Notizia

Mar 03, 2024

Risoluzione eccessiva: intelligenza artificiale e machine learning nella progettazione architettonica

Fili lineari esagonali definiscono una serie di spessi strati volumetrici in Hextrata, progettato da Gilles Retsin Architecture per l'ampliamento di un museo d'arte di Vienna. Immagine gentilmente concessa da Gilles Retsin Architecture

Fili lineari esagonali definiscono una serie di spessi strati volumetrici in Hextrata, progettato da Gilles Retsin Architecture per l'ampliamento di un museo d'arte di Vienna.

Immagine gentilmente concessa da Gilles Retsin Architecture

WanderYards, progettato da Daniel Koehler e dagli studenti Bartlett UCL, mostra come i cambiamenti di granularità combinatoria consentano la diversità attraverso la ripetizione di semplici campioni spaziali.

Immagine gentilmente concessa da Daniel Koehler, Bartlett UCL

VoxelChair v1.0, progettata da Manuel Jiménez Garcia e Gilles Retsin di Bartlett UCL Design Computation Lab, è un prototipo di sedia che utilizza un nuovo software di progettazione per la stampa 3D robotizzata.

Immagine gentilmente concessa da Manuel Jiménez Garcia, Bartlett UCL

I progettisti utilizzano strumenti informatici per la progettazione e la fabbricazione da quasi una generazione. Nel corso degli ultimi 30 anni abbiamo imparato che i computer possono aiutarci a disegnare e costruire nuove forme di complessità senza precedenti, e abbiamo anche scoperto che, utilizzando le tecnologie CAD-CAM, possiamo produrre in serie varianti senza costi aggiuntivi: questo è già storia: la storia della prima svolta digitale in architettura. Oggi, tuttavia, strumenti computazionali sempre più potenti possono fare molto di più. I computer, stranamente, sembrano ora in grado di risolvere da soli alcuni problemi di progettazione, a volte problemi che non potremmo risolvere in nessun altro modo. Vent’anni fa pensavamo che i computer fossero macchine per creare cose; oggi scopriamo che sono ancora più indispensabili come macchine per pensare. Questo è uno dei motivi per cui molti, compresi molti professionisti del design, sono ora così entusiasti dell'intelligenza artificiale (AI). Il termine in sé, tuttavia, è tutt’altro che nuovo: era già popolare negli anni ’50 e ’60, quando gli informatici pensavano che l’intelligenza artificiale dovesse imitare la logica della mente umana, cioè che i computer dovessero “pensare” nello stesso modo in cui lo facciamo noi. . Oggi, al contrario, è sempre più evidente che i computer possono risolvere alcune categorie di problemi fino ad allora impervie proprio perché seguono una loro logica, del tutto particolare: una logica diversa dalla nostra. E sembra già che questa nuova logica post-umana (o, semplicemente, non umana) superi di gran lunga la nostra in molti casi.

La differenza principale tra il modo in cui pensiamo e il modo in cui i computer risolvono i problemi è che il nostro cervello non è mai stato predisposto per i big data. Quando abbiamo a che fare con troppi fatti e cifre, dobbiamo inevitabilmente eliminarne alcuni o comprimerli in notazioni più brevi con cui possiamo lavorare più facilmente. La maggior parte della scienza classica era un mezzo per raggiungere questo scopo. La geometria e la matematica, in particolare il calcolo infinitesimale, sono stupende tecnologie di compressione dei dati. Ci permettono di dimenticare troppi dettagli che comunque non potremmo mai ricordare, così possiamo concentrarci sull'essenziale. L'ordinamento è un altro trucco del nostro mestiere. Dato che non potremmo mai trovare un nome in una lista casuale di 1 milione, investiamo molto lavoro nell'ordinamento di quella lista prima di usarla: se i nomi sono ordinati alfabeticamente, ad esempio, come in un elenco telefonico, possiamo mirare direttamente al nome che stiamo cercando senza dover leggere tutti i nomi dell'elenco, cosa che richiederebbe un'eternità. Eppure questo è esattamente ciò che fanno i computer: poiché possono scansionare qualsiasi enorme sequenza di lettere e numeri in pochissimo tempo, non hanno bisogno di mantenere nulla ordinato in un ordine particolare. Prendi l'ordinamento alfabetico come metafora del modo in cui pensiamo in generale: mettiamo le cose in determinati posti in modo da sapere dove sono quando ne abbiamo bisogno; ordiniamo anche cose e idee per dare un senso al mondo. Ma i computer non hanno bisogno di tutto ciò: a differenza di noi, possono effettuare ricerche senza ordinare. Neanche i computer si occupano di indagare il significato della vita.

Proprio come non potremmo gestire facilmente un elenco casuale di un milione di nomi quando ne cerchiamo uno in particolare, non potremmo lavorare facilmente con un mucchio casuale di 1 milione di mattoni diversi quando ne abbiamo bisogno per costruire una casa. Anche in quel caso, la nostra naturale avversione ai big data (o ai dati troppo grandi da gestire) ci spinge a drastiche semplificazioni. Per prima cosa standardizziamo i mattoncini, quindi possiamo supporre che siano tutti uguali. Quindi li disponiamo in file regolari e disponiamo tutte le file all'interno di semplici figure geometriche, la maggior parte delle volte, rettangoli o cerchi disegnati in piante, prospetti e sezioni. Possiamo così dimenticare la forma fisica e le proprietà materiali di ogni singolo mattone, e possiamo progettare interi edifici componendo contorni più semplici e puliti di superfici e volumi più grandi e apparentemente uniformi. Un singolo artigiano, senza un progetto da seguire e senza conti da rendere, poteva occuparsi di ogni mattone (o pietra o trave di legno) al volo e secondo il capriccio del momento, seguendo il suo talento, intuizione o ispirazione: questo è il modo in cui molti artigiani premoderni furono costruite strutture. Ma nessun ingegnere o appaltatore moderno si sognerebbe di annotare ogni mattone uno per uno, poiché ciò richiederebbe un’eternità e i documenti di costruzione sarebbero grandi quanto l’Enciclopedia Britannica stampata. Eppure, ancora una volta, questo è ciò che fanno i computer. Oggi possiamo annotare, calcolare e fabbricare ogni singolo mattone o blocco di un edificio, uno per uno, fino alla particella più piccola. Se le particelle sono piccole, possono essere stampate in 3D sul posto. Se sono più grandi possono essere assemblati da bracci robotici. Questa procedura è esattamente la stessa e richiede lo stesso tempo, indipendentemente dalla regolarità dei componenti, dal loro numero, dimensione e disposizione. Oggi i calcoli su quella scala costano già molto poco e costeranno sempre meno.