生成式人工智能在园林中的应用

现代园艺2023年第16期

生成式人工智能在园林中的应用

2

崔海洋

1，

河北石家庄

（1河北师范大学，050000；2石家庄市龙泉湖园林事务中心，河北石家庄050000）

生成式人工智能（

GenerativeAI）

可通过

摘要

院

随着互联网技术的发展，得到飞速发展，这是一种基于机器学习和深度学习的技术，

可提升规划设计、

学习大量数据并生成新的内容。在园林领域，生成式人工智能的应用潜力巨大，景观建设、管理养护及监管等方面的效

并分析和展望了其应用前景。

率和创造力。本研究探讨了生成式人工智能在园林中的具体应用，

管理养护

关键词

院

人工智能；智慧园林；

ChatGPT的火爆，使人工智能再次成为各界关注的

焦点，2023年将成为人工智能发展的重要拐点，以

正在将人工

ChatGPT为代表的生成式人工智能的突破，

智能带入新的发展阶段，也引发了全球人工智能领域新

等大模型

一轮的激烈竞争

[1]

。基于LLM（大型语言模型

）

的生成式人工智能，虽然表面上看只是一场生动的人机

对话，但却代表了未来人工智能的发展方向，甚至可能

很多人视其为一场

直接影响整个人类社会的发展进程，

新的工业革命。

生成式人工智能（GenerativeArtificialIntelligence）

旨在通过模型

是一种基于机器学习和深度学习的技术，

学习数据的分布特征，生成新的样本。与传统的判别式

模型不同，生成式人工智能不仅可对现有数据进行分

预测等任务，生

类、还能生成与数据分布相似的新数据。

包括艺

成式人工智能在多个领域具有广泛的应用前景，

音乐创作等。

术创作、虚拟现实、影视制作、

园林设计是一门综合性的学科，需要考虑众多因

如景观美学、

素，植物选择、场地布局等。而传统的园林

设计常需要设计师花费大量时间和精力进行手动设计。

它在园林设计中的

然而，随着生成式人工智能的发展，

应用已经成为可能。生成式人工智能可通过学习和分析

大量的园林设计案例，快速生成创新的园林方案，提高

设计效率和创造力。

详细

本研究将从生成式人工智能的发展历程出发，

分析该技术在

介绍大模型技术的发展历史和当前现状，

并探讨

园林行业的应用场景、应用价值以及深刻影响，

其面临的风险与挑战。

1技术基础

人工智能学科于1956年提出，历经近70年的发

展，度过了符号主义

（

SymbolicAI）时期，连接主义

深度学习和强

（ConnectionistAI）时期，统计学习时期，

化学习的时期。

在2000年后，深度学习技术兴起，AI模型基本上

（即小模型），利用

是针对特定应用场景需求进行训练的

多层神经网络进行机器学习和模式识别的技术。深度学

-

126

-

语音识别、

习的出现和发展，使得人工智能在图像识别、

自然语言处理等领域取得了突破性的进展。到了2010

学术界和产业界推出，以进一步推进

后，“大模型技术”

人工智能规模化应用，随着一系列生成式大模型的爆

发，大模型如今已经演变为人工智能重大发展趋势。该

能力通用、研发

技术具有标注数据需求少、建模速度快、

流程标准化等特点。通过智能体与环境的交互学习来优

机器人控制和自

化决策策略的技术。强化学习在游戏、

动驾驶等领域取得了显著的成果

[2]

