Intelligenza artificiale in Architettura. Sviluppo generativo di soluzioni distributive attraverso l'uso di GANN = Artificial Intelligence in Architecture. Generative development of design solutions through the use of GANN

L’accelerazione del cambiamento tecnologico negli ultimi anni si è tradotta in impatti profondamente trasformativi sulla società. Tale fenomeno, in virtù della sua incidenza straordinaria, riversa la sua influenza anche sulle pratiche dell'architettura e del design, permeando in modo incisivo il nostro modus operandi. Lo studio opera una disamina critica delle applicazioni emergenti e delle recenti innovazioni tecnologiche, quali le intelligenze artificiali nel campo dell'architettura. L’indagine si colloca all'interno di un contesto estremamente ampio e caratterizzato da settori di impiego poliedrici, che spaziano dall'ambito macroscopico a quello microscopico. Esaminando lo stato dell'arte si evince come il potenziale di queste tecnologie si estende dalla pianificazione territoriale a quello della progettazione di interni. L'uso delle potenzialità euristiche del disegno digitale aprono la strada a nuovi approcci disciplinari, al punto da supportare e sostanziare il processo ideativo-progettuale dell'architetto. L’impiego di nuove tecnologie legate alle artificial intelligence (A.I.) riveste un interesse di primo ordine per numerose comunità scientifiche e professionali, dagli IT Specialist agli studiosi della rappresentazione informata del progetto, sino alle discipline della composizione architettonica e urbana. L'innovazione chiave di questa tesi risiede nell'elaborazione di una metodologia per la generazione di grafi annotati, trasformando i dati contenuti nei modelli BIM in informazioni più accessibili e applicabili. Tale approccio metodologico, si caratterizza per la sua replicabilità e adattabilità in diversi ambiti. I grafi generati, a loro volta costituiscono il dataset specializzato che permette l'impiego mirato delle potenzialità offerte dalle Generative Adversarial Neural Networks (G.A.N.N.) in contesti specifici e settoriali all'interno di ogni processo progettuale. Il valore pratico di questa metodologia è dimostrato dall'applicazione della stessa all'interno del progetto di ricerca “Fit Things: Finding Information Technologies To Heighten Interoperable New layout Generative design Solutions (vol.2)”. Tale progetto, nato dalla collaborazione tra il Politecnico di Torino, Dipartimento di Architettura e Design, il centro di ricerca Links Foundation, esperti in ambito VPL e la società di palestre Basic-Fit, ha come obiettivo lo sviluppo di una rete neurale (G.A.N.N.) per la creazione semi-automatica di layout progettuali di palestre utili alle esigenze della società di Basic-Fit. Durante il training dell’architettura informatica generativa è emersa la problematica, già nota dalla bibliografia di settore, legata alla costruzione di un dataset adeguatamente consistente per ottenere una GANN sufficientemente performativa. Partendo da questa problematica è stato indagato lo stato dell’arte relativo alle metodologie ed agli strumenti informatici, volti alla creazione di un dataset di immagini progettuali e, criticamente, sviluppare differenti approcci per la risoluzione della stessa. In conclusione, questa ricerca non solo fornisce un’analisi esauriente delle attuali applicazioni A.I. nell’architettura, ma apre anche nuove prospettive per ulteriori sviluppi e applicazioni innovative in ambito architettonico.