È possibile far pensare un computer? Un computer può pensare? Intelligenza artificiale, suo concetto, essenza, teorie

Un nuovo programma per computer può capire cosa pensa una persona in un istante.

Gli autori dello studio possono prevedere ciò che una persona vede attualmente in base all'attività dei neuroni, letti utilizzando elettrodi impiantati nel cervello. Gli scienziati hanno scoperto che la decodifica dei pensieri di una persona che vede per la prima volta un'immagine avviene in una frazione di secondo.

Le nuove scoperte potrebbero un giorno aiutare a silenziare i pazienti o le persone che hanno difficoltà a comunicare e ad esprimersi. Lo afferma un neurologo dell'Università di Washington a Seattle, Rajesh Rao. "Dal punto di vista clinico, ciò significa che è possibile creare un meccanismo per comunicare con i pazienti paralizzati, i sopravvissuti all'ictus e altri che sono 'intrappolati all'interno'", ha detto Rao.

Lettura della mente

Negli ultimi anni, gli scienziati hanno fatto passi da gigante nel decifrare i pensieri umani. Così, nel 2011, i ricercatori sono riusciti a tradurre l’elettroencefalogramma in un video che le persone stavano guardando in quel momento. Nel 2014, due scienziati si sono scambiati pensieri utilizzando cervelli collegati tra loro. Altri studi hanno dimostrato che i computer possono “vedere” i nostri sogni utilizzando l’attività cerebrale per analizzarli.

Anche Rao e i suoi colleghi volevano essere alla moda. Hanno chiesto a persone con gravi casi di epilessia a cui erano stati impiantati elettrodi nei lobi temporali di partecipare a un esperimento di decodificazione del pensiero. (Ai pazienti sono stati impiantati elettrodi nei lobi temporali solo una settimana fa in modo che i medici potessero determinare la posizione della fonte delle crisi).

“Avrebbero comunque impiantato gli elettrodi, quindi abbiamo assegnato loro solo alcuni compiti extra durante la loro permanenza in ospedale. In ogni caso non c'è niente da fare qui", ha detto l'autore dello studio, il dottor Jeff Augemann, neurochirurgo presso il Medical Center dell'Università di Washington. I lobi temporali sono anche responsabili della percezione sensoriale, come la visualizzazione e il riconoscimento delle immagini che una persona vede.

Rao, Ojeman e i loro colleghi hanno chiesto ai partecipanti allo studio di guardare immagini che cambiavano rapidamente su uno schermo. Erano immagini di volti e di case. Inoltre, c'erano diverse immagini vuote. Ai pazienti è stato chiesto di osservare l'apparizione dell'immagine di una casa capovolta.

Gli elettrodi erano collegati a un programma in grado di analizzare migliaia di segnali cerebrali al secondo, determinando quale segnale significava che una persona stava guardando una casa e quale segnale significava che una persona stava guardando un volto. Per i primi due terzi delle immagini, il computer ha stabilito che “questo è l’aspetto del segnale cerebrale quando qualcuno guarda l’immagine di una casa”. Per il restante terzo, il computer è stato in grado di determinare cosa stava guardando esattamente la persona con una probabilità del 96%. Gli scienziati lo hanno riferito il 21 gennaio in un articolo sulla rivista PLOS Computational Biology. È interessante notare che il computer è stato in grado di completare l'attività in un periodo di tempo di 20 millisecondi mentre la persona guardava l'immagine.

Processo difficile

Si è scoperto che a seconda di ciò che una persona sta guardando - un volto o l'immagine di una casa - vengono attivati diversi gruppi di neuroni. Inoltre, si è scoperto che il computer ha bisogno di due tipi di segnali cerebrali per essere decifrati: il potenziale correlato agli eventi e i cambiamenti dello spettro a banda larga. La prima è un’onda caratteristica dell’elettroencefalogramma, che indica la reazione del cervello a qualsiasi stimolo. Il secondo significa un cambiamento nell’attività elettrica in una certa area del cervello.