。

生成式人工智能（GenerativeArtificialIntelligence）

是一种人工智能技术，通过训练模型从输入数据中生成

新的内容或创造性地解决问题。与其他形式的人工智能

技术相比，生成式人工智能更加注重创造性和创新性的

输出。生成式人工智能技术基础可以包括以下6个方

面。

（

NLP）1.1自然语言处理

生成式人工智能需要理解和生成自然语言，因此，

词性标注、

自然语言处理技术是其基础，包括文本分词、

用于处理和理解

句法分析、语义理解、情感分析等技术，

输入和输出的自然语言文本。NLP技术的发展促进了多

智能客服、机器翻

个领域的创新和应用，如智能助理、

译、文本分类、信息抽取等。随着深度学习和大数据的发

展，NLP在语义理解、文本生成和对话生成等方面取得

了显著的进展。

（

ML）1.2机器学习

生成式人工智能通常使用机器学习算法来训练模

型。机器学习技术包括监督学习、无监督学习和强化学

并生成

习等方法，用于从大量数据中学习模式和规律，

新的内容。

（

DL）1.3深度学习

通过多层神

深度学习是机器学习的一种特殊形式，

经网络模拟人脑的神经网络结构和工作原理，能够更好

地处理大规模和复杂的数据。生成式人工智能中的深度

学习模型，如递归神经网络（RNN）、长短期记忆网络

（

Transformer）（LSTM）和变换器，可用于生成连续和离

Copyright©博看网. All Rights Reserved.

2023年第16期现代园艺

散的文本内容。

（

LanguageModeling）1.4语言模型

其通

语言模型是生成式人工智能的核心技术之一，

预测下一个单词或

过统计和建模文本序列的概率分布，

句子。语言模型可以基于n-gram模型、概率模型、生成

（

GANs）

（

VAE）对抗网络、变分自编码器和自回归模型、

循环神经网络或变换器等进行建模

[3]

。

（

ReinforcementLearning）1.5强化学习

在

强化学习是一种从环境中学习最优行为的机制。

某些情况下，生成式人工智能可使用强化学习方法来学

不

习和优化生成策略。强化学习通过与环境进行交互，

断调整模型参数，并通过奖励信号调整模型行为，以获

得更好的生成效果。例如，通过强化学习可训练一个对

话系统，使其能够与用户进行自然对话。

1.6迁移学习

迁移学习是利用已经学习到的知识和模型解决新

任务的技术。在生成式人工智能中，迁移学习可通过利

加速模

用已经训练好的模型来初始化生成模型的参数，

型的训练和提升生成效果。

这些技术基础相互交织和整合，为生成式人工智能

这些技术相互结合和

提供了实现自然语言生成的基础，

发展，为生成式人工智能在多个领域的应用提供了强大

的支持。

2生成式人工智能在园林行业中的应用

生成式人工智能在园林中的应用是为了进一步发

展智慧园林，师卫华等

[4]

