Modelado de un nuevo flujo de trabajo basado en el análisis emocional de los planos de planta utilizando algoritmos y semióticos de aprendizaje automático

Autores/as

  • Nima Fatemi Department of Architectural Technology, Faculty in Architecture Universitat Politècnica de Catalunya https://orcid.org/0000-0002-5668-331X
  • Jelena Nikolic Universitat Politècnica de Catalunya Departamento de Física ETSAB 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

Palabras clave:

Inteligencia artificial, Análisis emocional, Patrones en planos de planta, Sesgo en el proceso de diseño, Semiótica en diseño

Resumen

El propósito inicial de la tecnología es ayudarnos en tareas repetitivas. Por ejemplo, en los últimos años, los programas CAD están ayudando a los diseñadores a dedicar más tiempo al diseño mismo; estar limitado por la herramienta parece un recuerdo lejano. Los diseñadores pueden generar formas y planes complejos para su diseño, sin embargo, al igual que nuestros predecesores, todavía estamos abiertos a todo tipo de errores. Con el surgimiento de la Inteligencia Artificial, no solo podemos hacer que las máquinas hagan una tarea específica para nosotros, sino también aprender a adivinar, predecir y planificar para el futuro y evitar los mismos errores (Innovaciones tecnológicas para ayudar a administrar los datos del proyecto y crear nuevos Formas de diseño, 2018). Específicamente, el aprendizaje automático (ML) es un campo de inteligencia artificial que utiliza técnicas estadísticas para dar a los sistemas informáticos la capacidad de "aprender" (por ejemplo, mejorar progresivamente el rendimiento en una tarea específica) de los datos, sin ser programado explícitamente (Stuart Russell y Peter Norvig, 2009).

Como arquitectos, todos somos responsables de lo que diseñamos y llevamos a cabo, incluso más, somos responsables de los efectos que nuestros edificios generan en el mundo. Por lo tanto, en Academia, enfocamos el diseño como una práctica de refinamiento, es un proceso de Generar Alternativas y probarlas, una y otra vez, hasta encontrar la opción final. Esto es, de hecho, muy similar a la forma en que funciona una máquina automatizada, excepto que las máquinas no tienen errores humanos. Con la ayuda de nuestras tecnologías actuales, podemos entrenar máquinas para aprender el proceso de diseño y ayudarnos en diversas tareas, como la planificación, la optimización y la predicción del resultado.

Uno de los aspectos más fundamentales, con respecto al diseño de un edificio, es el proceso de generar planes basados en las necesidades del usuario; en el cual muchos factores están afectando activamente el proceso. Muchos factores impulsan la generación / diseño de un plan arquitectónico y Nuestras emociones hacia un espacio específico es uno de los más importantes, que el Diseñador descarta en su mayoría y a menudo. Al aplicar IA a este proceso; que sigue los mismos principios; El diseñador está constantemente respaldado por un conocimiento registrado que puede ayudarlo a diseñar evitando tales errores (Abrazando la inteligencia artificial en la arquitectura, 2018).

Nuestro objetivo creativo es desarrollar una inteligencia artificial, que puede hacer una dialéctica entre el diseñador y la emoción del usuario, haciendo que el diseño sea más eficiente para el usuario. La investigación tiene como objetivo encontrar relaciones ocultas entre los factores que dan forma a un plano de planta y las emociones del usuario; y encontrar un punto de equilibrio para establecer un nuevo flujo de trabajo. El primer paso para hacerlo es entrenar un programa de computadora, que aprende la relación entre nuestras emociones y el diseño, este último se puede lograr utilizando técnicas de aprendizaje automático, provistas de conjuntos de datos de planos de planta, impulsados por redes semánticas.

Biografía del autor/a

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

PhD Student

Jelena Nikolic, Universitat Politècnica de Catalunya Departamento de Física ETSAB

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

Descargas

Publicado

2020-04-28

Número

Sección

Artículos