Генеративный дизайн

Генеративный дизайн (англ. Generative Design), или порождающий дизайн, — подход к проектированию и дизайну цифрового или физического продукта (сайт, изображение, мелодия, архитектурная модель, деталь, анимация и т. д.), при котором человек делегирует часть процессов компьютерным технологиям и платформам.[1]

В этом случае дизайнер, инженер или иной заказчик непосредственно не ищет решение поставленной задачи, а описывает ее параметры и ограничения программе, после чего та создает (генерирует) варианты решения, которые формируют видение продукта.[2]

В отличие от традиционных инструментов дизайна и проектирования, генеративные системы полу-автономно создают и первично отбирают варианты решений, что изменяет характер взаимодействия человека с системой: программа воспринимается не как средство, а как полноценный участник творческого процесса, «партнёр».[3]

Некоторые генеративные системы позволяют пользователю переформулировать, корректировать и уточнять задачу по промежуточным результатам, а также самообучаются в процессе поиска решений.[4]

История

Примеры генеративного творчества в докомпьютерную эпоху

Приёмы генеративного творчества использовались задолго до изобретения компьютерных технологий. Известным многим с детства элементарным порождающим устройством является калейдоскоп.[5] Примером более сложного докомпьютерного генеративного устройства служат карты для гадания и гадалка, генерирующая прогнозы путем раскладов — использование генеративных устройств, считает Ф.Галантер, «старо, как само искусство»[6]. По его мнению, генеративные модели не привязаны к какой-либо технологии, а порождающие устройства в творческой деятельности могут быть и не высокотехнологичным, и встречается даже в древних культурах. Генерирующие устройства и алгоритмы (например, бросание костей) являются «механизмом» множества игр — так, в Древней Индии существовала игра в кости, являвшаяся олицетворением «творческого принципа» создания мира.

В средние века Луллий создал механическое генерирующее устройство (Ars), призванное ответить на все вопросы: считается, что в основу механизма были положены идеи каббалы, согласно которой все возможные знания о мире исчерпываются перестановками, сочетаниями и размещениям букв еврейского алфавита — Ars был призван генерировать все «осмысленные» сочетания этих первоэлементов знаний.

В 1751 году У. Хейс изобрел генеративный метод написания музыки для «самых захудалых талантов».[2]

К докомпьютерным практикам генеративного творчества можно отнести и более современные опыты Бена Лапоски, который, начиная с 1952 года, создавал удивительные картинки («электронные абстракции», «осциллоны») при помощи осциллографа.[7] По сути, Лапоски изобрёл «приставку», визуализирующую амплитудные и временные параметры электрических сигналов. Опыты Лапоски интересны тем, что он одним из первых визуализировал процессы и результаты генеративного творчества — принцип визуализации является одним из основополагающих в генеративном дизайне.

Современная история генеративного дизайна

Если исключить артефакты, история генеративного дизайна началась в середине XX века вместе с появлением первых компьютеров, позволявших создавать изображения.

