MAE Logo
Мэдээ мэдээлэл

АРХИТЕКТОРУУД ХИЙМЭЛ ОЮУН УХААНЫГ ХЭРХЭН АШИГЛАЖ БАЙНА ВЭ, ЦААШИД ЯМАР ЧИГЛЭЛЭЭР ХӨГЖИХ ВЭ?

Нийтэлсэн: Х.Елик·

2026 он гэхэд хиймэл оюун ухаан (AI) архитектурын салбарт улам өргөн нэвтэрч, зураг төсөл боловсруулах арга барилд томоохон өөрчлөлт авчрах төлөвтэй байна. Энэхүү хөгжлийг ойлгохын тулд бид өнөөдөр хамгийн эрчимтэй хөгжиж буй дөрвөн чиглэлийг авч үзэж, ойрын ирээдүйд AI архитектурын практикт хэрхэн нөлөөлөх талаар тоймлон харуулж байна. Энэхүү нийтлэл нь МА сэтгүүлийн 2026 оны 1-р дугаарт хэвлэгдсэн бөгөөд олон улсын мэргэжлийн вэбсайтаас буюу RIBA орчуулан хүргэж буй нийтлэл билээ. Дэлхийн шинэлэг технологийн чиг хандлага мэдээлэлийг гишүүд, салбарын мэргэжилтнүүддээ цаг тухайд нь мэдээллэх зорилгоор орчуулан хүргэж байгааг хүлээн авна уу.


Эх сурвалж:
RIBA Journal (RIBAJ)
How architects use and will use AI in 2026 and beyond

Эх нийтлэлийг бүрэн эхээр нь дараах холбоосоор унших боломжтой:

https://www.ribaj.com/intelligence/how-architects-use-and-will-use-ai-in-2026-and-beyond/


Энэ өөрчлөлтийн үндэс нь архитектурын шийдлийн уламжлалт сэтгэлгээтэй нягт холбоотой. Йелийн их сургуулийн (Yale University) AI онолын хичээлээр MIT-ийн архитектурын түүхч Стэнфорд Андерсоны* 1966 оны “Problem-solving versus problem-worrying” (“Асуудал шийдэх нь ба асуудлыг эргэцүүлэх нь”) лекцийн тэмдэглэлийг судалдаг. Тэрээр архитектурын төсөл нь тодорхой дүрэм, алгоритмаар шууд шийдэгддэг үйл явц биш, харин асуудлыг олон талаас нь эргэцүүлэн судалж, төслийг хөгжүүлэх явцад шийдэл нь аажмаар бүрэлдэн тогтдог бүтээлч процесс гэж үзсэн байдаг. Энэхүү үзэл санаа нь хожим Питер Роугийн* тодорхойлсон “wicked problem” буюу эхлэл, төгсгөл нь тодорхойгүй, тогтсон дүрэм бус туршлага, шүүн тунгаах чадвар шаарддаг шийдлийн асуудлын тухай ойлголттой нийцдэг.

Стэнфорд архитектурын тооцооллын хөгжлийн эхэн үед ийм санаануудыг дэвшүүлж байлаа. Харин жилийн дараа түүний MIT дахь хамтран зүтгэгч Николас Негропонте “Architecture Machine Group” хэмээх судалгааны багийг байгуулж, архитектурын ирээдүй зайлшгүй дижитал болно гэж зарласан юм. Тухайн үед бүхнийг мэдэгч компьютер бий болох боломжтой мэт санагдаж байсан ч бодит хэрэгжилт нь алс ирээдүйн зүйл шиг харагдаж, зарим талаараа айдас төрүүлэм байв.

Архитектур, инженерчлэл, барилгын салбарын (AEC) олон байгууллагатай хийсэн сүүлийн үеийн ярилцлагууд дээр үндэслэн бид архитектур дахь хиймэл оюун ухааны өнөөгийн нөхцөл байдлыг тоймлон харж, цаашдын хоёр жилийн хугацаанд энэ салбар хэрхэн өөрчлөгдөж болох талаар таамаг дэвшүүлж байна.

