郑豪在各大社交软件上的“通用”头像
找到郑豪是件容易的事。
即使你先前对建筑行业及其从业者一无所知，只要打开社交媒体，在建筑相关话题上随意浏览，不多时便会发现他的身影。比如知乎上这篇《最全总结！建筑+人工智能2017-2021五年英文会议文献总结 | 150+篇参考文献全分类列表 | 快速查找引用》，就顺应媒体传播规律起了极长的标题，但并不哗众取宠。他几乎所有的回答都像论文，有着作为学者的坚持。
郑豪的网名就是真名，头像就是自己的照片。个人简介在不同平台上倒是有长有短，但亦展示出以不变应万变的姿态，长的是履历，短的是关键词。同他账号关注数为0或1一样，这没什么好奇怪。对于郑豪而言，社交软件只是作为研究者的辅助工具，如果不是为了交流、分享业界动态和成果，他是不太用这些的。
不仅如此，在一众相关文章和报道中，凡是需要插图的地方，郑豪都会献上这张八年前的照片——彼时他还是本科生，在同济大学参加关于机械臂的workshop。仿佛走T台的模特要保持面无表情，以期观众注意力对于服装的集中，郑豪同样放弃了任何一个能够吸引外界对于其个人注意力的机会，以期网友注意力对于智能建筑的集中。
作为一名智能建筑研究者，建筑和计算机思维在郑豪的生活中渗透得很深。他重视造型和数据。连平常做饭，他所费的心思往往都不在于纠结做什么饭菜，而在于要怎么摆盘，和食材的配比。反正买的“都是美国超市常见的东西”，无非“猪肉牛肉鸡肉，卷心菜芹菜青椒，腐竹鸡蛋，调料就是各种预先混合好的香料。”所有食物的份量，郑豪在买的时候就会配好，确保食材在同一天用完，然后及时更新。看食物在盘中高低起伏，看食物和餐盘互相延展，亦成为日常生活中的小小乐趣。
郑豪也直言自己平时“不看书，看视频”，因为“书的信息迭代太慢”。然而，去年七月他却在自己运营的公众号“AIG建筑智能研究组”上发布了为新书《建筑师的人工智能参考指南》招募作者的信息。在被问及“为什么你不太看书却还要出书”这样的问题时，郑豪说，“总有小伙伴问我有没有能系统学习建筑AI的书，我想如果我也从头开始学，都是些零散的视频，那也学不进去。”他对向大众科普有极大的热情，愿意坦然接受着这样的意外：到今年，书本来已经该出版，但因为技术更新，书还要继续修改，出版时间并不确定。
目前郑豪入职高校还不到一年，还没有自己的建筑代表作。但笔者认为，我们完全可以信任这样一位对于自己专业真心热爱的年轻学者，会在未来某日发布出无愧于心的作品。
以下是本次学人Scholar志愿者贺初澄对郑豪的采访。
01.
明明我按照任务书去做了，
为什么老师不喜欢我的作品？
学人：你曾说，“在上海交通大学的学习让我意识到选择比努力更重要。”在传统建筑和智能建筑之间，“智能建筑契合了国外学科的主流思想，我才能被各大名校青睐。”你最开始是怎么走上研究智能建筑的道路呢？
郑豪：从十多年前的高中时期开始，我就一直认为，计算机技术会改变各行各业。因此从计算机出发，将其融入自己喜欢的学科中，是我一直以来的梦想。那时我参与信息学奥赛，并获得福建省一等奖保送本科。
而我对建筑的喜好来自于它的创造性。计算机竞赛中要“根据问题求解”，计算机可以在问题求解中发挥作用。而建筑学更多是在发现问题。作为建筑师，发现问题的能力却更为关键。
