Tecno

Incluso los ingenieros civiles peligran: IA para diseñar planos de pisos

single-image

Una pesadilla que poseen diversas personas en el mundo es que las máquinas nos reemplacen, con un miedo que los robots e IA dominen el mercado de trabajo por su dominio con respecto a competencia. Con noticias como la que expondremos hoy esas pesadillas parecen acercarse, dado que mediante machine learning se está imitando la creatividad, representado en un diseño original de un plano.

Fue el arquitecto y apasionado en tecnología, Stanislas Chaillou, quien creó un proyecto en Harvard que utiliza el aprendizaje automático para explorar el futuro del diseño generativo, el sesgo y el estilo arquitectónico. Mientras estudiaba la inteligencia artificial y su integración potencial en la práctica arquitectónica, Chaillou construyó una metodología de generación completa utilizando redes neuronales generadoras de adversario (GAN por sus siglas en inglés).

El proyecto de Chaillou investiga el futuro de la IA a través del aprendizaje de estilo arquitectónico, y su trabajo ilustra el profundo impacto del estilo en la composición de los planos de planta.

Después de un estudio inicial sobre el potencial de los planos de planta generados por la IA, el proyecto de Chaillou se convirtió en entrenamiento y ajuste de una variedad de modelos en estilos arquitectónicos específicos: barroco, Row House, Victorian Suburban House y Manhattan Unit. El estudio revela cómo el estilo lleva un conjunto fundamental de reglas funcionales que definen la mecánica del espacio y controlan la organización interna de los planes.

Se puede observar como pudo transformar un plano simple a uno con estilo Barroco

En el corazón del trabajo de Chaillou están los GANs. Como afirma, están hechos de dos modelos clave, el Generador y el Discriminador, las GAN aprovechan un circuito de retroalimentación entre ambos modelos para refinar su capacidad de generar imágenes relevantes. El discriminador está capacitado para reconocer imágenes de un conjunto de datos.

Adiestrado correctamente, este modelo puede distinguir entre un ejemplo real, sacado del conjunto de datos, de una imagen “falsa”, ajeno al conjunto de datos. Sin embargo, el generador está capacitado para crear imágenes que se parecen a imágenes del mismo conjunto de datos.

A medida que el generador crea imágenes, el discriminador proporciona información sobre la calidad de su salida. En respuesta, el generador se adapta, para producir imágenes aún más realistas. A través de este circuito de retroalimentación, una GAN desarrolla lentamente su capacidad para crear imágenes sintéticas relevantes, teniendo en cuenta los fenómenos encontrados entre los datos observados.

Chaillou aplicó esta tecnología al diseño de planos de planta, utilizando representaciones de imágenes de planos como formato de datos para las entradas y salidas de los modelos GAN. El marco que se está empleando en todo el trabajo es Pix2Pix, un modelo GAN estándar, orientado a la traducción de imagen a imagen.

El estudio cuidadoso de la organización aprendida por cada modelo reveló la existencia de un sesgo más profundo, o estilo arquitectónico. El objetivo del proyecto era ayudar al arquitecto a generar un diseño y mobiliario coherente de la habitación y, finalmente, volver a ensamblar todas las unidades de apartamentos en un plano provisional. El proyecto también incluyó la conversión de planos de planta de un estilo a otro.

Finalmente, Chaillou reunió estos modelos e ideas en un proyecto arquitectónico final: un desarrollo de viviendas a gran escala ubicado en el Lower East Side de Manhattan. Como muestra el proyecto, los estilos se convirtieron en herramientas funcionales.

La “inteligencia” o la flexibilidad formal mostrada en los apartamentos generados evidencia aún más la validez del enfoque: los modelos GAN pueden, de hecho, resumir cierta cantidad de experiencia arquitectónica y estilística que puede usarse más adelante, dependiendo del conjunto de restricciones en juego.


Did you like this?
Tip Jean Pierre Oliveros with Cryptocurrency

Donate Bitcoin to Jean Pierre Oliveros

Scan to Donate Bitcoin to Jean Pierre Oliveros
Scan the QR code or copy the address below into your wallet to send some bitcoin:

Donate Bitcoin Cash to Jean Pierre Oliveros

Scan to Donate Bitcoin Cash to Jean Pierre Oliveros
Scan the QR code or copy the address below into your wallet to send bitcoin:

Donate Ethereum to Jean Pierre Oliveros

Scan to Donate Ethereum to Jean Pierre Oliveros
Scan the QR code or copy the address below into your wallet to send some Ether:

Donate Litecoin to Jean Pierre Oliveros

Scan to Donate Litecoin to Jean Pierre Oliveros
Scan the QR code or copy the address below into your wallet to send some Litecoin:

Donate Monero to Jean Pierre Oliveros

Scan to Donate Monero to Jean Pierre Oliveros
Scan the QR code or copy the address below into your wallet to send some Monero:

Donate ZCash to Jean Pierre Oliveros

Scan to Donate ZCash to Jean Pierre Oliveros
Scan the QR code or copy the address below into your wallet to send some ZCash:

The following two tabs change content below.
Avatar

Jean Pierre Oliveros

Soy estudiante de economía, interesado en la innovación y desarrollo tecnológico, siempre fiel a que mañana será un mejor día.
Avatar

Latest posts by Jean Pierre Oliveros (see all)

Deja un comentario

Loading data ...
Comparison
View chart compare
View table compare