Өнөөдөр AI-ийн хэрэглээг хурдацтай өсгөж буй олон төрлийн технологи, платформууд бий. Үүнд:

« AI ашиглалтын түвшин голчлон байгууллагын хэмжээ, ашиглах зорилго, технологид нэвтрэх боломж зэрэг хүчин зүйлээс хамаарч байна.»

Хэн, хэрхэн нэвтрүүлж байна вэ?

Жижиг компаниудын хувьд олон нийтэд нээлттэй хэлний загвар болон зураг үүсгэгч хэрэгслүүдийг өдөр тутмын ажилдаа туршин ашиглах нь түгээмэл байна. Харин томоохон компаниуд программ хангамж хөгжүүлэгчид, өгөгдлийн шинжээчдээс бүрдсэн инновацын багууд болон олон жилийн төслийн асар их мэдээллийн сантай тул AI-д суурилсан байгууллагын түвшний платформуудыг хөгжүүлж эхэлжээ. Эдгээр платформ нь байгууллагын тусгай хэрэгцээнд тохируулсан хэрэгслүүд, ажлын процессууд болон хуримтлагдсан мэдлэгийг нэгтгэн түгээх боломж олгодог. Архитектурт зориулсан тусгайлсан AI системүүд өргөн хэрэглээнд нэвтрэхээс өмнөх энэ үе шатанд томоохон компаниуд AI-ийн өрсөлдөөнд мэдэгдэхүйц давуу талтай байгаа нь харагдаж байна. Эдгээр байгууллагуудын AI ашиглалтын туршлагыг харьцуулан үзэхэд нийтлэг дөрвөн чиг хандлага тодорч байна. Үүнийг архитектурын практик дахь AI хэрэглээний шинээр бүрэлдэж буй ангилал гэж үзэж болох юм.

2026 оны эхэн үеийн хэрэглээнд байгаа AI технологиуд

ЭСКИЗ ЗУРАГ БОЛОН 2D ДҮРСИЙГ ВИЗУАЛ АЖЛЫН УРСГАЛ, ВИДЕО КОНТЕНТ БОЛГОН ӨРГӨЖҮҮЛЭХ НЬ

Архитекторуудын дунд хамгийн өргөн хэрэглэгдэж буй AI хэрэгсэл нь зураг үүсгэгч системүүд байв. (Инженерүүдийн хувьд энэ үзүүлэлт харьцангуй бага байсан.) Урьд нь зөвхөн сонирхол татсан шинэ технологи мэт харагдаж байсан зураг үүсгэгч хэрэгслүүд өнөөдөр олон байгууллагын бодит ажлын хэрэгсэл болж, мэргэжилтнүүд дүрслэл үүсгэх болон засварлах чадвараа эрчимтэй хөгжүүлж байна.

Томоохон компаниуд өөрсдийн төслийн архив, портфолиог ашиглан эдгээр платформыг сургаж, материалын хэрэглээ, дүрслэлийн арга барил болон архитектурын хэв маягаа тусгасан үр дүн гаргах боломжийг бүрдүүлжээ. Nano Banana  болон Flux  зэрэг хэрэгслүүд нь дүрсний үндсэн 3D загварыг өөрчлөхгүйгээр хэлбэр, өнгө, материал, гэрэлтүүлгийг хурдан өөрчлөн турших шинэ төрлийн визуал ажлын аргачлалыг бий болгож байна. Жишээлбэл, архитектор бэлэн дүрслэл дээрээ хүссэн өөрчлөлтөө шууд зурж тэмдэглээд, дараа нь текстэн заавар өгснөөр уг санаагаа улам боловсронгуй болгож чадна. Мөн зураг үүсгэгч технологиуд видео бүтээх чиглэлд өргөжин хөгжиж байна. Үүний үр дүнд дизайнерууд төслийнхөө түүх, санааг илүү баяжуулах зорилгоор камерын хөдөлгөөн, агаарын тойруулга зэрэг видео дүрслэлүүдийг хялбархан бүтээх боломжтой болжээ.

