建筑生闯荡大模型圈指南（非常详细）零基础入门到精通，收藏这一篇就够了

GEN

哈佛大学设计研究硕士

研究方向：人工智能 | 深度学习 | 生成式设计 | 计算机图形学 | 辅助建筑设计（CAAD）应用

大家好，我是Gen，一个在硅谷深耕多年的人工智能产品经理。今天我以自己的经历和大家讲一讲建筑生如何在硅谷大模型圈闯荡。

建筑的建筑背景的从业者，如何从自身的背景出发去切入一个新的赛道？

生成式AI，它并不是在近两年才开始拥有的一个领域，它其实很早以前就存在了。不过因为因为ChatGTP这样的一些杀手级的应用的出现，它的关注度、话题度前所未有的高，我们可以去简单的去回顾一下，它的这样的一个发展历史是什么，以及今天的生成式AI到底是什么样的一个状态？我们该怎么样的去更好的去利用现在现有的技术。

在互联网公司过五关斩六将

****▎如何进硅谷？

第一关就是简历关，一般是HR初筛，先会去对你进行评估。过了简历关以后，是大家熟悉的面试流程，会有像有一个OA这样的考试，对于software engineer这样的角色来讲，有点类似于算法题，相当于考察基本功。这一轮过后是综合性的面试，根据不同的position会有比较大的差异。比如软件工程师，会考察你之前的项目经历，或者你的思维能力。总结一下就是，互联网公司的面试流程分为两个能力的考察，一个就是你的基本功，我们称之为内力。还有一个，是外力的体现，hr一天要过几百份简历，如何让自己简历脱颖而出？对于专业道路的同学来说，教育背景是一个关键的指标；对于转行或者跨专业的同学，你做过项目就是重要的指标这就是所谓的外力。

▎如何打磨内力？

• 学好英语！学好英语！学好英语！

英语是所有东西的基础，很多的免费的Learning material或者是需要一定accessibility的material，基本上都是主要英语为主。我们后面会提到的很重要的一个项目的形式就是论文，它的核心的写作也是以英语为主。包括申请学校，我们第一件事也是建议大家先把英语关过了。不仅仅是为了解决标化的成绩，更重要的是，英语熟练了以后，你的thinking的方式可能会发生一些潜移的潜移化的变化。

• 利用好Online learning的resource。

如果你是对计算机0基础的状态，那么像Harvard的CS50是一门非常好的那种入门课。然后MIT的6.001x也很推荐，大家如果相对Machine learning或者是相关的行业去进一步的了解，这是避免不了的一个坎，这门课是最好的入门学习课程，这两门课都是免费的，可以在网站上找到。

• 善用ChatGPT

在2024年这个时间节点来看，ChatGPT已经是大势所趋，多用GPT去帮你去解决问题，对于你关于知识上的不了解的问题，它其实在某种程度上已经能够达到一个比较好的效果。

▎如何打磨外力？

• 过简历关——项目经验是在不了解考生真实底力之时考核Candidate很重要的环节

• 作为建筑学生积累项目经验的Best Practice:从建筑学出发，做科技前沿项目

• 不断积累量化指标:获奖、论文、Grant等等

论文也是一个很重要的指标。如果你有一些跟建筑学相关的论文，那其实是比较能够拿得出手的事情。大家其实已经有建筑学的这种相关的学科类的学科知识。我建议论文的出发角度。可以从建筑本身本学科内出发。比如说做一些跟建筑相关的生成式AI的一些Research paper其实就是一个很好的项目积累的方式。而且以论文的形式去。帮助你去打造你的portfolio还有一个好处。不光可以去转行科技公司，他其实还有很多其他的出路。比如走学术这条路；或者你有了这个项目经历之后，你对领域更熟悉以后，可以去做一些跟A I相关media，可以去转行做艺术家；如果你还是想留在建筑领域里就保持跟这个领域的关联，那其实还有很多这种建筑科技类的公司，或者是建筑公司的科技部门。其实都是比较好的去转型的思路。