这一点非常好地体现在了我本科的学习中。一年级时，我的设计课作业特别不讨巧。受到问题求解思维的影响，我会沉浸于任务书上的描述，按部就班地设计出一些看似没毛病但也不被老师认可的方案。二年级，我学到了很多不一样的案例，认识到建筑设计在主观和客观上的复杂性。这一年对我的改变很大，我开始思考“为什么”这个问题。明明我按照任务书去做了，为什么老师不喜欢我的作品？或许建筑学最大的问题在于，发现问题的人是不同的。一千个人眼中有一千个哈姆雷特，我眼中的建筑和别人眼中的建筑必然是不同的。这是我在传统的建筑学习中学会的最重要的一个知识。
2019年，首次于同济大学指导DigitalFUTURES Workshop。
因此，我想选择一条属于自己的路，它不是对传统建筑学的阿谀奉承，也不是对建筑不可知论的妥协，而是回到我的初心，用计算机技术来改造建筑学，让建筑设计变成一个可被客观描述、可被量化优化的模式。建筑的创造性体现在方案能够表现想要解决的问题是什么，但一旦这个问题确定，那么势必能通过计算机求出解。对问题的描述是否全面，问题的提出是否有现实意义，问题求解的结果该如何评价，由此总结出的任务书是否没有歧义，这些才是决定一个建筑师水平的关键。在问题都没有描述清楚的情况下，不论得到一个方案的设计手法有多高深，讨论方案本身的优劣都是没有意义的。
所以我没有努力强迫自己变成一个老师认可的好学生，而是选择坚持自己的信念，相信我选择的道路是正确的。建筑师应该有的能力是发现并明确问题，至于问题求解那就留给AI吧，它能比人类做得更好。
学人：你本硕博分别就读于不同的院校，那有什么不同的就读体验吗？
郑豪：我的本科（上海交通大学2011-2016），硕士（加州大学伯克利分校2016-2017），博士（宾夕法尼亚大学2018-2022）区别还是很大的。
我本科时期的上海交通大学建筑系还是属于比较传统的建筑学科。当时一年级还设置有手工水墨渲染的作业，这是我至今都难以忘记的噩梦，也差点触发了我去申请转专业。其他课程的设计也是中规中矩，总体偏建筑实践。但交大有几位非常友好的老师，能接纳并引导每位学生的特长，即使研究不那么主流，也能坚持自己的工作。后来在一系列的改革并成立设计学院后，通过对传统建筑学教育的批判，和对新兴技术的包容和接纳，上海交通大学的建筑系取得很大的突破。
我就读硕士时期的加州大学伯克利分校，是我最喜欢的地方。它的包容性是完全区别于其他院校的，大概是继承加州一贯的传统。期间我尝试很多新技术，从3D打印机的改造，到参数化材料的定制，最终到人工智能的生成式设计。硕士期间的学习促使我选择人工智能作为未来的研究方向。另外就是，这种开放的学习氛围让我意识到人生没有输赢，只在于自己开不开心。追求自己喜欢的事物，过程亦是种享受。
博士的学习比较特殊。一是因为遇上疫情，所以我博士的中后期有很长一段时间不在校园内；二是由于美国博士的学制，前两年是和本校的硕士们一起选课，所以相当于又体验了一次硕士学习。总的来说，宾夕法尼亚大学的硕士课程自由度会相对比较低，教授们会在课程中传授自己的一套方法论并要求学生实践。如果学生不喜欢的话，那会比较痛苦。博士研究的话，完全是根据导师的情况而定。我的导师是比较随和的，他更多是把博士生当成是合作伙伴而不是上下级的关系，所以整体的研究氛围很公平自由。我希望未来和我的博士生也能有这样的工作环境。
2017年，同崔愷院士于美国西塔里埃森
02.
