Nueva frontera: IA en la arquitectura (Parte I)Hoy en día la inteligencia artificial esta impregnando innumerables campos, aportando métodos y medios para resolver desafíos no resueltos. La IA en Arquitectura está a punto de traspasar una nueva frontera, es verdad que todavía está en una etapa temprana de desarrollo, pero ya ofrece resultados prometedores
Estos avances en IA son gracias a las Redes Generativas Antagónicas o Generative Adversarial Networks (GANs). Las GANs son una clase de algoritmos de inteligencia artificial que se utilizan en el aprendizaje no supervisado, implementadas por un sistema de dos redes neuronales que compiten mutuamente en una especie de juego de suma cero, es decir que ninguna de las dos redes gana o pierde, sino que se retroalimentan.
Stanislas Chaillou, Graduado en diseño por la universidad de Harvard, presentó su tesis Towards a New Approaches, en la que explora el potencial de la inteligencia artificial IA y su integración en la práctica arquitectónica. Su trabajo se encuentra en el punto medio entre la Arquitectura, el tema, y la Inteligencia artificial, el método, haciendo una simplificación de ambos en categorías claras y procesables.
En su tesis explica cómo han creado una metodología de generación completa de plantas arquitectónicas mediante Redes Neuronales Adversarias Generativas (GAN). Este subcampo de la IA ha demostrado que es capaz de obtener grandes resultados cuando se aplica a la generación bidimensional de información, ya sea en el campo de la arquitectura o en otros campos. Su objetivo es poder generar gran cantidad de diseños planos de planta, calificarlos mediante una metodología y permitir al usuario navegar a través de esas opciones de diseño.
El sistema que se ha utilizado consta de una estructura innovadora ya que está formado por dos modelos de redes, el Generador y el Discriminador. Este tipo de Redes Generativas Antagónicas aprovechan un circuito cerrado de retroalimentación entre las dos redes para mejorar sus capacidades y generar imágenes mas relevantes. El Generador a partir de una serie de imagines dadas es el encargado de crear imágenes nuevas, mientras que el Discriminador proporciona información sobre la calidad de los resultados, para que el Generador pueda adaptarse para producir imagines aún más realistas.
La metodología utilizada por las redes generativas esta inspirada en las metodologías actuales de ciencia de datos con el objetivo de calificar los planos de planta según 6 métricas. Los parámetros utilizados son la forma de la huella, orientación, espesor y textura, el programa, la conectividad y las circulaciones. En la siguiente imagen se muestra como la GAN aprende progresivamente cómo diseñar habitaciones y ventanas para unidades de vivienda durante una secuencia de entrenamiento de un día y medio.
Tras un periodo de entrenamiento de las Redes Neuronales, han conseguido que generen diseños de apartamentos coherentes (Modelo I) y que los amueble posteriormente (Modelo II), para finalmente ensamblarlas en una unidad de apartamentos en una huella predefinida. Todo esto puedes probarlos en su web, en el que proporcionan una interfaz simple para poder generar Modelos I, como se muestra en la siguiente imagen, pudiendo ingresar un conjunto de restricciones y limite para generar los resultados.
|
|
|
|
Estudiando los lotes de unidades generadas, se dieron cuenta que las GANs comenzaban a generar un sesgo intrínseco en los modelos, repitiendo una serie de características. El equipo en vez de prevenir el sesgo, lo favoreció a su propio beneficio para ampliar la investigación y extenderla al aprendizaje de los estilos arquitectónicos. Crearon una tercera red neuronal que permitía la transformación de planos en planta de uno estilo a otro. Esta transformación no solo se centra en la remodelación de paredes, sino que realiza una remodelación completa en las estructuras internas y las organizaciones espaciales.
El equipo de Stanislas Chaillou sigue desarrollando en poryecto y afirma que la IA pronto formara parte del trabajo de los arquitectos en su práctica diaria. Pero lejos de pensar la IA como un nuevo dogma de la arquitectura, debemos concebir este campo como un nuevo desafío, con un gran potencial, que nos permita obtener resultados de gran nivel que complementen nuestra práctica abordando posibles cuestiones que se nos escapen en nuestra disciplina.
En pocas palabras, la maquina alguna vez fue extensión de nuestro lápiz, pero hoy en día la IA se puede aprovechar para mapear el conocimiento arquitectónico y capacitarnos para crear opciones de diseño más versátiles.
