Нейродизайн среды: Проектирование общественных пространств

2026/2027

Статус: Майнор

Кто читает: Департамент компьютерной инженерии

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Трубочкина Надежда Константиновна

Язык: русский

Кредиты: 5

Дополнительные материалы в LMS Задать вопрос

Аннотация

В рамках курса студенты изучат применение нейросетей для анализа и проектирования общественных пространств — парков, офисов, торговых и образовательных комплексов. Особое внимание уделяется анализу человеческого поведения, организации пространства и экосистемного дизайна.

Цель освоения дисциплины

Формирование у обучающихся компетенций в области применения технологий искусственного интеллекта, генеративных нейросетей, алгоритмического проектирования, анализа данных и виртуальной реальности для разработки современных общественных пространств, обеспечивающих экологическую устойчивость, социальную привлекательность, экономическую эффективность и сохранение культурной идентичности городской среды.

Планируемые результаты обучения

Знать современные направления развития нейродизайна городской среды;
Знать возможности генеративных нейросетей в проектировании общественных пространств;
Знать методы анализа пространственных данных и прогнозирования пользовательских потоков;
Знать принципы устойчивого и климатически адаптивного проектирования
Знать технологии GIS-моделирования и параметрического проектирования
Знать методы создания цифровых двойников объектов городской среды
Знать основы VR/AR и метавселенных для архитектурной презентации
Знать этические и социальные аспекты использования ИИ в проектировании
Уметь создавать концепции общественных пространств с использованием генеративного ИИ
Уметь формировать эффективные промпты для различных нейросетей
Уметь применять GIS-данные при разработке проектов
Уметь анализировать пользовательские сценарии и прогнозировать посещаемость;
Уметь проектировать экологически устойчивые общественные пространства;
Уметь создавать VR-презентации и цифровые двойники объектов
Уметь интегрировать ИИ-инструменты в полный цикл проектирования
Владеть: • MidJourney; • Stable Diffusion; • DALL·E; • Grasshopper; • Rhino; • QGIS; • ArcGIS; • Enscape; • Twinmotion; • Unreal Engine; • ChatGPT; • Claude; • Perplexity; • Runway; • Sora (или аналоги); • VR-платформами и метавселенными