人生没有输赢，
关键是这一路看到的风景
学人：我对建筑学非常感兴趣，因为这是一门同时融入了理科的缜密思维、清晰逻辑和文科的感性创造、自我表达的学科。你之前选择专业时也考虑到了学科的创造性。所以在你眼中自己的性格是不是本来就很符合建筑学科的要求？
郑豪：我觉得先要明确一下我们讨论的“建筑学”是什么。如果说它是一门技术学科，类似上个世纪“工民建”的定义，那它只是一项手艺活。如果说在讨论的是“建筑手艺”之外的“建筑思维”，那我更愿意称之为“通识教育”。但无论前者或后者，任何人都可以适应。
在经历了十多年的“建筑学教育”之后，我可以清晰地发现，我学的一直就不是一个专门的学科，而是一种普适的人生知识，或者说，为人处世的方法论。建筑代表了人类文明最复杂的一面。学会发现并解决建筑问题，很大程度上也就学会如何发现并解决人类问题。当然在AI影响的大环境下，发现问题要比解决问题重要得多。
建筑学习对我的性格影响很大。从高中开始我就有在记录我的16型人格测试。高中时期是ISTJ，本科时期是INTJ，硕士时期是ENTJ，博士时期是ENFJ。直观的感受是，随着建筑学习的深入，我思考问题的层面越来越广。如果说以前的我是一个专业型人格，那现在的我会更倾向于思考型人格。当然一直以来也没有放弃对计算机技术的钻研，所以变成了今天这幅“近战法师”的配置。
总的来说，正是因为原先的我不怎么符合建筑学的要求，所以我学习建筑学的意义才更加突出。正如我之前提到的那样，人生没有输赢，关键是这一路看到的风景。
学人：你有没有比较喜欢的建筑师？你喜欢哪个建筑？
郑豪：我喜欢Nicholas Negroponte、John Frazer、Mario Carpo的建筑。其中John Frazer对我影响最大。他让我认识到建筑是可以量化的，我们可以把建筑理解为一种用算法操作的数据。
但我没有喜欢特定的哪个建筑。以前有句话说，建筑师是在带着脚链跳舞。那么试问，这舞跳出来能好看吗？一栋建筑的存在，受到了太多的束缚，有关人文情怀的，有关物理限制的。而我理想中的建筑，是超脱了一切束缚，完美体现人类美好一面的，或许只存在于想象中的事物，类似柏拉图的理想世界。所以我会带着朝圣的心情去构想这种建筑，在自己的脑海中不断深化它的细节，不断变换它的形态。
学人：《人物》曾在去年八月发布过文章《建筑土木专业：从状元云集到失意者联盟》，谈建筑专业的衰落，你有什么看法呢？你认为这是建筑学科的困境吗？如果是，要怎么解决呢？尤其是我看到你之前有在机构兼职，表明自己享受这个过程，认为培养学科下一代很重要。你会始终鼓励感兴趣的大家报考吗？
郑豪：我希望读者们首先思考一个问题：“你活着为了什么？”
建筑学这十年来不断走下坡路，其本质是因为市场供需关系的问题，而建筑学还是那个建筑学，本身没有发生任何变化。如果一个人说，他活着是为了赚大钱，那当然，在他眼中，建筑学是越来越不行了。但如果一个人说，他活着是为了做开心的事情，而讨论建筑学的话题就能让他开心，那在他眼中，建筑学一直都是最完美的学科。
所以我觉得，当前建筑学的情况，我不会称之为困境，倒不如说这会让建筑学的圈子越来越专业化，只有志同道合的人才会进入这个学科。我一直是鼓励晚辈们看个人兴趣来决定未来的职业，也正是因为如此。
学人：你会不会觉得自己比较幸运？近两三年经济衰退，企业大规模裁员，碰壁的、失意的人有许多，而你在做着自己喜欢的工作并且有能力做好？
郑豪：嗯，我觉得确实是幸运的。关键是在做自己喜欢的事情，倒不是在于找到了比较好的工作。其实即使是经济衰退，被裁员，或是之后我又失去了教授的工作，我都会坚持做AI建筑的研究，因为这是使我快乐的来源。
03.
