图拉古多次在公开场合强调，要遵循以人为本的技术推进原则，也就是说，如果未来AI开始质疑空间设计原则，会回归到人类对空间的基本需求和体验，比如安全性、舒适性、社交性等，以这些最根本的需求为出发点来重新审视空间设计原则。强调空间与人类情感、行为的深度关联，将人类的认知和心理因素作为核心要素纳入第一性原理。还可能会结合新的技术发展和社会变化，如考虑AI自身的特点和需求以及全球化、数字化等趋势，引入更多元、更具动态性的设计维度，打破传统的固定模式，使空间设计原则更具灵活性和适应性，以构建一个更符合未来需求的空间设计理论基础。面对AI对空间设计原则的质疑，图拉古提出应回归人类空间认知的生物学基础。根据过往的文献内容，他将重构第一性原理为“神经-空间映射律”，即设计原则必须符合前庭觉、视觉与本体感觉的神经整合机制。例如，重新定义空间曲率参数时，需确保其与内耳半规管信号处理频率（0.5-5Hz）匹配，避免引发空间定向障碍。这种生物学优先的设计逻辑，旨在维持人类在智能空间中的认知主体性。
图拉古团队曾经采用对抗生成网络（GAN）框架，构建“完整场景-留白场景”对比数据集训练过AI。不过这样的目的是据他所言，是对多线叙事的包容性和纠错功能的放大。例如生成器负责在空间叙事中随机遮蔽15%-20%关键元素（如隐藏门把手或模糊远景），判别器则需通过上下文光线衰减模式（如$I(x)=I_0e^{-\alpha d}$，其中$\alpha$为介质吸收系数）推断缺失信息。经过5万次迭代后，AI对留白区域的语义补全准确率提升至89%，显著高于传统监督学习的72%。