Maipatana

เพื่อนไปฟัง Patrik Schumacher บรรยายที่อินโดแล้วส่งรูปนี้มาให้เพราะรู้ว่าผมชอบ
ผมไม่รู้ว่าเค้าพูดเรื่องอะไร แต่เดาได้ว่ากำลังเล่าถึงที่มาของ Parametric Design
Deleuze กับ Guattari มักถูกอ้างถึงเมื่อมีการพูดถึงจุดเริ่มต้นของ Digital Architecture / Computational Design ไม่ใช่เพราะ 2 คนนี้สร้างโปรแกรม CAD ขึ้นมา แต่เค้าให้ความเข้าใจกับสถาปนิกต่อโลก Digital ว่ามันคืออะไร? และทำไมเราต้องการมัน
1. ก้าวออกจาก Modern Architecture ที่มีความแข็ง ความที่เป็น Grid ทุกอย่างต้องลง 4 ลง 6 ลงเป็นฟุต แต่ Parametricism สามารถสร้าง Smooth space ที่ต่อเนื่องได้

2. สร้าง Continuous Variation ได้ แทนที่อาคารจะต้องมีหน้าต่างหรือโมดูลแค่ไม่กี่รูปแบบ ก็สามารถสร้างรูปแบบได้มากมายแบบค่อยๆไล่ระดับไปได้

3. ทุกอย่างเชื่อมถึง ส่งผลถึงกันหมด เป็น Propagation-based

4. Parametricism ทำหน้าที่เป็น abstract machine คือเป็นระบบ rule / algorithm ที่รอการแปรสภาพออกมาเป็นรูปทรงจริง (Virtual vs. Actual)

5. Assemblage คือความจำเป็นที่เกิดขึ้นจากโลกปัจจุบันที่ซับซ้อนเกินกว่า Modern Architecture จะทำความเข้าใจปัญหาได้ (เพราะ modern ชอบอะไรที่ simple)

——————
เดาว่าเนื้อหาประมาณนี้ แต่โดยรวมก็คือว่า การแก้ไขปัญหาในสังคมที่ซับซ้อนอย่างในปัจจุบัน สถาปนิกต้องการความสามารถในการ approach งานที่เหมาะสม ซึ่งนั่นก็คือ Computational Design.

แน่นอนว่าเราฟัง เราก็อาจจะไม่เห็นด้วยก็ได้ เพราะถ้าเราเชื่อในความเรียบง่าย ความตรงไปตรงมาแบบ Less is more หรือการลดทอนความซับซ้อน นั่นก็เป็นอีกแนวคิดหนึ่ง

ฟังแล้วก็แค่เอามาคิด เอามา internalise แล้วก็ถามตัวเองว่า “แล้วสถาปัตยกรรมสำหรับเรามันควรเป็นยังไง?“

AI49 (AI ใน A49)
เกริ่นก่อนเลยว่าจะไม่เล่าถึงเนื้อหาในงาน เพราะเป็นเรื่องภายในและ Know-How ของ A49
แต่ที่เล่าได้คือข้อดีของ A49

1. การมีผู้บริหารที่มี Direction ที่ดี
—— AI ทำได้หลายอย่าง คำถามคือจะให้มันทำอะไร? หลายๆบริษัทยังอยู่ใน Stage ของการทดลอง ปลายเปิด แต่ A49 มีความ mature แล้วจึงรู้ว่าเอาไปใช้ทำอะไรถึงได้ประโยชน์ และไม่ใช่เฉพาะสถาปนิก แต่เป็นทุกแผนก (บัญชี เลขา ฯ) บริษัทควรจะโฟกัส ว่าจะให้ใช้ AI ทำอะไร ขอบเขตคืออะไร

2. การแชร์
—— การแชร์ความรู้กันภายในเป็นหนึ่งในวัฒนธรรมของ A49 มาช้านาน ทั้งเรื่องการออกแบบโครงการ รวมไปถึงเทคโนโลยีและ AI หลายๆบริษัทมักอยู่ในโหมดงานหนักตลอดเวลา ทำให้ไม่มีเวลามาแชร์ความรู้กัน หรือบางอย่างรู้กันแค่ทีมเดียว ไม่เกิดประโยชน์สูงสุดในองค์กร

3. AI Governance
—— เมื่อถึงวันนึงการใช้ AI ก่อให้เกิดปัญหา การ resolve ปัญหานี้จะถูกทำภายใต้หลักเกณฑ์อะไร? หรือขอบเขต แนวทางการใช้ AI อยู่ตรงไหน? อะไรควรถาม อะไรไม่ควรถาม? ได้ผลลัพธ์มาแล้วควรทำอะไรต่อ? เป็นเรื่องที่บริษัทจะต้องบอกกับพนักงาน ไม่อย่างนั้นถ้าเกิดปัญหาขึ้นมา พนักงานจะต้องเป็นคนรับผิดชอบ พนักงานคงจะไม่อยากจะเสี่ยงทดลองอะไรใหม่ๆ