建筑师会被AI取代吗？
学人：目前已经有很多建筑业业内人士的工作方法是：1、用chatGPT描述想要生成的建筑；2、将生成的文本输入到MidJourney中得到方案比选。你认为行业门槛在变低还是变高呢？
郑豪：任何行业的门槛都是在不断变低的，这说明人类的生产力在不断提升。所以AI能够提供更便捷的工具，让水平较低的建筑师也能产出不亚于高水平建筑师的成果。但是，AI无法突破一个职业潜在的天花板。对于最顶级的建筑师，他们是在不断创新的，AI无法跟上他们创新的速度。所以AI是把行业的低端部分给抹平了，但无法影响行业的高端产业。
2017年，于清华大学与福建省住建厅代表会谈
学人：智能建造的方法可以用于古建筑吗？比如AI来辅助古建筑修复？
郑豪：我于2020-2021年在上海交通大学任教的时候，参与了几位硕士生的指导。其中一位硕士的课题就是使用机械臂来制造古建中的木质构件。当然那个时候并没有结合AI，只是在有数字模型的情况下去生成机械臂的工作路径。
如果未来有AI介入的话，可以在生成数字模型上面有所帮助，比如AI根据残缺的模型来生成完整的模型，或是AI直接生成多种古建构件的“融合体”，创建一种新的古建模式。
学人：我想自己设计房屋，但我自己是一路读文科的，没有理工科基础，你觉得有可能吗？
郑豪：设计房子，不需要学建筑的。可以找一个本地的建筑师事务所合作。其实真正在设计房子的可以是甲方自己。建筑师就是辅助。
学人：那你觉得有无可能将来我们不需要这种“辅助”，人人都能设计自己居住的房屋？
郑豪：同上面那个问题一样，我们可以设想一个未来，AI强大到了可以让没有受过建筑学教育的普通人，也能快速生成达到基准线水平的建筑方案，那这不就是“人人都能设计自己居住的房屋”了吗？所以这种情况下，大量低水平建筑师会被淘汰。如果你做的方案还没有AI做的好，那就真的是被AI给抹平了。
04.
学术是必须要国际化的，
这种国际化不是崇洋媚外
学人：我前几天有看关于施一公老师的文章。他说自己读博时选择了稳妥的研究方法，选那些注定产出效益比较高的问题，而自己拿到教职后才开始尝试探索不确定性大的前沿领域。你的做法是怎么样呢？我知道你的博士论文题目主要阐述人工智能应用在建筑设计领域的方法论，那有没有想过当教授要主攻哪些具体的课题？
郑豪：我对研究的态度在各个时期都是一致的，前沿创新的方向无论何时都是我的第一选择。我觉得比起学位，真正在做的事情才是有意义的，它决定了一个人的内在积累和实力，是学位这样的表象无法体现的。所以我在我的导师不研究人工智能的情况下，仍然坚持我自己的想法，把人工智能结合进导师的研究领域，也获得了很高的评价，甚至是导师毕业院校ETH的面试机会。我导师的研究方向是图解静力学，一种量化的结构设计方法，所以我在量化的基础上引入了人工智能进行机器学习，实现了从自然界学习结构方案并自动生成的一套方法和模型。我们最新的论文也被Advanced Science接收，影响因子为17.521。
当教授之后，我还是会坚持人工智能作为基本的方法论，看到哪些有趣的想法就会试一试，所以选题的范围挺广的。比如我的学生们如果是比较学术倾向的，那我会支持他们做一些量化的建筑或城市研究，使用AI来评估城市宜居性等等；如果是设计倾向的，那我们会尝试一些生成式AI，研究哪些设计流程可以被AI逐渐代替。
郑豪在通过研究蜻蜓翅膀设计机翼
学人：Stanislas Chaillou发表了ArchiGAN之后，你和黄蔚欣教授于2018年紧接着发表了关于GAN的建筑平面识别和生成的论文，是领域内的第一篇噢？我会很佩服这种紧跟业界动态的勤奋和热忱。
郑豪：其实我们和Stanislas几乎是同时在研究AI生成平面图的课题的。我们选择把成果发表成论文，而Stanislas选择进行商业的开发。所以我们这篇文章是第一篇使用强人工智能模型来生成户型平面图的研究。我和Stanislas大约在18年的时候有过一次线上的交流，我们各自看到对方的成果后，果断就约了一次Skype，交流了一下未来可能的发展方向。
另外，在我们这篇论文中用到的GAN的方法也启发了很多其他类型的建筑数据的生成，所以后来我们这篇论文一共得到了130多次的引用，在Google Scholar中搜索“machine learning architectural design”，也是相关论文中引用最高的一篇。很庆幸那个时候我们选择了将这项技术公开发表，给后面的研究提供了有价值的参考。
学人：你创立Architectural Intelligence Group (AIG)是思考已久的事情。是起初发现宾大并没有人工智能+建筑设计的研究团队，研究成果也没有系统的整理。那运行AIG这些年有什么心得吗？这个网站是不是人工智能+建筑设计研究领域内第一个呢？可以顺便介绍下它在行业内所起到的作用。
郑豪：如果说，AIG是第一个专门为AI+建筑成立的实验室，我相信那是不可能的，因为早先MIT的Media Lab就已经有类似的研究了。但如果说AIG是国内第一个的话，我想是有可能的。但事实上，AIG成立初期也只是起到了一个信息外放的功能，让一些没有时间去了解学术成果的人可以快速看到AI+建筑的应用场景。
和师爷Philippe Block的合影
现在AIG作为我在香港城市大学的实验室，也算是正式走上了学术的道路。首先我们有了更多的国际合作，这源于AIG开放的态度和香港高校的支持，我们会召集在海外留学的中国学者们一起发表学术论文。我一直坚信学术是必须要国际化的，这种国际化不是崇洋媚外，而是中西结合，同时发挥两边特有的优势，这也是我选择在香港的主要原因。而且，我们的第一批三名博士生即将在今年9月入学，其中两位具有海外的硕士学位，一位是来自同济大学的联合培养博士，他们都是具有国际化视野的最优秀的学生。相信之后我们的队伍也会越来越强大。
05.