Ийм төрлийн визуалчлал нь үзэгчийг зөвхөн нэг өнцгөөс зураг харах бус, төсөөллийн архитектурын орон зай дотор чөлөөтэй хөдөлж байгаа мэт мэдрэмж төрүүлдэг. Үүнээс цааш "дэлхийн загвар" (world model) гэж нэрлэгдэх шинэ технологиуд гарч ирж байна. Жишээлбэл, World Labs-ийнMarble платформ нь ганцхан зургаас тогтвортой, дотор нь чөлөөтэй шилжин хөдөлж болох орон зай үүсгэх боломжтой гэж мэдэгдэж байгаа бөгөөд үр дүнг 360 градусын панорама, видео, бүрэн хэмжээний виртуал бодит байдлын (VR-Virtual Reality) орчин хэлбэрээр экспортлох боломжтой. AI технологийн хөгжлийн энэ шатанд 2 хэмжээст зураг нь төслийн эцсийн бүтээгдэхүүн биш, харин илүү өргөн хүрээтэй визуал ажлын урсгалын эхлэл цэг болж хувирч байна.

«2D зураг эцсийн бүтээгдэхүүн биш, ажлын урсгал эхлэлийн цэг болж байна.»

ПРАКТИКИЙН МЭДЛЭГИЙН УДИРДЛАГА

Олон компаниуд өнөөдөр ChatGPT зэрэг өргөн хэрэглээ болсон том хэлний загваруудад (LLM-Large Language Models) тулгуурласан мэдлэгийн удирдлагын хэлбэрийг ашиглаж байна. Өдөр тутмын харилцаа холбоо болон маркетингийн материалд зориулан текст боловсруулах нь ердийн үзэгдэл болсон бөгөөд үүний дараа урт хэмжээний бичвэрүүдийг, тухайлбал барилгын норм дүрмийг, хураангуйлах эсвэл хайлт хийх зорилгоор текст шинжилгээг өргөн ашиглаж байгаа болно.

Томоохон компаниудын хувьд чатботууд нь олон төрлийн загварыг нэгтгэсэн дотоод платформуудын үндэс болж байна. Эдгээр нь зураг үүсгэгч системүүд, веб хайлт болон тендерийн саналын мэдээллийн сан зэрэг бусад технологийг хооронд нь холбодог.

Сонирхолтой нэгэн туршилтаар нэг компани Гүйцэтгэгчдээс ирүүлсэн мэдээллийн хүсэлтүүдийг хайж, ангилан зохион байгуулахын тулд чатбот ашиглаж байгаа бөгөөд ингэснээр хариу өгөх хугацааг хянаж, саатлаас үүдэлтэй нэхэмжлэлээс зайлсхийхийг зорьж байгаа жишээ байна.  Томоохон компаниуд мөн Төсөлд суурилсан тактикийн мэдлэгийг системчлэх зорилгоор мэдээллийг индексжүүлж, хайж, нэгтгэн боловсруулах боломжтой, LLM-д суурилсан тусгай системүүдийг хөгжүүлж байна. Түүнчлэн веб хайлт зэрэг ажлыг бие даан гүйцэтгэх AI агентуудыг туршиж эхэлжээ. Эцэст нь хэлэхэд, чатбот нь ямар ч түвшний байгууллагын хувьд суурь технологи болж чадаж байгаа юм. Процессын мэдлэгийг xFigura  болон Flora  зэрэг визуал ажлын урсгалын платформуудад нэгтгэж болно. Эдгээр платформ нь зураг, видео, 3D зэрэг олон AI загварыг зангилаанд суурилсан хялбар интерфейсээр нэг дор багцалдаг. Ийм системүүдийн боломж нь төслийн мэдээллийг нэгтгэн хамтын ажиллагааг хөнгөвчлөхөөс эхлээд, илүү нарийн төвөгтэй ажлуудыг гүйцэтгэхийн тулд олон агентуудыг дараалан холбох хүртэл өргөн хүрээг хамардаг.