————————
ผมนั่งฟังไปก็มีแต่ admiration ว่า A49 ไปไกลมาก นึกถึงสมัยราวปี 2019 ที่ทีมเล็กๆมาแสดง case study ของต่างประเทศ หรือในเชิงทฤษฎีด้าน AI เท่านั้น

จนตอนนี้ที่ทุกแผนกนำไปใช้งานจริงให้เกิดและสิทธิภาพในการทำงาน และมันดูเหมือนจะยังเป็นแค่จุดเริ่มต้น เพราะ A49 จะ advance ไปเรื่อยๆ

A49 จะสามารถถามคำถามที่ลึก และละเอียดได้ จะสามารถแปลงไอเดียเป็นความเป็นจริงได้อย่างมีประสิทธิภาพมากขึ้น

แน่นอนส่วนนึงเพราะการมีข้อมูลที่ดี แต่อีกส่วนคือการมีคนและวัฒนธรรมที่ดีด้วย
———————-
สรุป ถ้ามองจากข้างนอกคนจะคิดว่า A49 ไปไกล แต่ถ้ามองจากข้างในจะรู้สึกว่ายังเดินไปช้าอยู่ เพราะเรารู้ว่านี่ยังไม่ใช่ที่สุด เรายังไปได้ไกลกว่านี้อีก เรายังทำได้ดีกว่านี้อีก เราจึงต้องพัฒนาตัวเองและเดินไปข้างหน้าตลอดเวลา

งานดีๆ เนื้อหาอบรมดีมากครับ เชิญทุกท่านครับ

เปิดลงทะเบียนแล้ววันนี้ 𝐁𝐈𝐌 𝐁𝐨𝐨𝐭𝐜𝐚𝐦𝐩 𝟐𝟎𝟐𝟔
วันที่: วันศุกร์ที่ 9 ตุลาคม พ.ศ. 2569
สถานที่: อาคาร 11 มหาวิทยาลัยศรีปทุม
𝐒𝐞𝐦𝐢𝐧𝐚𝐫 & 𝐖𝐨𝐫𝐤𝐬𝐡𝐨𝐩 (จำนวนจำกัด)
***ปีนี้เรามี Pathways Certification ให้เลือก … รายละเอียด sessions ต่าง ๆ จะเปิดให้เลือกหลังจากช่วงกลางเดือนกันยายน โดยจะส่ง link ผ่านทาง email ให้ผู้ที่ลงทะเบียนเรียบร้อยแล้วเท่านั้น***

บุคคลทั่วไป
Early Bird (10/08 - 09/09) 450 บาท (จำนวนจำกัด)
ราคาปกติ (10/09 - 04/10) 750 บาท

นักศึกษา 190 บาท
𝐁𝐨𝐨𝐭𝐡, 𝐇𝐚𝐫𝐝𝐰𝐚𝐫𝐞 𝐙𝐨𝐧𝐞, 𝐒𝐭𝐮𝐝𝐞𝐧𝐭 𝐒𝐡𝐨𝐰𝐜𝐚𝐬𝐞 / 𝐘𝐨𝐮𝐧𝐠 𝐁𝐈𝐌 𝐂𝐥𝐮𝐛 และ 𝐉𝐨𝐛 𝐅𝐚𝐢𝐫 (ชั้น 𝟏)
ไม่มีค่าใช้จ่าย
Link ลงทะเบียน หรือ scan QR Code
https://forms.gle/f1kdsSjNsRyFbwiT9

งานนศ. ป.โทที่สถาปัตย์มธ.
ไม่ได้จบตรีสภาปัตย์ ไม่จบวิทคอม แต่มีไอเดีย มีแง่มุม มีคำถาม มีความช่างสังเกต แล้วมัดรวมทุกอย่างเข้าด้วยกัน ผสาน Design Human Live AI เข้าด้วยกัน

ผมได้ยินมาว่างาน ASA Expo ปีหน้าจะมี
- เรื่องของเทคโนโลยีด้านสถาปัตยกรรมแบบเข้มๆ
- เรื่อง Data การทำให้คนเห็นความสำคัญและตัวอย่างของการใช้ข้อมูลในงานออกแบบ
- เรื่องสนุกๆเร้าใจเช่นการให้สถาปนิก / นักศึกษา มา live การใช้เครื่องมือในการทำงานแข่งกัน
และอื่นๆอีกมากมายแบบที่ไม่เคยมีมาก่อน
——-
ถ้าใครมีอะไรอยากคอมเม้น หรืออยากให้มีอะไรบอกได้ ไม่สัญญาว่าจะเกิดนะ แต่สัญญาว่าจะรวบรวมไปแชร์ไอเดียในที่ประชุมครับ