本源的AI探索

——万变不离其宗，以不变应万变

▎********哪些是大模型替代不了的？********

• 深度学习的数学原理

• 科研基本方法

• 建筑学的学科知识如何和最新技术的结合点，Research Gap

Q&A

Q：小语言模型的应用前景是不是不太大？

A：小语言应用模型可能更多是在轻量化部署，但是核心竞争力还是在于模型真正的智慧程度。比如GPT4这个模型，它的推理速度并不慢，只不过这个东西是部署在云端的，去用它的时候，并没有感觉到很大的延迟。我个人觉得就是这小语言模型可能是在工业界或者是应用的时候可能会做一些推理加速。小模型可能会有用户场景，因为如果是推点级别的这个模型参数的话，搭建训练链路本身就是一件非常难的一件事。但是小模型的话，对于你自己的研究肯定是更简单一点，当然效果肯定也会打折扣，这是没办法的。

Q：现在经济大环境不好，设计院、房地产都在裁员，收入也不高，做大模型前景和收入怎么样？

A：在互联网公司，其实收入肯定是不错的，它起薪很高，北美这边毕业生起薪，如果是做战略VI相关的，总包是20w美元左右年薪。这个收入还是很不错的。

Q：建筑科技公司对哪些特定的软件技能算法模型有要求？

A：没有说哪个是特定一说，整个完整的链路你都是需要会的，包括模型训练，数据集的搭建，数据训练的搭建，线上部署的链路等等。

Q：ACM下面有几个会议？

A：如果完全想走CS方向，可以申请CS。如果你要是申请纯CS。那可能你的CS方面的积累可能要再深厚一些。一篇论文不一定够，做的项目也要更多元化一些。CD更适合建筑背景的思路。具体的看大家的背景，比如之间已经有哪些项目，会进行针对性定制。

📚 大模型工作坊教学计划速览

提供研究与设计两个Track，帮助不同背景、申请目标的同学进行区分度教学

▎研究Track

申请/转行方向：

快速转行进入计算机及数据科学，及计算设计（Computational Design）领域，毕业后进入学术界（博士/教职）及工业界（交互/程序员）

同学背景/基础能力要求：需一定编程基础

主要录取项目：研究型计算设计（Computational Design）项目

MIT A+P - Master in Architecture Studies

CMU SoA - Master in Computational Design

UCB CED - Master of Design

Cornell AAP - Master in Design Technology

Columbia GSAPP - Master in Computational Design

学习成果：最终产出形式为CAAD会议论文。敲黑板！应广大同学要求，我们加开夏季工作坊，帮助大家冲刺建筑CAAD顶会ACADIA以及相关顶刊。因为每年ACADIA会议的稿件截止时期为5月份，我们在工作坊结束后会留出1-2个月时间帮助大家继续完善会议论文，冲击顶会。在当今Computational Design申请竞争内卷逐渐白热化的时代，CD类国际会议论文发表基本上已经是一个基本要求，而ACADIA会议作为全球影响力最大、规格最高的CAAD会议会极大提升你的申请成功率。

△ 导师和过往工作坊学员在NeurlPS(Workshop), CAADRIA, CDRF等计算设计领域发表论文

△ 景观植被自动生成工具（导师Xun）

△ 3D建筑形体生成工具全栈开发（导师Gen）

▎设计Track

申请/转行方向：转入计算机图形学、AR/VR/XR行业、游戏行业、电影特效行业

同学背景/基础能力要求：适用于完全没有编程基础的同学

主要录取项目：数字媒体（Digital Media）方向

MIT Media Lab Media Arts and Sciences(MAS)

GSD MDes Mediums

CMU ETC MET

USC Interactive Media & Games Division(IMGD)

NYU Interactive Telecommunication Program(ITP)

NYU Integrated Design and Media(IDM)

学习成果：最终产出形式为AI电影短片或沉浸式体验（包括Unity游戏、Mobile AR App、WebApp等等），优秀成果将有机会会获得在北美、国内的数字艺术展览参展邀请

△ 基于强化学习的建筑生成游戏（导师Gen）

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

四、AI大模型商业化落地方案

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

2024最新版CSDN大礼包：《AGI大模型学习资源包》免费分享

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。