Seminarios de investigación en tecnología. Carrera de Arquitectura. Semestre Primavera 2022

Seminarios de investigación en tecnología – Semestre Primavera 2022 246 2.3. Diseño Generativo Actualmente estamos en la era industrial 4.0 donde el desarrollo tecnológico, la automatización y recopilación de datos (data) son aspectos fundamentales para la fabricación moderna desde una visión holística. Estos aspectos son parte de la implementación y visualización de la inteligencia artificial (IA) y el machine learning (ML), que permiten tomar mejores decisiones (Shume, 2020). Estas herramientas pueden ser aplicadas en todas las disciplinas, siendo una de ellas la Arquitectura, campo en el que aún se encuentra en etapa exploratoria. El campo de la inteligencia artificial (IA) se desarrolla a través de entidades inteligentes que sintetizan y automatizan tareas intelectuales (Stuart R, Norving, P. 2008). Puede abarcar desde el aprendizaje y percepción, o se puede diferenciar como sistemas que piensan como humanos (Haugeland, 1985. Bellman, 1978), sistemas que actúan como humanos (Kurzweil, 1990. Knight,1991); sistemas que piensan racionalmente (Charniak, 1985. Winston, 1992) o sistemas que actúan racionalmente (Poole, 1998. Nilsson, 1998). Por lo tanto, esta tecnología es capaz de imitar el comportamiento inteligente con un trasfondo cognitivo articulado por un humano (Winograd, Flores, 2002) Dentro del campo IA aplicada al diseño arquitectónico existen distintas ramas. Entre las más comunes hoy en día están el Diseño generativo, Machine learning y Deep learning. Cada una tiene distintas aplicaciones en la arquitectura, desde el proceso de anteproyecto, hasta la automatización de la operación del edificio. Esta investigación se enfoca en el diseño generativo. El diseño generativo puede usar o no IA. Si involucra el uso de algoritmos evolutivos se considera que se está usando IA en el diseño generativo. En caso de no usar este tipo de algoritmos, el diseño generativo opera sobre el modelamiento paramétrico, lo que muchas veces va sumado al uso de interfaces graficas de programación visual por parte del usuario, pero no necesariamente se está usando IA para procesar información de manera más rápida y eficiente que un agente humano. Los algoritmos evolutivos evalúan el modelo geométrico y optimizan las opciones de resultados, permitiendo al diseñador, una exploración mucho más profunda de espacios de diseño complejos. Así, la solución arquitectónica se configura con métricas concretas, predefinidas, y controlan parámetros de entrada del modelo para encontrar soluciones de diseño explorando al mismo tiempo todas las posibilidades del espacio de diseño (Nagy, Villaggi, Benjamín, 2017), descubriendo resultados novedosos y revelando las mejores opciones de diseño. Asimismo, los parámetros de entrada del modelo geométrico están regulados por el diseñador; Gero (1990) propuso que estos fueran guiados por un objetivo y estuvieran limitados, con “restricciones” como lo planteara Rietman (1966), ya que en el diseño creativo tanto contexto como la percepción del diseñador son una parte importante del proceso evaluativo, y ambas afectan los modelos resultantes.