ДИЗАЙНЫ ШИЙДЭЛ БОЛОВСРУУЛАХАД ЗОРИУЛСАН ШИНЖИЛГЭЭ БА ҮНЭЛГЭЭ

Илүү дэвшилтэт түвшинд ажиллаж буй компаниуд, мөн Autodesk Forma, UpCodes зэрэг AI-д суурилсан программ хангамжийг туршиж буй байгууллагууд аналитик платформ ашиглан дизайны шийдлүүдийг үнэлж байна. Зарим тохиолдолд шинжилгээний үр дүнг ашиглан шинэ шийдлүүдийг өөрсдөө боловсруулах “давталт” бүхий системийг бий болгож байна.

Томоохон архитектурын компаниуд AI агентууд эсвэл ComfyUI  зэрэг ажлын урсгалыг нэгтгэдэг платформуудыг ашиглан дизайны үйл явцыг автоматжуулж, тоон үнэлгээг дизайны визуалчлалтай хослуулж байна. Үүний зэрэгцээ бүтээцийн инженерийн компаниуд бүтээцийн системийн сонголтуудыг хурдан үнэлж, улмаар тодорхой эд анги, бүрэлдэхүүн хэсгүүдийн сонголтод зориулсан хувилбаруудыг боловсруулах системүүдийг хөгжүүлж байна. AI-д зориулсан илүү ерөнхий архитектур, барилгын салбарын суурь загварууд хөгжих хүртэл ийм системүүд нь тухайн байгууллага бүрийн өөрийн хэрэгцээ, ажлын арга барилын хүрээнд цаашид хөгжсөөр байх болно.


ЕРДИЙН ХЭЛНЭЭС АППЛИКЕЙШН, ВЭБСАЙТ БОЛОН ПРОГРАМ ХАНГАМЖИЙН КОД ҮҮСГЭХ

Эцэст нь хэлэхэд, LLM-үүд нь бодитоор ажиллах боломжтой компьютерын код үүсгэх чадвараараа зүй ёсоор өндөр үнэлэгдэж байна. Энэ нь архитекторууд жижиг хэмжээний аппликейшнээс эхлээд бүрэн платформ хүртэл өөрсдийн хэрэгцээнд зориулсан программ хангамжийн хэрэгсэл бүтээх боломжийг нээж байна. GitHub  Copilot  зэрэг хэрэгслүүд нь функцүүдийг гүйцээх, кодод өөрчлөлт оруулах санал гаргах замаар програм хөгжүүлэгчид тэдгээрийг хянаж, сайжруулах боломж олгодог.

Дотооддоо программ хөгжүүлэгчидтэй, мөн их хэмжээний өгөгдөлтэй томоохон компаниуд өөрсдийн онцлог үйл явц, ур чадварт тулгуурласан нарийн төвөгтэй системүүдийг бүтээх боломжтой. Жижиг компаниудын хувьд ч программчлалын мэдлэггүй хэрэглэгчид ердийн хэлээр шаардлагаа тайлбарлан, AI-ийн тусламжтайгаар өөрсдийн хэрэгцээнд нийцсэн аппликейшн, вэбсайт болон ажлын хэрэгслүүдийг бүтээх боломж бүрдэж байна. Өөрөөр хэлбэл, архитектурын байгууллагын тодорхой хэрэгцээнд зориулсан апп, вэбсайт эсвэл захиалгат программ хангамжийг бүтээхэд урьд өмнөхөөс хэзээ ч байгаагүй хялбар болжээ.