认为，智慧园林是在园林绿化数

云计算、移动互联

字化管理的基础上，深入运用物联网、

以网络化、感知

网、地理信息集成等新一代信息技术，

构建的城市园林绿化立体感

化、物联化、智能化为目标，

知、管理协同、决策智能、服务一体的综合管理体系。利

用生成式人工智能将全方位提升园林在规划设计、景观

推动园林行业更加

建设、管理养护以及监管方面水平，

健康、高效的发展。

2.1园林规划设计中的智慧化发展

需要考虑景观

园林规划设计是一项综合性的任务，

传统的园林规划

美学、环境因素、社区需求等众多要素。

设计通常需要设计师花费大量时间和精力进行手动设

计，而生成式人工智能的应用为该领域带来了新的机

生成式人工智能可通过学习和分析大量的规划设计

遇。

提高设计效率和创造

案例，自动生成创新的园林方案，

力。

2.1.1自动化设计生成。生成式人工智能通过学习和分

析大量的园林规划设计案例，掌握设计的规律和模式，

并生成新的设

分析设计元素、风格、色彩和布局等信息，

根据用户需求和场地

计模式。从而在园林规划设计中，

提供多样化

条件，自动选择植物、布局景观和设计结构，

提高生产效率与整

的设计方案，不仅节省了设计时间，

体设计质量，帮助设计师更好地满足客户需求。

2.1.2场景生成和可视化。通过学习和模拟自然景观的

三维建模工具或虚拟

特征和规律，通过各种图形软件、

现实（VR）平台，这些工具可提供场景编辑生成新的景

观图像或视频，帮助园林规划设计师更好地预测和展示

为决

规划设计后的效果，用于虚拟园林的建模和展示，

策者提供直观的可视化呈现，可促进对场景的理解、讨

问题

论和反馈。这有助于园林设计和规划的决策制定、

解决和设计方案的优化。

2.1.3拓展创意和创新设计。因生成式人工智能效率

高，能帮助设计师迅速实现设计想法，并进行迭代和修

加快设计的开发

改，可提供一个快速的设计验证平台，

有助于打破传

和优化过程，进一步生成新的设计方案，

因此，可为设计师

统设计的束缚，拓展创意和创新设计。

推动园林规划设计的创

提供不同的设计思路和可能性，

新发展，更好地满足建设者的实际需求。

2.2在景观工程建设中的应用

2.2.1施工计划优化。生成式人工智能可通过学习和分

析大量的施工数据和场地条件，自动生成优化的施工计

资源分配和时

划，通过考虑不同施工任务的依赖关系、

间安排等因素，帮助项目管理人员更好地规划和安排施

提高施工效率

工进度，提供更高效、更合理的施工计划，

和减少成本。

2.2.2施工过程监测与控制。结合识别各类传感器数

例如，通过分析环

据，对施工过程进行实时监测和控制。

温度和光照等因

境传感器数据，可实时检测土壤湿度、

素，帮助施工人员做出相应的调整和控制。生成式人工

并确保施工

智能可帮助提高施工质量、减少资源浪费，

过程的安全性和可持续性。

2.2.3施工质量评估。通过学习和分析大量的施工质量

数据，自动生成施工质量评估模型，能根据不同的评价

对施工质量进

指标，如平整度、绿化效果和材料使用等，

行评估和预测。也可帮助项目管理人员及时发现和解决

施工质量问题，提高园林景观工程的质量和可持续性。

2.3智慧化园林管理养护

2.3.1智能养护计划生成。利用训练好的生成器，可输

生成智能养护

入植物的相关信息，如种类、生长环境等，

生成适

计划，生成器会根据学习到的养护数据和模式，

应特定植物的养护计划，包括浇水、施肥、修剪等措施，

频率和养护任务，并根

自动化生成植物养护的时间表、

提高养护效率和质

据实时数据和反馈进行调整和优化，

量。

2.3.2植物病虫害识别。利用大量的植物病虫害数据，

可根据植物的生长

自动生成病虫害的识别和预测模型，

自动判断

状态、叶片特征和病虫害的传播规律等因素，

-

127

-

Copyright©博看网. All Rights Reserved.

