I.3.b
Machine Learning pour l’Architecture & l’Urban Design.
Depuis toujours, les humains s'inquiètent de voir les machines prendre leur travail et dans certains cas, cette peur est devenue réalité. Toutefois, dans les domaines de la conception, les créations tirent parti des avantages de l'apprentissage automatique en architecture et trouvent plus de temps pour la créativité tandis que les ordinateurs gèrent les tâches basées sur les données. Mais de réels progrès impliqueront de remettre en question les définitions traditionnelles du design et des concepteurs, de l’architecture à la fabrication en passant par l’ingénierie.
Les technologies automatisées ne sont pas nouvelles. Elles évoluent simplement, de la même manière que l'esprit humain évolue, dans la façon dont il traite l'information. En fait, la conception assistée par ordinateur (CAO) existe depuis plus d'un demi-siècle. Comme le dit Jim Stoddart du studio d’architecture The Living36 , avec les technologies de pointe, « nous avons des versions plus rapides du stylo et du papier ».
Avec le développement de la technologie de l'information, les idées de programmation et de calcul en masse ont été introduites dans le domaine de la conception, ce qui a entraîné la croissance de la conception assistée par ordinateur. Avec l'idée de “concevoir par la donnée”, nous avons commencé à manipuler les données directement et à les interpréter à travers des travaux de conception. L'apprentissage automatique en tant qu'outil d'aide à la décision a été largement utilisé dans de nombreux domaines. Il peut être utilisé pour analyser de grandes quantités de données et prévoir les changements futurs. Generative Adversarial Network (GAN)37 est un cadre modèle en apprentissage automatique, afin de présenter cette méthode, nous pouvons citer le travail de thèse de Stanislas Chaillou (The Advent of Architectural AI – Towards Data Science)38 où une combinaison de résultats prometteurs à été réalisée à l’échelle du bâtiment et de l’aménagement intérieur. En outre la machine est déjà en capacité de proposer une infinité de propositions d’aménagements intelligents, prenant en compte une multitude de données.
36
The Living - Autodesk @ MaRS - 2018
37
GANs in Action: Deep learning with Generative Adversarial Networks - Jakub Langr - 2019
38
AI + Architecture - Thesis - Harvard GSD - Stanislas Chaillou - 2019
ENSAM – Mémoire Master – Loïck Maire - 2019 - 31 -