🎉 คณะสถาปัตยกรรม ศิลปะและการออกแบบ สจล. ขอแสดงความยินดีกับ 🎉

ดร.พร้อม อุดมเดช
ผู้อำนวยการ สำนักงานบริหารหลักสูตรสถาปัตยกรรมสหวิทยาการนานาชาติ

ในโอกาสได้รับการคัดเลือกเป็น ประธานจัดงานสถาปนิก’70
จัดโดย สมาคมสถาปนิกสยาม ในพระบรมราชูปถัมภ์

ได้เห็นงานของเขียนที่ AA แล้วนึกถึงผลงานของนักศึกษาม.กรุงเทพที่เคยให้ทำ Adaptive Architectural Element โดยต้องมี Sensors ที่รับรู้ข้อมูลสภาพแวดล้อม และ Motor รูปแบบใดๆเพื่อควบคุม Element ทางสถาปัตยกรรม
ผมคิดว่ามันเป็นเรื่องที่สนุกแล้วก็น่าสนใจ เพราะ Architecture ที่ผ่านๆมามักจะถูกออกแบบให้อยู่กับบริบท หรือ Condition แค่แบบเดียว แล้วในปัจจุบันที่ Program, Requirement, Condition ที่เปลี่ยนไปอย่างรวดเร็ว เรายิ่งต้องการสถาปัตยกรรมที่มีศักยภาพในการปรับเปลี่ยนตัวเองได้

สำหรับผู้ที่สนใจครับ

เปิดรับสมัครแล้ว! หลักสูตร Digital Construction Professional Bootcamp by BUILK ONE Group เรียนฟรี! ที่นั่งจำนวนจำกัด
สำหรับผู้ที่สนใจพัฒนาทักษะ หรือทำงานด้านอุตสาหกรรมก่อสร้างโดยเฉพาะ
✅ เรียนรู้ Digital Tools ที่ช่วยเพิ่มประสิทธิภาพในการทำงาน
✅ Dashboard AI และ Automation เพื่อการติมตามงาน วิเคราะห์ปัญหาอย่างแม่นยำ
✅ หลักสูตร On-Site ทั้งหมด 4 รอบ
** รับ Certificate หลังเรียนจบหลักสูตรได้เลย**
⭐️ พัฒนาทักษะได้ ไม่กระจุกแค่ในกรุงเทพ
พิเศษ! รอบที่ 2 และรอบที่ 3 สำหรับชาวภาคเหนือ และภาคอีสาน
เปิดลงทะเบียนพร้อมกัน สามารถลงทะเบียนเพื่อเข้าร่วมได้แล้ววันนี้ 🗺️
สแกน QR Code เพื่อลงทะเบียน ที่นั่งมีจำนวนจำกัด
เมื่อลงทะเบียนแล้ว โปรดรอการติดต่อจากทีมงานเพื่อยืนยันการเข้าร่วม
สอบถามข้อมูลเพิ่มเติมได้ที่ โทร 065-986-8049 (คุณเฟิร์น)

Everything Intelligence
ถ้าวันนี้เราเริ่มงานออกแบบสักงาน กระบวนการมันจะเป็นอย่างไร?

AI | เทคโนโลยี | การเขียน code | การทำ computational model | physical model | ให้มนุษย์ควบคุมตัดสินใจ | ข้อมูลจริง | ของมูลที่หามาเอง | ข้อมูลจาก AI | การทำ Prediction | การทำ Classification |

สิ่งต่างๆเหล่านี้จะอยู่ตรงไหนในกระบวนการทำงานบ้าง?
———
วันนี้ เขียน (ชื่อคนบรรยาย) เล่าถึงกระบวนการทำงานของงานที่ AADRL

ให้เห็นกระบวนการ Data -> Process -> Meaningful -> Architecture

แน่นอนมีเรื่อง AI
แต่ไม่ได้แปลว่าไม่ทำ Physical Model Study
ไม่ได้แปลว่าคนต้องคิดน้อยลง
หรือมันจะทำงานง่ายๆ

แต่มัน push เรา
Push ให้เรากล้าทำในสิ่งที่อาจจะเป็นไปได้ยากมาก่อน
ให้กล้าตั้งคำถามที่ท้าทายมากขึ้น
แล้ว Solve มันด้วย Architecture
———
เป็นงานที่ดีมาก ต้องขอบคุณคณะสถาปัตย์ลาดกระบังที่เปิดให้คนนอกเข้ามาฟังครับ