  • В 1960-ых годах Bell Labs начала применять компьютеры для решения разнообразных творческих задач вроде создания графики, анимаций и эстетических объектов.
  • В 1980-х годах были развёрнуты и приобрели форму и статус научного направления серьезные исследования в области компьютерного творчества. Изучались, прежде всего, возможности компьютерного творчества в информатике, архитектуре и дизайне. В частности, в 1982 году компанией Autodesk разработана первая версия программы AutoCAD, различные приложения которой используются в машиностроении, строительстве, архитектуре. В 1984 году была создана первая версия программы ArchiCAD (Radar CH), получившая распространение в проектировании зданий. Позднее CAD-программы станут одними из частых случаев внедрения генеративных механизмов.[8]
  • В 2004 году выходят статьи обозревателя Business Week Брюса Нуссбаума «Сила дизайна» (The Power of Design) и «Редизайн бизнеса в Америке» (Redesigning American Business), которые декларируют: «Профессия дизайнера поменяла свою суть, переместившись из области рисования в область мышления, от стилизации к инновации, от придания вещи формы к визуализации новых парадигм в бизнесе»[9]. Было положено начало новой философии бизнеса, в которую генеративный дизайн (генеративное творчество) вносит всё более значительный вклад.[10]
  • В 2010-х технологии обучения генеративных систем быстро совершенствуются. Так, в 2014 году Ян Гудфеллоу[11] изобретает генеративно-состязательную сеть (GAN), которая с успехом используется для получения фотореалистичных изображений одежды, сумок, портфелей, сцен компьютерных игр, интерьеров, объектов промышленного дизайна.
  • К исследованиям в области генеративного творчества и разработке генеративных технологий подключаются крупные ИТ-компании — Google, Microsoft, Oracle, Symantec, Hewlett Packard, Adobe, Яндекс, uKit Group, Mail.ru Group — и промышленные концерны вроде Siemens.
  • В 2014 году Google приобретает компанию DeepMind Technologies Limited — сегодня проект занимается изучением широкого спектра проблем искусственного интеллекта: «понимание» естественных языков машинами, генерация изображений нейронными сетями, разработка систем, способных играть в различные игры и пр. В то же время стартуют прикладные исследования о применении генеративных подходов в цифровом дизайне. В 2014-м году выходцы из Google анонсируют систему Grid, онлайн-конструктор сайтов, применяющий алгоритм Molly для подбора цветов страницы[12] (первая версия проекта стала доступна в 2016-м[13]). В 2015-м Торонтский университет и компания Adobe прототипируют DesignScape — инструмент, предлагающий различные варианты компоновки текста и графики на слайдах: результаты исследования представлены на научной конференции CHI’15 (Conference on Human Factors in Computing Systems).[14]
  • В 2016 году генеративный дизайн становится доступен и понятен массовому потребителю: группа российских разработчиков (А.Моисеенков, О.Пояганов, И.Фролов и А.Усольцев) создает приложение Prisma, позволяющее обрабатывать изображения в стиле известных художников — в основу работы проекта положена нейронная сеть, которая подбирает множество вариантов стилизации фотографий. В том же году Google запускает открытый проект Quick, Draw! — обучение нейросети генерации вариантов изображений на базе грубых набросков пользователей: по данным на май 2017-го года, в эксперименте поучаствовали свыше 15 млн человек.[15]

Общий принцип работы генеративных систем и взаимодействия с ними

В настоящее время генеративные модели основываются на внушительной теоретической основе и практическом опыте. В первую очередь речь идёт о так называемых эволюционных алгоритмах, в основе которых лежат математические модели механизмов естественной эволюции. Широко используются следующие методы: клеточные автоматы, фракталы, нейросети, «искусственная жизнь», системы Линденмайера (L-системы), «математический хаос», рандомизация, «шум Перлина» и другие.

Несмотря на разницу подходов, можно выделить ряд базовых этапов взаимодействия пользователя с системой генеративного дизайна:

  1. Формулирование задачи — описание результата, который намерен получить пользователь. Несмотря на то, что речь идет о получении отчасти случайного результата или множества результатов, базово задача конкретизируется.
  2. Установка параметров — тем или иным образом системе задаются характеристики, которым должны соответствовать генерируемые решения (это может быть реализовано в виде опросника, визарда или панели настроек).
  3. Генерация — программа, опираясь на заданные условия и заложенные в нее алгоритмы, «перебирает» сочетания и визуализирует процессы и объекты. Алгоритмы обеспечивают «осмысленность» генерируемых объектов: например, если генерирующим устройством служит синтезатор мелодий, генерируемые объекты должны опознаваться как мелодии (а не как какофония).
  4. Отбор объектов — пользователь оценивает сгенерированные варианты и выбирает удовлетворяющий его вариант. Если в области предыдущих операций достигнуты впечатляющие успехи автоматизации, то оценка основывается на таких способностях человека как вкус и здравый смысл — а они плохо формализуемы, что позволяет говорить о том, что генеративные системы не заменят специалистов[16].

Сферы применения и примеры программного обеспечения

Промышленный дизайн
«Генеративный дизайн (порождающее проектирование) — … множество новых инструментов автоматического проектирования, которые применяются для оптимизации изготовления, снижения веса изделий и экономии используемых материалов. Результатом применения этих инструментов становятся органичные и даже внеземные с виду детали, которые позволяют сократить стоимость производства». Ф. Кин[8]

Одной из известных систем промышленного дизайна является на сегодня Autodesk Dreamcatcher[9], которая позволяет решать прикладные задачи конструирования и проектирования с учётом различных требований к материалам, способу производства, эффективности[17]: пользователь загружает требования к конструкции, система находит множество алгоритмически синтезированных решений и предлагает их пользователю для оценки или корректировки задачи.