Өгөгдөл: өнөөг хүртэл шийдэгдээгүй асуудал

Архитектур, барилгын салбарын дижитал шилжилтийн эхэн үед систем хоорондын нийцгүй байдал гол асуудал байсан бол AI хөгжсөнөөр энэ асуудал хоёр талаараа улам нэмэгдэж байна. AI нь зах зээл дээр аль хэдийн хэт олширсон программ хангамжийн шийдлүүдийн тоог улам нэмэгдүүлэхийн зэрэгцээ төсөлд ашиглагдах өгөгдлийн санд хоорондоо ялгаатай олон төрлийн шинэ өгөгдлийг бий болгож байна.

Эдгээр системээс үүсэж буй өгөгдөл нь мэдлэгийн системийг сургахад ч илүү их хүндрэл учруулж байгаа нь өгөгдлийн бүтэц улам нарийн төвөгтэй болж, хоорондоо нийцэхгүй байх тохиолдол нэмэгдэж байна. Дизайн, барилгын салбар дижитал технологийг ашиглаж эхэлснээс хойш хагас зуун жил өнгөрсөн ч өгөгдлийг хэрхэн зохион байгуулах, стандартчилах, хооронд нь уялдуулах талаар нэгдсэн онол, тогтолцоо одоогоор бүрдээгүй байна. Тиймээс ч хангалттай хүчин чадалтай AI системүүдийг сургахад шаардлагатай өгөгдлийг бүрдүүлэх нь цаашид ч амаргүй хэвээр байх болно.

Ирээдүйн AI системүүд энэ их хэмжээний өгөгдлийг цэгцэлж, дээрх асуудлуудыг шийдвэрлэхэд хялбар болгож магадгүй. Эсвэл салбарын хэмжээнд төслийн өгөгдлийг төвлөрүүлэн хадгалах нэгдсэн мэдээллийн санг бий болгож болох бөгөөд уг мэдээллийг сургалтын өгөгдөл болгон ашиглахаас өмнө жижиг нэгжүүдэд задлан боловсруулж, хувь хүн болон байгууллагыг таних боломжгүй байдлаар нэргүйжүүлж (anonymised) болно. Ийм салбарын хэмжээний өгөгдлийн сан нь дэлхий даяарх төслийн мэдээллийг цуглуулж, зохион байгуулж, цэгцлэн, салбарын нийт оролцогчдод үр өгөөжтэй байдлаар түгээх боломжтой. Гэвч ийм тогтолцоог бий болгохын тулд технологи болон эдийн засгийн хувьд урьд өмнө байгаагүй өндөр түвшний хамтын ажиллагаа шаардлагатай бөгөөд энэ нь салбарын хувьд хувьсгалын шинжтэй өөрчлөлт болох юм.

Ойрын хэдэн жилд

Дүрс үүсгэх технологи рендер зургаас бүрэн хэмжээний виртуал орчин бүтээх шатанд шилжинэ. Хэрэглэгч BIM загварыг нарийн командын оронд ердийн хэлээр удирдаж, түүнтэй шууд «ярилцдаг» болно. BIM нь Digital Twin болон бусад аналитик системийн том сүлжээний нэг хэсэг болж, төлөвлөлт, барилга угсралт, ашиглалтын бүх үе шатыг нэгтгэсэн тасралтгүй урсгалын эхлэл болж магадгүй.

Тодорхой зорилгыг бие даан гүйцэтгэх AI агентууд улам хөгжинө, гэхдээ хүн тэдгээрийг найдвартай хянаж, удирдах арга замыг олсон тохиолдолд. Байгууллагын дотоод мэдээлэл, ажлын процесстой шууд холбогдсон бол төслийн уялдаа холбоог хангах, мэдээлэл боловсруулах, ажлын урсгалуудыг нэгтгэх ажлыг бие даан гүйцэтгэж чадна. Архитектор Autodesk Revit-тэй ердийн хэлээр харилцаж BIM загвараа боловсруулах, эсвэл MCP-д суурилсан агент энэ ажлыг түүний өмнөөс хийх боломжийг үгүйсгэх аргагүй.

