Doorzoek volledige site
15 september 2020

TECHNISCHE INFO. Zelflerende ontwerpalgoritmen om kantoren in te delen

Illustratie | WTCB - CSTC - BBRI

Samen met zijn partnerorganisaties biedt het WTCB C-Watch aan als een innovatieondersteunende dienst, waarbij innovatieve ideeën en producten gepubliceerd worden als inspiratiebron in een eerste stap in het innovatieproces van bouwbedrijven. In een artikel gepubliceerd op 4 september stelt het WTCB een ontwerpsysteem voor, gebaseerd op zelflerende algoritmes, dat automatisch commerciële kantoorruimtes indeelt en er meubels plaatst. Het biedt architecten zeer snel ontwerpoplossingen die aangepast kunnen worden aan de behoeften van de klant.

Generative design

In de wereld van architectuur en engineering wordt veel verwacht van generative design (generatief ontwerpen), software die op basis van zelflerende logaritmen zelfstandig ontwerpvoorstellen genereert. Deze toepassing van machine learning, een vorm van artificiële intelligentie (AI), kan veel sneller een groot aantal mogelijke ontwerpoplossingen genereren, waardoor architecten tijd winnen en zich op andere taken kunnen concentreren.
 

Enkele voorbeelden

De aanbieder van flexibele coworkingplekken WeWork beschikt over een automatisch ontwerpprogramma om commerciële kantoorruimtes met maximaal 20 werkplekken zo efficiënt mogelijk in te delen en er meubels te plaatsen. Het zelflerende programma wordt gevoed met data over eerder gerealiseerde kantoorinrichtingen, herkent daarin patronen en past die bevindingen toe. Daarbij houdt het rekening met een aantal parameters, zoals de grootte en vorm van de ruimte, de plaats van de deuren, mogelijke obstakels, zoals kolommen, de te plaatsen meubels, de interne ontwerpnormen van het bedrijf en wettelijke voorschriften. Een benchmarking met 13.211 door architecten ingerichte kantoorruimtes van WeWork wijst uit dat het programma in 97% van de gevallen minstens even goed scoort als de menselijke ontwerpers, maar veel sneller werkt.

Softwarefabrikant Autodesk benutte generative design voor de inrichting van het eigen kantoor in het MaRS Discovery District, een wijk voor start-ups in Toronto.

Een verdere illustratie vinden we bij het Japanse bouwbedrijf Daiwa House Industry, dat de AI-technologie inzet om kleine percelen optimaal te bebouwen met woningen.
 

Bouwstijlen mee in rekening genomen

Ook academisch onderzoek naar generative design resulteerde al in heel wat boeiende ontwikkelingen. Zo onderzocht ontwerper Stanislas Chaillou in zijn thesis ter afsluiting van zijn opleiding aan de Graduate School of Design (Harvard University) in hoeverre zelflerende logaritmes vloerplannen konden genereren, telkens aangepast aan vier verschillende Amerikaanse architectuurstijlen: barok, rijwoning, Victoriaanse landelijke woning en Manhattan woonunit.
 

Grote toekomst?

In een doorgedreven scenario zien sommigen slimme algoritmes op termijn alle mogelijke patronen in een architectuurontwerp ontcijferen, die vormgeven aan de bebouwde omgeving. Ze denken dan niet alleen aan relatief gemakkelijk te becijferen gegevens, zoals de functie en het programma van eisen van de ontwerpopdracht, maar ook aan socio-economische, geografische, klimaat- en andere parameters. De algoritmes zouden in principe zelfs de manier waarop iemand uit een bepaalde cultuur een ruimte aanvoelt, kunnen meenemen in hun generative design, uiteraard op voorwaarde dat ze daarin kunnen worden getraind aan de hand van voldoende data.

Exit de ontwerper?

Riskeert de ontwerper daarmee op termijn de volgende bedreigde beroepssoort te worden in de vloedgolf van AI die op ons afkomt? Zo’n vaart loopt het niet volgens een studie van McKinsey, die sust dat de huidige AI-technologieën onmogelijk de ontwerper kunnen vervangen. Wel kan volgens de consultant 18% van de ontwerpersjob probleemloos worden geautomatiseerd, zodat ontwerpers zich beter kunnen toeleggen op meer complexe taken waar hun expertise en creatieve talenten meer rendement opleveren.

GERELATEERDE DOSSIERS