Концепция
Искусственный интеллект делится на 2: глубокий и слабый, первые мы можем определить как целостный, а другие как ориентированные на определенную область/задачу.
В области дизайна в настоящее время стало уделяться большое внимание этим инструментам, которые, несмотря на то, что некоторое время назад считалось невозможным рассматривать в творческом мире, сегодня приобретают все большую актуальность.
Поэтому я решил выбрать эту тему исследования, где я рассматриваю из генеративного дизайна и генерации изображений нейросетью. Будут ли эти инструменты частью процесса проектирования мебели?
Генеративный дизайн — это компьютерный процесс проектирования, который использует алгоритмы (машинное обучение) для генерации множества вариантов дизайна на основе заданных ограничений и параметров (высота, вес, который необходимо нести, материал, количество используемого материала и т. д.). Для этого визуального исследования будут представлены различные примеры использования этой технологии, заканчивающиеся примером массового производства.
С другой стороны, инструменты преобразования текста в изображение используют алгоритмы глубокого обучения для создания изображений на основе ввода текста. Обученная нейронная сеть способна создавать уникальные изображения из любого текста, который вы предлагаете. Примеры приложений как DALL-E 2, Midjourney, DreamStudio, Google Parti были использованы. В этом исследовании рассмотрят различные способы использования этого инструмента, чтобы в конечном итоге показать пару примеров, которые были созданы реальные проекты.
Генеративный дизайн
Антонио Гауди, Колонны Искупительный храм Святого Семейства (1882–) & Мишель Ансмейер, Разделенные колонки в 2010 г. и Digital Grotesque III в 2022 г.
Благодаря помощи 3D-принтеров Мишель Ансмейе смог сконструировать эти детали, сгенерированные алгоритмом [1]. Мне кажется, что в колоннах Гауди, несмотря на то, что эта модель, вдохновленная природой, она соответствует требованию такого готического храма, так как генеративные алгоритмы занимаются.
Joris Laarman, Bone Chair в 2006 г.
«Цель состоит в том, чтобы обеспечить оптимальную прочность при использовании минимума материалов»[2].
Philipp Aduatz, Fauteuil I–II — Design Process (2012)
Если мы сравним предыдущий процесс (Bone Chair) с этим (Fauteuil II), мы сможем увидеть сокращение шагов, выполненных по дизайну.
Норман Фостер, Leva Chair в 2019 г. & B. Presten/A. Harsuvanakit, Elbo Chair в 2016 г.
Хотя инженеры Преснер и Хасуванакит производил стул, их роль была просто поучительной, поскольку дизайн из обеспечением Dreamcatcher [3]. Они оставили высоту стула — 46 см, а выдержку — 136 кг.
Михаэль Тонет, Стул Модель No. 14 в 1859 г. и Складной стул в 1866 г & Patrick Jouin, Tamu Chair в 2019 г.
В модели Но. 14 Тонета показывает нас процесс оптимизации производства стула, который может сравнивать с поиском оптимизации Таму стула, где используется наименьшее количество материала и занимает наименьшее количество места.
Philippe Starck, Kartell AI chair в 2020 г. & Kartell AI chair in interior Design в 2020 г.
Kartell AI Chair считается самый первый стул с помощью ИИ, который имеет массивное производство.«Искусственный интеллект не заменил дизайнера, но рассчитал оптимальное с точки зрения качества, экологичности и комфорта» [4].
Генерация изображений нейросетью
Ощущение материальности
Картинки, сгенерированная Parti/Google
Пуфик монстра и самоедский стул из сайта Lexica в 2022 г. & фанерный пушистый стул из сайта Midjourney в 2022 г.
Стул Louis XV Ghost в 1990 г. & Стул из выдувного стекла из Lexica & Табуретка медузы из OpenArt в 2022 г.
Трогательный стиль
Karl Friederich Schinkel, D60 Chair в 1825 г. & Минимальный чугенный стул в парке из DreamStudio. в 2022 г.
С другой стороны, материалы могут ассоциироваться с другими противоположными понятиями. Например: несмотря на то, что чугун используются из-за его пластичности, поэтому наоборот придумывал минимальный чугунный стул.
Gustave Herter, Armchair в 1855 г. & Готический минималистический стул из DreamStudio в 2022 г.
Переосмысление дизайна
Joseph Stuhlkatalog, скизы стульев (1814-1829) & образы черной переработанной табуретки из Midjourney в 2022 г.
Исходя из образа (той же концепции), нейросети могут позволить нам вносить изменения на той же основе, как это часто делалось в эпохе Бидермейера
Михаэль Тонет, Rocking Chair No.10 в 1900 г. & Футуристический рокинг стул из DreamStudio. в 2022 г.
Pauly et Cie, Grotte venetian chair в 1900 г. & Пляжный стул ракушки из DreamStudio.
Смешение концепции
Frank Jacobus, Черничный стул и Виноградный стул в 2022 г. & MDesignStudio, Кокосовый стул в 2013 г.
Kaveh Najafian Животный стул в 2022 г. & кресло бабочки, сгенерированные DALL-E 2 в 2021 г. & кресло-носорог из Максимо Риера в 2011 г.
Существующие проекты
Philipp Schmitt, Steffen Weiss, дизайн стульев нейросетью в 2018 г.
Zhibo Liu, Feng Gao, Yizhou Wang, Aided Chair Design в 2020 г.
Заключение
С одной стороны, генеративный дизайн, который, по-видимому, хорош для изучения широкого спектра возможностей, может привести к дизайну, в котором не хватает креативности и инноваций (гомогенный дизайн). Кроме того, он создает только уникальные предметы мебели, его процесс каждый раз повторяется с нуля, потому что он не совершенствуется польно и фокусируется на технических спецификациях.
С другой стороны, генераторы текста в изображения, несмотря на то, что позволяют людям быстро создавать реалистичные изображения своих проектов без необходимости физической макеты (на первых этапах создания эскизов), не способны выполнять какую-либо концептуальную оптимизацию или что-то сверх существующего.
На мой взгляд, инструменты искусственного интеллекта, ориентированные на предметный дизайн, могли бы играть важную роль в будущем. Предоставление дизайнеру некоторых опорных точек, исходя из которых он может разрабатывать новые изделия.
Библиография: Список источников изображений
Источники использованных изображений: Список источников изображений