最优秀的资源，
不一定能产出最好的结果
学人：从学生到老师，有什么心态上的转变吗？
郑豪：我记得我第一次讲课是在本科五年级的时候，收到本校上海交通大学一门硕士课程主讲老师的邀请，给本校硕士生上了几节关于参数化设计的课。之后在攻读硕士和博士阶段，也陆续收到清华和同济等高校的邀请开课。直到现在以正式的助理教授身份在香港城市大学授课，我已经度过了7年的教师生涯。
这期间最大的转变在于，看待事物的模式从战术上切换到了战略上。学生阶段更多思考的是一个技术如何实现，细节是什么，而教师阶段我会更注意思考一件事情的意义，未来的可能性，为了实现它应该去部署哪些资源等等。比如，学生时期我会钻研一项AI技术，尝试不同的参数去实现最优的效果。而现在我更多是在尝试各种AI技术：不求达到最优效果，但要知道哪个技术适合解决哪类的问题；这项技术如果给我的学生去研究，大概需要多长时间可以得到结论；如果技术上成功的话，如何将它的价值最大化等等。
在香港城市大学主带的第一门课程上，学生在制造模型
学人：在2018年你刚拿到博士offer时某工作室对你的访谈中，你提到，“如果能将国外高效的工作方式、先进的教育理念带回中国，结合国内丰富的资源，以高校体制外的模式来推进祖国科技的进步，这才是我的目标、我的理想。”你认为现在实现了自己的理想吗？
郑豪：是的，我想我正在朝着这个目标前进着，但是以一种不寻常的方式。其实在攻读博士期间，我就和很多国内高校（这里特指内地非港澳台高校）有过教学和研究上的合作。不得不承认，国内最优秀的资源还是会优先找到高校，但事实上国内很少有高校能产出符合这些优质资源的成果。导致这个现象的原因有很多，但大多不是客观技术上的，而是主观人为的。
国内之所以会有这么优秀的资源，其原因还是来自大量的人口纳税，在统一调配的模式下可以集中力量办大事。可是这里所谓的“大事”是什么，不同阶层产生了截然不同的理解。这也反映我们在过去的几年中，力量是集中的，办出的事情却是我们不想看到的。这种弊端，在内地高校中，不管是从研究上还是教育上，都是同样明显的。我们有最先进的设备，最优秀的海归教授，最努力的学生，但我们做不出ChatGPT和Stable Diffusion，只有酱香型白酒遥遥领先世界。这不禁让我想起一个话题，如果爱因斯坦在中国，他可以评上院士吗？
因此，香港是一个很好的选择。它的高校遵循国外的体系，相对公开透明。同时，它又能吸收内地的资源，最终以科研成果的形式回馈祖国的发展。或许我的能力有限，无法直接撼动一些盘根错杂的体系，更不愿加入他们背靠大树乘凉，但不妨做一棵破土直上的小青苗，尽自己的一份力来滋润养育我的土地。希望这棵苗子有成为大树的一天，那它的脊梁骨一定是笔直笔直的。
