt urolige spørgsmål er, hvad der sker, når modellerne begynder at forstå rum på en dybere måde. Ikke bare overflader og atmosfære, men logik. Program. Bevægelse. Strukturel sammenhæng. Det er ikke science fiction, det er et spørgsmål om hvornår.
Og når det sker, tror jeg, fagets arbejdsdeling ændrer sig fundamentalt. Ikke at arkitekter forsvinder, men at den arkitekt, der overlever, er en anden type end den, der dominerede de sidste tredive år. Mindre teknisk eksekvering, mere konceptuel og social intelligens. Mere evne til at navigere i komplekse menneskelige og politiske sammenhænge. Det, der ikke kan beskrives i en prompt.
Det bekymrer mig dog, at vi måske er for langsomme til at opdatere uddannelserne. Vi underviser stadig meget i færdigheder, der om ti år vil være automatiserede, og for lidt i det, der ikke kan automatiseres: den kritiske dømmekraft, den etiske stillingtagen, evnen til at formulere det rigtige spørgsmål frem for det rigtige svar.
Og så er der noget helt konkret, jeg holder øje med: Hvem ejer billederne, hvem ejer æstetikken, hvem ejer den visuelle kultur, som modellerne er trænet på? Det er ikke et teknisk spørgsmål, det er et kulturelt og juridisk et, og jeg tror, det kommer til at definere meget af den diskussion, vi skal have som fag de næste år. Så retningen er klar nok. Det uklare er, om vi bevæger os derhen bevidst eller bare bliver ført med.
Følg Cobes arbejde på cobe.dk.