现代园艺2023年第16期

帮助

和识别植物的健康状况，并提供相应的防治建议，

减少植物损失和

养护人员及时发现和处理植物病虫害，

养护成本。

植

2.3.3智能灌溉和施肥。通过学习和分析土壤湿度、

物需水量和营养需求等数据，自动生成智能灌溉和施肥

自动化调节

方案。可根据不同植物的需求和环境条件，

以保持土壤湿度和植

灌溉和施肥设备的工作时间和量，

物营养的平衡，同时，根据实时数据和预测模型进行调

整和优化，提高水资源利用效率和植物生长质量。也可

与机器人技术结合，实现智能机器人养护，提高养护的

效率和准确性。

2.3.4园林公共管理部门的应用。可考虑城市发展需

自动化生成绿化

要、生态保护要求和居民需求等因素，

帮助园林公共管

区域、植物种类和布局等方面的建议，

提高城市的生态环境

理部门合理规划城市的绿化布局，

和居民的生活质量。可根据不同的巡检任务和问题类

型，自动化生成巡检路线和问题处理流程，帮助园林公

提高巡检效率和

共管理部门快速识别和处理养护问题，

问题解决速度。通过学习和识别各类环境传感器数据，

实时监测和分析园林环境的状况。例如，通过分析空气

可及时监测和预测环境

质量、土壤湿度和噪音等数据，

帮助园林公共管理部

污染、水资源利用和噪音问题等，

门快速响应和处理环境问题，保护生态环境和居民的健

康。

3面临的风险和挑战

生成式人工智能技术通常需要大量的计算资源和

可能需要高性能的计

复杂的算法模型。在实际应用中，

算设备和大规模的数据集来支持生成式人工智能的训

练和部署，这可能带来技术可行性和成本方面的挑战，

Web3.0时代，区块链技术构筑的分布式网络使得用户

开始掌握数据主权，网络内容从生产到价值分配均归用

户所有。但以ChatGPT为代表的生成式人工智能的出

其

现，意味着散落于用户手中的数据资源将再次聚集，

生

与下游互联网平台结合后将改变知识权威性的来源，

成式人工智能将会成为Web3.0时代的网络集权工具，

平台权力再次走向中心化将成为可能

[5]

。

3.4用户接受度和信任度

用户

对于园林行业中使用生成式人工智能的服务，

可能担心生成的建

可能对其接受度和信任度存在疑虑。

情感和语义理解尤为

议是否真实可信，在园林行业中，

重要，因为用户的评论和需求可能涉及情感色彩和隐含

意义。理解和生成这些内容是一个挑战。是否满足个人

以

需求和偏好。因此，需要通过透明的算法和解释机制，

及良好的用户体验，提高用户对生成式人工智能的接受

度和信任度。

3.5法律和伦理问题

可能涉及

在使用生成式人工智能技术生成设计时，

知识产权、版权和道德等法律和伦理问题。如何保护原

创性、尊重知识产权、遵循道德规范等是需要考虑和解

决的问题。

在园林行业中使用生成式人工智能技术也会面临

包括以下

5个方面。一些风险和挑战，

3.1偏见和准确性

生成式人工智能需要大量的高质量数据来训练模

但在园林行业中，如缺乏标

型，数据质量可能存在问题，

准化、不完整或不准确的数据，生成式人工智能可能受

如果模型是基于偏

到训练数据的偏见和准确性的影响，

见或错误的数据训练的，可能会生成有偏见或不准确的

确保生成的结果

结果。因此，需要审查和修正训练数据，

是客观和准确的。

3.2缺乏人类判断力

但园林

生成式人工智能需要理解和生成自然语言，

行业中存在语言的多样性和复杂性，如不同的方言、行

可能会缺乏人类的判

业术语等，这增加了模型的挑战，

导

断力和理解能力，无法全面理解用户的意图和需求，

在设计

致生成的回答或建议不够准确或个性化。因此，

需要考虑人类的参与和

和使用生成式人工智能系统时，

监督，以确保结果的质量和可靠性。

3.3技术可行性和成本

4讨论与展望

生成式人工智能在园林行业的应用还处于初级阶

但在园林行业中具有广阔的应用前景，可提供个性

段，

管理养护及监管等方面

化的园林规划设计、景观建设、

提供更

的效率和创造力，改变传统的设计和养护方式，

创新、高效和个性化的园林解决方案。然而，需要进一步

伦理等方面的挑战，以

的研究和探索，解决技术、法律、

实现生成式人工智能在园林行业的可持续发展。

（收稿：2023-06-21）

参考文献：

[1]戈晶晶.何宝宏.生成式AI将推动产业格局大变革[J].中国信息界，

2023，356（2）：28-31.

胡国强.人工智能大模型综述及金融应用展望[J].人工智

[2]刘安平，金昕，

能，2023，33（2）：29-40.

[3]陈永伟.超越ChatGPT：生成式AI的机遇、风险与挑战[J].山东大学学报

，

（哲学社会科学版

）

2023，258（3）：127-143.

张琰，等.城市园林绿化智慧化管理体系及平台建设初探

[4]师卫华，季珏，

[J].中国园林，2019，35（8）：134-138.

[5]陈全真.生成式人工智能与平台权力的再中心化[J].东方法学，2023，93

（3）：61-71.

-

128

-

Copyright©博看网. All Rights Reserved.