5 примеров использования нейросетей в дизайне

Как работает нейросеть? На самом деле, идея до ужаса проста. Задача нейросети - собрать из простейших элементов сложную структуру. Праобразом, как несложно догадаться, выступил человеческий мозг.

Ещё в 1958 психолог Франк Розенблатт впервые начал разрабатывать искусственную нейронную сеть под названием Perceptron. Она имитировала обработку визуальных данных человеческим мозгом.

Основные структурные элементы нейросети – узлы и слои, которые можно настраивать. Во время процесса обучения сеть учится сама определять отношения весов своих компонентов, что влияет на результат.

Как часто происходит с новыми технологиями, сначала они тестируются в сфере искусства. Так и произошло с нейросетями. И уже после они нашли своё применение в дизайне. Об этом и пойдёт речь в нашем материале: рассмотрим 5 примеров, как можно использовать нейронную сеть в этой сфере.

Autodesk – один из главных игроков рынка ИИ софта

Недавно её разработчики создали программу Fusion 360 Ultimate и Netfabb – ИИ, позволяющий автоматически проектировать изделия, человек лишь задаёт требования.

Концерн General Motors стал первым в Северной Америке автопроизводителем, применившим новую технологию Autodesk. Для ввода технологии в производство понадобилось 4 года.

«Генеративное проектирование — это способ для нас исследовать различные конструктивные решения для деталей и компонентов наших транспортных средств с помощью искусственного интеллекта для объединения работы инженера и компьютера. Заставив их работать вместе, мы можем предложить решения для проектирования деталей, которые невозможно было бы создать с помощью компьютера или инженера, работающих отдельно».

Слева — кронштейн, придуманный человеком. Справа — дизайн ИИ
Слева — кронштейн, придуманный человеком. Справа — дизайн ИИ

Пример использования – кронштейн. В эксперименте программа предложила более 150 вариантов, в результате был выбран тот, что оказался на 40% легче и на 20% прочнее изначальной составной детали.

Chevrolet Silverado
Chevrolet Silverado

Разница в массе новой модели пикапа Chevrolet Silverado, также созданного GM, и предыдущей – 204 кг. Явный результат использования генеративного дизайна.

Представители компании заявляют, что за счёт новых материалов и передовых методов конструирования с 2016 года выпущены 14 новых моделей, которые оказались в среднем на 159 кг легче своих предшественниц.

Коллаборация Филлипа Старка, Kartell и Autodesk

Простота, удобство, прочность конструкции – так можно описать стул A.I., созданный известным дизайнером Филиппом Старком, в коллаборации с производителем мебели Kartell и Autodesk.

«Когда Филипп показал мне свою идею и результаты работы, выполненной в коллаборации с Autodesk, я немедленно принял вызов, и мы начали промышленное производство по проекту, который впервые за эти тридцать лет сотрудничества не был рожден из наших прямых взаимоотношений и обсуждения между мной и им», – говорит президент Kartell.

Стул A.I., Филлип Старк и Kartell
Стул A.I., Филлип Старк и Kartell

Программное обеспечение, используемое Старком, включало передовые технологии проектирования с использованием искусственного интеллекта. A.I. – это результат диалога дизайнера и ПО. И по мере его развития, уточнения новых требований стул всё более напоминал искомый результат.

«В процессе знакомства друг с другом Старк учил систему дизайнерскому замыслу, в то время как ИИ старался усвоить как можно больше, чтобы быть максимально полезным» - говорит Марк Дэвис, старший руководитель по исследованиям в области проектирования, Autodesk.

Nutella Unica

Компания Ferrero совместно с рекламным агентством Ogilvy & Mathe провели достаточно интересную акцию. 7 миллионов различных вариантов дизайна банок Nutella за авторством нейросети.

"Мы считаем, что Nutella – столь же особенная и выразительная, как и каждый из наших клиентов. Именно с этой целью мы создавали Nutella Unica. Первая лимитированная серия – десятки шаблонов, тысячи цветовых комбинаций, один специальный алгоритм". К слову, покупатели могли кастомизировать этикетку, напечатав слова или имена на свой выбор.

