תארו רגע שבו חשבתם שהמצאתם משהו חדש, אבל אז גיליתם שהוא בן 2,000 שנה

למה בינה מלאכותית הופכת חדשנות לארכיאולוגיה

מאת: אדריכלית ענת שטיבלמן

שישה חודשים עברו מאז שהתחלתם לעבוד על מערכת האוורור הזאת. אתם הרצתם סימולציות, התעקשתם על כל פרמטר, הצגתם ללקוח עם הביטחון של מי שיודע שהוא מביא משהו חדש לעולם. ואז האלגוריתם מראה לכם וילה רומית משנת 120 לספירה. אותו עיקרון. אותה פיזיקה. אותה תוצאה. רק שלפני 1,900 שנה, מישהו כבר ידע את זה. האם זה אומר שלא המצאתם כלום? או שמא, שפיזיקה טובה תמיד תראה אותו דבר — והטכנולוגיה סוף סוף תפסה את מה שהעבר ידע באינסטינקט?

זה קורה עכשיו, בזמן אמת, לעשרות אדריכלים. הם מעלים תכנון ל-Grasshopper, מגדירים פרמטרים, מריצים אופטימיזציה — ומגלים שפתרון "מהפכני" שלהם כבר קיים. לא כי הם העתיקו. אלא כי יש רק כמה דרכים אופטימליות לפתור בעיה פיזיקלית, והאלגוריתם מגיע אליהן מהר יותר ממה שאנחנו מוכנים להודות.

משהו השתנה ב-2023 כשהכוח החישובי הפך זמין מספיק כדי לקרוא את העבר כמו ספר פתוח. בינה מלאכותית לא מחפשת חרסים שבורים — היא מחפשת עקרונות. והעקרונות האלה חיים, פועמים, מוכיחים את עצמם כל פעם מחדש.

פרופסור אדמיר מאסיק מ-MIT הוכיח את זה בדרך המדעית הכי קשה שיש. הוא ניתח דגימות בטון בנות 2,000 שנה שנלקחו מעיר Privernum העתיקה באיטליה. במשך עשרות שנים חוקרים חשבו שהם מבינים: אפר וולקני מפוצ'ולי, מים, קצת סיד. נחמד, אבל לא מספיק כדי להסביר איך הדברים האלה עומדים אלפי שנים כשבטון מודרני מתפורר אחרי 50. מאסיק הסתכל על מה שכולם חשבו שזה "פגם" — גושי סיד זעירים בתוך התערובת. והוא גילה שזה בדיוק ההיפך. כשמים חודרים לסדק, הסיד הזה מגיב. הוא יוצר גבישי קלציום חדשים. הבטון מרפא את עצמו.

המחקר שלו, שפורסם ב-Science Advances בינואר 2023, תיעד את התהליך במדויק: hot-mixing — ערבוב quicklime עם אפר וולקני בטמפרטורה של כ-200 מעלות צלזיוס. הרומים לא ידעו מילימטר על גבישי קלציום או תגובות כימיות. הם רק ידעו שאם מערבבים ככה, זה מחזיק. וב-2024, כשחוקרים חזרו לאתר בנייה בפומפיי, הם מצאו את אותה שיטה — חומרי גלם מעורבים יבש, בדיוק כמו שמאסיק תיאר.

זה לא קרה רק בבטון. ניקו דקלרק מג'ורג'יה טק חשף ב-2007 למה תיאטרון אפידאורוס היווני עובד בצורה כל כך מושלמת. הוא פרסם ב-Journal of Acoustical Society of America תגלית פשוטה ומדהימה: המדרגות. כל אחת ברוחב מדויק של 0.74 מטר וגובה של 0.367 מטר. הן לא סתם מקום לשבת — הן פילטר תדרים. הן עוצרות רעשים נמוכים (מתחת ל-500 הרץ), ומשקפות את טווח התדרים של קול אנושי. 14,000 אנשים יכולים לשמוע שחקן מדבר מ-60 מטר, בלי מיקרופון, בלי מגבר. היוונים לא ידעו את המדע — הם פשוט ידעו שזה עובד.