В качестве примеров успешного применения технологий генеративного дизайна с данной и подобными программами можно назвать:

  • Снижение веса отдельных элементов — совместная программа Airbus и Autodesk по снижению веса отдельных элементов гражданских самолетов[18].
  • Синтез формы — совместная программа Toyota и Materialise по разработке суперлегкого автомобильного кресла с необычной структурой[19].
  • Создание медицинских имплантов — применение генеративного дизайна позволяет точно воссоздавать трабекулярные структуры (микроскопические элементы ткани), распределяя крошечные поры по материалам и воссоздавая шероховатость поверхности при имитации костей[8].

Веб-дизайн
«Это инструменты, которые помогут упростить построение интерфейса, подготовку графики и контента, а также персонализацию продукта» (Юрий Ветров, руководитель команды портального дизайна Mail.ru и автор сайта algoritms.design)[20]
  • Верстка. Датский стартап Uizard Technologies анонсировал нейросеть pix2code, способную распознавать макет, скриншот или изображение интерфейса и генерировать готовую интерактивную страницу с кодом, оформлением и графическими элементами, тем самым позволяя автоматизировать рутинный процесс верстки.[21]
  • Редизайн веб-страниц. Российский онлайн-сервис uKit AI обучается приводить страницы сайта к современным техническим и визуальным требованиям современного веба: пользователь получает новую, адаптивную версию фронт-енда, сгенерированную на основе материалов со старой версии сайта, и может прикрепить ее к существующему домену.[22]
  • Веб-типографика. Rene, проект дизайнера и инженера из Airbnb Джона Голда, позволяет оценить и сравнить разные варианты сочетаний и кеглей, указав системе базовый набор ограничений[23]. Ещё одним примером успешного внедрения генеративных технологий является Prototypo — генератор шрифтов.[24]

Графический дизайн и визуализация данных
  • Фирменный стиль. Сервис Logojoy применяет генеративные технологии для создания нескольких вариантов логотипов и простых элементов фирменного стиля по базовым требованиям пользователя.[25]
  • Визуальные коммуникации. Онлайн-редактор AutoDraw от Google Drawings анализирует «ваш корявый рисунок и предлагает вместо него более совершенный вариант». Человек рисует в редакторе любую абстрактную фигуру, а сервис подбирает и выдает миниатюры рисунков и иконок, которые лучше подходят вы можете выбрать подходящий"[26].
  • Дизайн плакатов и упаковок. Одним из частных случаев применения генеративного подхода стала рекламная кампания Nutella Unica, разработанная агентством Ogilvy & Mather Italy для производителя Ferrero, — в 2017 году было выпущено семь миллионов баночек Nutella с уникальными рисунками на каждой этикетке: изображения создавал алгоритм, который комбинировал цвета и графические шаблоны.[27]
  • Визуализация данных и инфографика. NodeBox — офлайн-программа для пользователей Mac OS, применяет алгоритмические решения для создания графики, спрайтов и интерфейсов, содержащих регулярно меняющиеся данные (отчеты, котировки и т. д.). Система позволяет дизайнеру задавать параметры генерации на базе блок-схемы и мгновенно получать результат при изменении параметров.[28]
  • Айдентика. Нейросеть под именем Николай Иронов[29], созданная в студии Артемия Лебедева, выполняет коммерческие задачи на создание фирменного стиля компаний.

Архитектура
«Мы думаем не о проектировании одного конкретного объекта, а о процессе генерации множества объектов». Он говорит о переходе в архитектурном проектировании «от объекта к процессу», что позволяет, «вместо создания одного артефакта … при помощи вычислительных моделей проектировать процессы создания бесчисленных артефактов». (Майкл Хансмейер)[9].

