Modelatge d'un nou flux de treball basat en l'anàlisi emocional dels plànols de planta utilitzant algoritmes i semiòtics d'aprenentatge automàtic

Autors/ores

  • Nima Fatemi Department of Architectural Technology, Faculty in Architecture Universitat Politècnica de Catalunya https://orcid.org/0000-0002-5668-331X
  • Jelena Nikolic Department of Building Physics, Faculty of Architecture, Universitat Politècnica de Catalunya https://orcid.org/0000-0001-5949-2933
  • Francesc d'Assis d'Assis Moreno, Noguer Associate Researcher Institut de Robòtica i Informàtica Industrial (CSIC-UPC) Parc Tecnològic de Barcelona

DOI:

https://doi.org/10.5821/ctv.8681

Paraules clau:

Intel·ligència artificial, Anàlisi emocional, Patrons en plànols de planta, Biaix en el procés de disseny, Semiòtica en disseny

Resum

El propòsit inicial de la tecnologia és ajudar-nos en tasques repetitives. Per exemple, en els darrers anys, els programes CAD estan ajudant els dissenyadors a dedicar més temps a el disseny mateix; estar limitat per l'eina sembla un record llunyà. Els dissenyadors poden generar formes i plans complexos per al seu disseny, però, a l'igual que els nostres predecessors, encara estem oberts a tot tipus d'errors. Amb el sorgiment de la Intel·ligència Artificial, no només podem fer que les màquines facin una tasca específica per a nosaltres, sinó també aprendre a endevinar, predir i planificar per al futur i evitar els mateixos errors (Innovacions tecnològiques per ajudar a administrar les dades de el projecte i crear nous Formes de disseny, 2018). Específicament, l'aprenentatge automàtic (ML) és un camp d'intel·ligència artificial que utilitza tècniques estadístiques per donar als sistemes informàtics la capacitat de "aprendre" (per exemple, millorar progressivament el rendiment en una tasca específica) de les dades, sense ser programat explícitament (Stuart Russell i Peter Norvig, 2009).

Com a arquitectes, tots som responsables del que vam dissenyar i portem a terme, fins i tot més, som responsables dels efectes que els nostres edificis generen al món. Per tant, en Acadèmia, enfoquem el disseny com una pràctica de refinament, és un procés de Generar Alternatives i provar-les, una i altra vegada, fins a trobar l'opció final. Això és, de fet, molt similar a la forma en què funciona una màquina automatitzada, excepte que les màquines no tenen errors humans. Amb l'ajuda de les nostres tecnologies actuals, podem entrenar màquines per aprendre el procés de disseny i ajudar-nos en diverses tasques, com la planificació, l'optimització i la predicció de el resultat.

Un dels aspectes més fonamentals, pel que fa a el disseny d'un edifici, és el procés de generar plans basats en les necessitats de l'usuari; en el qual molts factors estan afectant activament el procés. Molts factors impulsen la generació / disseny d'un pla arquitectònic i Les nostres emocions cap a un espai específic és un dels més importants, que el Dissenyador descarta majoritàriament i sovint. A l'aplicar IA a aquest procés; que segueix els mateixos principis; El dissenyador està constantment recolzat per un coneixement registrat que pot ajudar a dissenyar evitant tals errors (Abraçant la intel·ligència artificial en l'arquitectura, 2018).

El nostre objectiu creatiu és desenvolupar una intel·ligència artificial, que pot fer una dialèctica entre el dissenyador i l'emoció de l'usuari, fent que el disseny sigui més eficient per a l'usuari. La investigació té com a objectiu trobar relacions ocultes entre els factors que donen forma a un plànol de planta i les emocions de l'usuari; i trobar un punt d'equilibri per establir un nou flux de treball. El primer pas per fer-ho és entrenar un programa d'ordinador, que aprèn la relació entre les nostres emocions i el disseny, aquest últim es pot aconseguir utilitzant tècniques d'aprenentatge automàtic, proveïdes de conjunts de dades de plànols de planta, impulsats per xarxes semàntiques.

Biografies de l'autor/a

Nima Fatemi, Department of Architectural Technology, Faculty in Architecture Universitat Politècnica de Catalunya

PhD Student

Jelena Nikolic, Department of Building Physics, Faculty of Architecture, Universitat Politècnica de Catalunya

Jelena Nikolic is a Dr. Ma. Asoc.Professor at the Department of Building Physics, Faculty of Architecture, Universitat Politècnica de Catalunya, Spain. She received her BS from Faculty of Architecture, University of Belgrade; MS from Faculty of Architecture, University of Catalonia, Spain; and PhD from Barcelona School of Architecture, University of Catalonia, Spain.  Works as a member of Architecture and Technology  Research Group (GAP) at UPC University.

Francesc d'Assis d'Assis Moreno, Noguer, Associate Researcher Institut de Robòtica i Informàtica Industrial (CSIC-UPC) Parc Tecnològic de Barcelona

Francesc Moreno-Noguer received the MSc degrees in industrial engineering and electronics from the Technical University of Catalonia (UPC) and the Universitat de Barcelona in 2001 and 2002, respectively, and the PhD degree from UPC in 2005. From 2006 to 2008, he was a postdoctoral fellow at the computer vision departments of Columbia University and the Ecole Polytecnique Fédérale de Lausanne. In 2009, he joined the Institut de Robòtica i Informàtica Industrial in Barcelona as an associate researcher of the Spanish Scientific Research Council. His research interests are mainly focused to Computer Vision and Machine Learning topics, including estimation of rigid and nonrigid shape, human 3D motion, and camera pose from single images and video sequences, with applications to computer graphics, robotics and medical imaging. He received best paper honorable mention award at ECCV'18, best paper awards at ICCV workshop on Fashion'17, Machine Vision Applications'15, Jornadas Automática'14 and Ibpria'05, UPC’s Doctoral Dissertation Extraordinary Award in 2008, outstanding reviewer awards at ECCV'12 and CVPR'14 and a Google Faculty research award in 2017

Descàrregues

Publicades

2020-04-28

Número

Secció

Artículos