复杂性科学、计算机、人工智能等领域的进步改变了各个学科和行业，建筑也不例外。在技术革命下，建筑学探讨的内容不再局限于空间的合理布局、楼梯的标准宽度、墙体的摆放位置，还催生了建筑师去探索如何通过软件系统或算法控制已建成的建筑实体，甚至是控制还未建成的设计。
本书定位于专业科普。在追溯人工智能与建筑学相互借鉴与融合的历史、分享相关案例的同时，试图简要梳理和阐述人工智能的基本理论，并畅想了两者未来的发展可能。
另外，在本书的最后，还有扎哈·哈迪德建筑事务所合伙人帕特里克·舒马赫(Patrik Schumacher)，以及欧洲高等研究院尼尔·里奇（Neil Leach）教授对人工智能与未来建筑学的独家访谈内容，相信这些会给我们带来更多启发！
希望本书能为建筑师（或对建筑感兴趣的读者）打开另一种可能性的探索之路！
在每一次技术革命下，总有那么一群人试图打破学科的边界，畅想、探索并实践其中的可能性。面对智能时代，建筑师将何去何从？读完这本书，我们或许会找到答案。

何宛余，荷兰代尔夫特大学(Technische UniversiteitDelft，TUD)贝尔拉格学院(Berlage Institute)建筑与城市设计硕士（设计与计算机算法方向），美国佛罗里达国际大学(Florida International University,FIU）人工智能与空间建筑方向在读博士，小库科技创始人兼CEO，香港大学建筑学院MUD（Master ofUrban Design)兼职教授。曾在荷兰大都会建筑事务所（OMA）担任项目建筑师，广泛参与全球特别是OMA中国项目（如深圳证券交易所）的全周期设计与建造管理，具备多年建筑设计、项目管理、商务与品牌运营经验。现主要致力于建筑智能化的技术研究、产品研发与推广。

前言
序一
序二
序三
阅读指南
第一章 引言：震荡中的建筑产业
1.1 建筑产业中的趋势变革
1.2 建设项目各阶段的新玩家
1.3 设计阶段中建筑师的新机会
第二章 建筑学与人工智能的邂逅
2.1 建筑学对不确定性的探索与尝试
2.2 复杂性科学对建筑学的早期影响
2.3 早期人工智能在建筑学的局限
第三章 建筑设计中的机器学习
3.1 建筑设计的复杂性
3.2 建筑设计的最优化问题
3.3 解决最优化问题的工具之一：机器学习
3.4 机器学习的类型
第四章 机器学习在更广建筑领域的介入
4.1 符号学派：从表示与搜索出发
4.2 贝叶斯学派：充满概率的世界
4.3 类推学派：相似又不相似
4.4 进化学派：在计算机中加速进化
4.5 联结学派：大脑的逆向演绎
第五章 初探建筑领域中基于网络的深度学习
5.1 自动特征学习：深度网络
5.2 图像处理的突破：卷积神经网络
5.3 处理序列数据的网络：循环神经网络
5.4 善于“模仿”的网络：生成对抗神经网络
5.5 具有创造性的神经网络及其应用探索
5.6 其他深度神经网络及其应用探索
第六章 与人工智能共存的城市未来
6.1 未来计算机：云端与量子计算
6.2 未来数据：知识图谱与呈现变革
6.3 未来城市中的角色：突破既有模式
第七章 留给我们的思考
7.1 机器具有智能吗？
7.2 人工智能是否能理解复杂的现实世界？
7.3 人工智能是否具有创造力？
7.4 人工智能可能引发的潜在问题
第八章 带给我们的启发
8.1 辩证地适应人工智能（对话尼尔·里奇）
8.2 拥抱人工智能，探索新原则（对话帕特里克·舒马赫）
后记
图表索引
术语索引
参考文献

《给建筑师的人工智能导读》介绍了，在技术革命下，建筑学探讨的内容不再仅限于空间的合理布局、楼梯的标准宽度、墙体的摆放位置，还催生了建筑师去探索如何通过软件系统或算法去控制已建成的建筑实体，甚至是控制还未建成的建筑设计。