Перспективы генеративных подходов в архитектуре и строительстве ассоциируются сегодня, прежде всего, с BIM-технологиями[30][10]. BIM-технологии позволяют создавать точные виртуальные модели зданий, учитывающие все архитектурно-конструкторские, технологические, экономические, эксплуатационные, бытовые и прочие параметры объекта. Опыт Великобритании, где переход на BIM-технологии предусмотрен строительной стратегией правительства Великобритании, принятой в 2011 году, свидетельствует, что BIM-технологии позволяют снизить стоимость проектно-конструкторских работ на 52 % и, за счёт выработки экономичных решений, снизить стоимость строительства на 38 %.[31]

Искусство и индустрия развлечений
  • Искусство. С 2015 года французский художник Мигель Шевалье презентует по миру ряд инсталляций инсталляций («Жидкие пиксели», «Фрактальные цветы»), идея которых основана на автономном развитии и бесконечной генерации графических объектов[32].
  • Игровая индустрия. Вышедшая в 2016 году No Mans Sky, компьютерная игра жанре космического приключенческого боевика, широко использует алгоритмическую генерацию ландшафтов и является «песочницей» (место, где происходит создание уровней и их редактирование).
  • Видеопродакшн. Медиа сервис Resolume включает медиа-серверы Arena и Avenue — инструменты для смешивания и совмещения визуальных эффектов, адресованные VJ и создателям видео[33].

Перспективы применения и развития
«Уже сегодня благодаря методам генеративного творчества происходит демократизация творчества во множестве областей. Снижая временной интервал между идеей и воплощением, генеративное творчество ускоряет появление новых … форм, функций и эстетики. … В совокупности с новыми технологиями …., генеративное творчество полностью переворачивает такие понятия, как производство, потребление, труд и инновации». Р.Питерс и С.Винигер, «ТворческийИИ»[10].

Несмотря на то, что сегодня есть сферы, в которых генеративный дизайн применяется и развивается более активно, сам подход не ограничен какой-либо конкретной областью применения.

По мнению Ф.Галантера термин генеративный дизайн (генеративное творчество) «может относиться к любой художественной практике, где автор задает процесс: набор языковых правил, машина или иное процедурное устройство, которое запускается в действие с определённым уровнем автономии и которое, в итоге, и создаёт, целиком или частично, произведение»[6].

Р.Питерс и С.Винигер в статье «ТворческийИИ»[10] выделяют четыре основных тренда в развитии «генеративного века» (тренда, которые, по их мнению, изменят мир):

  1. Генеративная перспектива. «Впервые в человеческой истории мы можем творить, опираясь на смешанную, генеративную перспективу — смесь элементов коллективной, индивидуальной и машинной перспектив. Это позволяет нам раздвигать границы творчества … и создавать совершенно новые объекты».
  2. Генеративные прогнозы. Генеративные технологии способны прогнозировать действия и события, позволяя людям «подстраивать аспекты дизайна в соответствии с их предпочтениями».
  3. Генеративные рынки, на которых люди будут обмениваться генеративными моделями. «Сегодня существуют рынки продуктов …, а в будущем появятся генеративные рынки рецептов для создания множества новых предметов».
  4. Генеративное производство. Это генеративные системы, используемые для создания физических объектов (это направление тесно связанно с развитием аддитивны производств, примером которых являются 3D-принтеры).

Эстетика генеративного дизайна

Широкое применение генеративного дизайна в видео-арт, полиграфии, веб-дизайне, архитектуре, дизайне интерьеров, дизайне одежды и обуви, мебели  и пр. породило особую эстетику. Использование алгоритмов и нейросетей зачастую повторяет решение созданные природой, но при этом имеют более упорядоченные, предсказуемые очертания, оптимизированные для решения конкретных задач. Это слияние обычно противопоставленных форм: "природных" и "технологических" дает ощущение причудливости, особой "сделанности". Применение генеративного дизайна в потребительских товарах часто привлекает интерес аудитории, но не всегда вызывает желания ее купить, т.к. он выглядит слишком непривычно и странно.   

Литература
  • Промышленный дизайн Российской Федерации: возможность преодоления «дизайн-барьера». — CSR North-West. — С. 37. — ISBN 978-5-7422-3759-4.
  • Gary William Flake: The Computational Beauty of Nature: Computer Explorations of Fractals, Chaos, Complex Systems, and Adaptation. MIT Press 1998, ISBN 978-0-262-56127-3
  • John Maeda: Design by Numbers, MIT Press 2001, ISBN 978-0-262-63244-7
  • Celestino Soddu: papers on Generative Design (1991—2011)