האדריכל מיק פירס הבין את זה כבר ב-1996. הוא הסתכל על קיני טרמיטים במערב אפריקה וראה מה שאחרים פספסו: מערכת אוורור מושלמת. הוא בנה את Eastgate Centre בהארה, זימבבואה — 55,000 מטר רבוע בלי מיזוג אוויר מסורתי. הבניין משתמש בזרימת אוויר טבעית בדיוק כמו שהטרמיטים עושים. התוצאה? 35% חיסכון באנרגיה. זה זיכה אותו בפרס בינלאומי ב-1997. לא כי הוא המציא משהו חדש — אלא כי הוא קרא את מה שהטבע כבר כתב.

עכשיו, בינה מלאכותית לוקחת את זה לרמה אחרת. ב-The Bartlett School of Architecture באוניברסיטת לונדון משתמשים ב-deep learning כדי לחזות ביצועים מבניים. כלים כמו Autodesk Project Refinery ו-Spacemaker מייצרים אלפי וריאציות תוך דקות. והפלט? אותם עקרונות: חצרות פנימיות לוויסות תרמי. מדרגות במידות מדויקות לאקוסטיקה. מערכות אוורור פסיביות. האלגוריתם לא מעתיק — הוא מגיע לאותן מסקנות. כי יש רק כמה דרכים לפתור משוואה פיזיקלית, ואם אתה שואף לאופטימום, אתה תמיד תגיע לאותו מקום.

המטפורה הכי מדויקת לזה? זה כמו להגיע לפסגת הר דרך שבילים שונים. לא משנה אם אתה מטפס מצפון או מדרום, אם אתה רץ או זוחל, אם אתה משתמש בחבל או במקלות — כשאתה מגיע למעלה, יש רק פסגה אחת. הפיזיקה היא הפסגה. הרומים הגיעו אליה דרך ניסוי וטעייה. היוונים דרך התבוננות. טרמיטים דרך אבולוציה. ואנחנו? אנחנו מגיעים דרך אלגוריתמים. אבל הפסגה זהה.

כרגע, המעט שמשתמשים בכלי AI מתחילים לחוות את זה אישית. אתה מעלה תוכנית, מגדיר אילוצים — אור, אוויר, מרחקים — ומריץ אופטימיזציה. האלגוריתם מציע פתרון. ואז אתה חוקר, ומגלה שוילה בפומפיי עובדת כמעט אותו דבר. זה לא מקרה. זה פיזיקה.

בשנה-שנתיים הקרובות, השימוש ב-AI יהפוך לסטנדרט. הפער בין מי שמשתמש ומי שלא הולך להיות עצום. כי מי שמריץ אופטימיזציה אלגוריתמית יגלה פתרונות שעובדים טוב יותר, עולים פחות, ומחזיקים זמן רב יותר. לא כי הטכנולוגיה קסומה — אלא כי היא מהירה מספיק כדי לבדוק אלפי אפשרויות ולמצוא את זו שהפיזיקה מעדיפה.

בעוד שלוש עד חמש שנים, מערכות AI יהיו משולבות בכל תוכנת תכנון. הן לא יחליפו אדריכלים — הן יהפכו לכלי בסיסי כמו סרגל או מחוגה. והשאלה לא תהיה "אם" להשתמש, אלא "איך" להשתמש בחוכמה. כי האדריכל שיודע מתי לסמוך על האלגוריתם ומתי להטות ממנו — הוא זה שיתכנן את הדברים שבאמת חשובים.

העבר לא נעלם. הוא רק מחכה שנדע לשאול.

ביבליוגרפיה

מאסיק, א., סימור, ל. מ., וחב' (2023). ערבוב חם: תובנות מכאניסטיות לעמידות הבטון הרומי העתיק. Science Advances, 9(1).

דקלרק, נ. פ., ודקייזר, ס. ס. (2007). אפקטים של עקיפת קול בתיאטרון אפידאורוס. Journal of Acoustical Society of America, 121(4), 2011-2022.

פירס, מ. (1996). מרכז איסטגייט, הארה: אדריכלות ביומימטית. Pearce Partnership Architects.

טרנר, ג'. ס. (2001). תלולית הטרמיטים כאיבר לחילופי גזים. Physiological and Biochemical Zoology, 74(6), 798-822.

The Bartlett School of Architecture, UCL (2024). למידה עמוקה בניתוח מבני ועיצוב אדריכלי.

Autodesk (2024). Project Refinery: עיצוב גנרטיבי לאדריכלות.

פלאוניגס, י., וחב' (2024). אוטומציה של עיצוב חישובי עם AI. Civil Engineering Design, Wiley.