Новое на основе классики

Искусственная нейронная сеть научилась создавать рельеф капители, обучаясь на 3д модели коринфского ордера, разбитого на координаты. Это стало входными данными. Разработанный цифровой инструмент позволил генерировать карты смещения простой поверхности, которые создают напоминающую орнамент пространственную структуру.

Рельеф капители колонны, сгенерированный нейросетью
Рельеф капители колонны, сгенерированный нейросетью

Вторым входным компонентом для той же нейросети послужила 3д модель кресла. На основе двух объектов получился достаточно интересный результат – симбиоз капители и минималистичной мебели.

Кресло, сгенерированное нейросетью на основе образца справа и коринфской капители
Кресло, сгенерированное нейросетью на основе образца справа и коринфской капители

То же до этого эксперимента проделывали с картинами: нейросеть обучали стилю живописи, после чего она выявляла основные черты стиля и перекладывала на любое изображение.

5 примеров использования нейросетей в дизайне

Создание планировки

Студиями Wallgren Arkitekter и BOX Bygg был разработан инструмент, который на основе обучения на планировках различных архитектурных пространств, научили генерировать план нужного помещения, учитывая требуемые параметры.

Об этом высказался дизайнер Себастиан Эрраcурис: «Архитекторы должны продолжать думать и создавать «архитектуру» для более абстрактных систем. Используйте свой опыт для создания новой архитектуры программного обеспечения для компаний и служб будущего».

Эррасурис предположил, что в скором времени заказчик будет общаться напрямую с программой, задавая нужные параметры и выбирая результат из любого числа вариантов.

Работа компании WeWork, которая предоставляет офисные пространства для предпринимателей, фрилансеров и предприятий – ещё один пример, на котором мы детальнее разберём логику работы нейросети.

В статье «Evaluating Architectural Layouts with Neural Networks» компания подробно описывает использование обученной нейросети для эффективного расположения и выбора размеров конференц-залов. Сеть была обучена распознаванию шаблонов на данных 56 зданий (входная переменная).

В результате нейронная сеть должна предсказать использование разных конференц-залов, которое измерялось как процент времени, в течение которого они были заняты (выходная переменная: синие круги).

Схема искусственной нейронной сети, обученной предсказывать использование конференц-зала. Входные переменные слева содержат информацию о плане офиса. Эти входные данные передаются через сеть для создания прогнозов использования, которые показаны справа.
Схема искусственной нейронной сети, обученной предсказывать использование конференц-зала. Входные переменные слева содержат информацию о плане офиса. Эти входные данные передаются через сеть для создания прогнозов использования, которые показаны справа.
Прогнозы нейронной сети, наложенные на план этажа в Revit. Фиолетовый - помещения, которые, по прогнозам, будут недостаточно загружены. Зелёный - помещения, которые, по прогнозам, будут использоваться с правильной загрузкой
Прогнозы нейронной сети, наложенные на план этажа в Revit. Фиолетовый - помещения, которые, по прогнозам, будут недостаточно загружены. Зелёный - помещения, которые, по прогнозам, будут использоваться с правильной загрузкой

В ходе оценки работы нейросети компанией WeWork, были сделаны выводы, что нейронная сеть значительно превосходит людей-дизайнеров в этой задаче.

Дизайнеры активно развивают использование нейросетей в дизайне, но споры по этому поводу не утихают. Способен ли ИИ создавать практичные вещи с душой и стилем, как это обычно делает человек? Как будет дальше развиваться отношение к нейросетям? Самое интересное – может ли их использование проникнуть в сферу архитектуры и в каком виде? На этот счёт мы порассуждаем в будущих статьях.

Желаете записаться или узнать подробнее о курсах, пишите нам: https://vk.cc/ckcHtK

Посмотреть отзывы выпускников можно здесь: https://vk.com/topic-57893773_36484173

Посмотреть видео-отзывы можно здесь: https://vk.com/video/playlist/-57893773_2

Наш metaGPT: задавай любые вопросы и наш бот с удовольствием ответит: https://t.me/GPTmeta_bot

Начать дискуссию