Ссылки

Примечания
  1. В.Н. Канягин. Промышленный дизайн Российской Федерации: возможность преодоления дизайн-барьера. — Издательство Политехнического университета, 2012. — С. 37.
  2. Метелик Т.С. Генеративный метод проектирования и способы его реализации в графическом дизайне // Бизнес и дизайн ревю : журнал. — 2017. — Т. 1, № 2(6). — С. 11.
  3. Юрий Ветров. Алгоритмический дизайн.
  4. Ирина Черепанова. Сервисы на нейросетях в помощь дизайнеру. Cossa (27 июля 2017).
  5. Юрий Ильин. Генеративный арт: когда художник убирает руки. Компьютерра (19 марта 2013).
  6. Galanter P. What is Generative Art? Complexity Theory as a Context for Art Theory.. — New York: New York University, 2005.
  7. Цифровое искусство в эпоху зарождения компьютеров. Look at me (26 января 2009).
  8. Филипп Кин. Порождающее проектирование порождает новую эру высокоэффективных продуктов. Isicad (27 июля 2017).
  9. Храмкова Е. Дизайн: от создания вещей к проектированию будущего (20 марта 2011 года).
  10. Роэлоф Питерс, Самим Винигер Перевод: AIC. ТворческийИИ. CMS Magazine (12 января 2017 года).
  11. Гудфеллоу Ян. Глубокое обучение. — ДМК Пресс, 2017. — 652 с. — ISBN 978-5-97060-554-7.
  12. Margaret Rhodes. A Publishing tool that builds websites powered by AI. Wired (10 сентября 2014 года).
  13. Kaya Ismail. The Grid Is Finally Here. CMS Critic (13 сентября 2016 года).
  14. Peter O'Donovan, Aseem Agarwala,Aaron Hertzmann. DesignScape: Design with Interactive Layout Suggestions.
  15. Google опубликовала результаты своего игрового эксперимента Quick, Draw!. Tproger (20 мая 2017 года).
  16. Алексей Грамматчиков. Марк Цукерберг заступился за искусственный интеллект. Эксперт Online (2017 год).
  17. “Performance-Driven Engineering Design Approaches Based on Generative Design and Topology Optimization Tools: A Comparative Study”. Applied Sciences journal. 2022.
  18. WANDA LAU. The Living and Autodesk Apply Bionic Design to an Airbus 320 Partition. Architect (21 января 2016 года).
  19. TYLER KOSLOW. TOYOTA & MATERIALISE TEAM TO 3D PRINT LIGHTWEIGHT CAR SEAT. 3D Printing Industry (17 сентября 2015 года).
  20. Юрий Ветров. «Экзоскелет для дизайнера»: что нового принесет в индустрию алгоритмический дизайн. Vc.ru (20 июня 2016 года).
  21. Василий Сычёв. Нейросеть научили верстке по картинкам интерфейса. N+1 (30 мая 2017 года).
  22. Итоги AI Conference: AI-инструменты Microsoft, смелые решения IBM, умные технологии VisionLabs, битва AI-стартапов и многое другое. Наука и Жизнь (28 апреля 2017 года).
  23. Jon Gold. Declarative Design Tools (2 июня 2016 года).
  24. MELISSA GOLDIN. Prototypo Will Let Anyone Design Original Fonts. Mashable (5 мая 2014 года).
  25. Кирилл Олейниченко. 600 лет автоматизации дизайна: от печатного станка до веб-индустрии. Awdee.ru (2 августа 2017). Дата обращения: 29 января 2022.
  26. Анастасия Пашкевич. AutoDraw от Google превратит ваши каракули в красивые рисунки. Лайфхакер (12 апреля 2017). Дата обращения: 29 января 2022.
  27. Александра Селезнева. Nutella использовала алгоритм, чтобы сделать семь миллионов баночек с уникальным узором. Vc.ru (2 июня 2017). Дата обращения: 29 января 2022.
  28. [Обзор NodeBox]. Infogra.ru. Дата обращения: 29 января 2022.
  29. Николай Иронов / Обзоры. Artlebedev. Дата обращения: 29 января 2022.
  30. Владислав ФЕДОРОВ. BIM-технологии: забавная трехмерная «рисовалка» или масса возможностей, которые не используют?. Строительство.ru (10 мая 2017 года).
  31. Марина Король. Британцы сообщили миру, что такое BIM уровня 3: это — Digital Built Britain. Isicad (6 марта 2015 года).
  32. Мигель Шевалье: художники тоже исследуют.. Strelka.com.
  33. From Hydrographer To Total Art: One Developer’s Journey From Surveying To Synesthesia. The Virtual Report (12 июля 2017 года).
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.