«AI ажлын байрыг биш, тодорхой ажлуудыг орлодог» гэдэг. Гэвч бие даан ажилладаг AI хөгжихийн хэрээр автоматжуулж болох ажлын хүрээ тэлсээр байна. Йелийн их сургуулийн компьютерын шинжлэх ухааны судлаач Нишит Вишнойн хэлснээр компьютер хувилбаруудыг бий болгодог бол эцсийн шийдвэрийг хүн гаргадаг. Энэ нь архитектур дахь AI-ийн үүргийг ойлгох хамгийн чухал зарчим байж магадгүй.

« Монголын архитектурын салбарт энэ өөрчлөлт юуг хэлж байна вэ?.»

Монголын архитектур, хот төлөвлөлтийн салбарт AI болон Digital Twin-ийн хэрэглээ туршилтын түвшинд яригдаж байгаа зүйл биш болж эхэлжээ. Монголд GIS, BIM, дрон зураглал, хиймэл дагуулын зураг, орон зайн өгөгдөл болон Digital Twin-ийг хот төлөвлөлт, дэд бүтцийн удирдлага, барилгын мэдээлэлтэй уялдуулах чиглэлийн шийдлүүд хэрэгжиж байна. Тухайлбал, MonMap-ийн Digital Twin шийдэл нь GIS дээр суурилан олон төрлийн өгөгдлийг нэгтгэж, Даланзадгад хотын төлөвлөлт, дэд бүтцийн удирдлагад ашиглах боломжийг танилцуулсан бол UBHUB нь BIM, IoT, GIS, UAV болон AI/deep learning технологийг нэг орчинд холбосон шийдлүүдтэй байна. Мөн digitalmap.mn зэрэг платформууд орон зайн болон орон зайн бус мэдээллийг нэгтгэн хот төлөвлөлт, дэд бүтэц, хяналт шинжилгээнд ашиглах боломжийг хөгжүүлж байгаа тул ойрын жилүүдэд AI-ийн архитектур дахь хэрэглээг зөвхөн зураг үүсгэх, рендер сайжруулах хэрэгсэл гэж харахаас илүү төслийн мэдээлэлтэй ажиллах шинэ аргачлал гэж ойлгох шаардлагатай болж байна. Газрын нөхцөл, хотын орчин, BIM загвар, инженерийн дэд бүтэц болон ашиглалтын мэдээллийг нэгтгэснээр архитекторууд төслийн хувилбаруудыг илүү хурдан харьцуулах, орчны нөлөөллийг шинжлэх, эрсдэлийг урьдчилан тооцох боломжтой болно. Монголын хувьд дараагийн чухал алхам нь гадаадын AI болон Digital Twin технологийг шууд хуулбарлах бус, Монголын барилгын норм дүрэм, уур амьсгал, материал, хотын орон зайн мэдээлэл болон дотоодын BIM/GIS өгөгдөлтэй уялдсан системийг хөгжүүлэх явдал юм. Ингэснээр AI нь архитекторын бүтээлч шийдвэрийг орлох бус, илүү олон мэдээлэлд тулгуурлан шийдвэр гаргахад нь туслах дижитал суурь болж чадна.

Гадаадын технологийг хуулбарлах бус, Монголын норм дүрэм, уур амьсгал, материал, BIM/GIS өгөгдөлтэй уялдсан систем хөгжүүлэх.


Сэтгэгдэл

Одоогоор сэтгэгдэл алга. Хамгийн түрүүнд сэтгэгдэл үлдээгээрэй.

Сэтгэгдэл үлдээх

И-мэйл хаяг нийтэд харагдахгүй.