"Tradizionalmente, gli scienziati studiano i singoli neuroni", afferma Rao. - La nostra ricerca ha fornito un quadro più generale a livello delle grandi reti neurali. Siamo stati in grado di vedere come una persona sveglia percepisce un oggetto visivo complesso”.

Consentendo ai ricercatori di determinare in tempo reale quale parte del cervello risponde a un particolare stimolo, la nuova tecnica ha aperto la porta a una mappatura completa dell'attività del cervello umano.

Inizio: 17.08.2010 | Fine: 17.09.2010

Yan David Evgenievich

David Yan, Presidente del Consiglio di amministrazione e fondatore del gruppo di società ABBYY, candidato alle scienze fisiche e matematiche, vincitore del Premio del governo russo nel campo della scienza e della tecnologia.

Nel 1989, David Yan, a quel tempo ancora studente del 4° anno al MIPT (Istituto di Fisica e Tecnologia di Mosca), fondò la società Bit Software insieme ad un dipendente dell'IPTM RAS Alexander Moskalev. Nel 1998, Bit Software è stata ribattezzata ABBYY. Insieme alle principali attività all'interno dell'azienda ABBYY. Oggi ABBYY è uno dei principali sviluppatori di software e fornitori di servizi a livello mondiale nel campo del riconoscimento e dell'immissione di documenti, della linguistica e della traduzione. David è coinvolto in una serie di altri progetti. Tra questi va notato:

Creazione del primo computer tascabile per adolescenti al mondo, Cybiko (Russia, USA, Taiwan, 1998-2003);
Partecipazione ad ATAPY Software (2001);
Fondazione e partecipazione ai lavori della società iiko, leggi "Aiko", creando un sistema di nuova generazione per la gestione di ristoranti e servizi nel settore dell'ospitalità (2005);
Partecipazione a numerosi progetti creativi, come il workshop FAQ-Café (2004), ristorante, club, galleria ArteFAQ (2007); club creativo "Squat" (2009); club "Sorelle Grimm" (2009);
Partecipazione a progetti di beneficenza ed educativi, come la fondazione educativa Ayb (Ayb, 2005), il consiglio di vigilanza del MIPT, il centro educativo Tumo (2006) e una serie di altri progetti.

Domande e risposte:

Domanda:

Dmitrij
David Evgenievich, secondo te o secondo l'opinione dei tuoi esperti, sulla base di quale principio di formazione del sistema il cervello costruisce immagini (modelli) astratte (generalizzate) della realtà? Sempre che si costruisca.

Domanda:

Anton
S. V. Savelyev, nella sua intervista sullo stesso sito 4 anni fa, riguardo all'intelligenza artificiale, ha affermato che l'intelligenza artificiale non verrà creata, perché: [i] "... perché non ci sono basi reali per creare l'intelligenza artificiale. E quello che viene chiamato Il neurocomputer è un falso assoluto, un'invenzione di persone coinvolte nelle scienze tecniche che non hanno assolutamente idea né dei principi del cervello né dei principi del pensiero. Il cervello è un sistema morfogeneticamente attivo. Ciò significa che le connessioni tra i neuroni cambiano tutto il tempo per tutta la vita, e poiché abbiamo 150 miliardi di neuroni, per simulare anche scarsamente questo sistema, dobbiamo prendere 150 miliardi di processori, all'interno dei quali mettiamo persone che salderanno le connessioni tra loro in modo casuale e continuo. , dobbiamo ancora conoscere qualche regolarità in più di questa risaldatura. Coloro che costruiscono “pseudo-neurocomputer” li costruiscono su algoritmi adottati in matematica, cioè su quei concetti che sono casistica per il cervello. Pertanto, non ci sarà un prossimo sistema evolutivo sotto forma di intelligenza artificiale, perché intelligenza, quelli. il pensiero si basa su principi completamente diversi." Sei d'accordo con la sua opinione e, in caso contrario, dov'è l'errore di Savelyev?

Risposta:

Yan David Evgenievich

Le tecnologie neuroinformatica non hanno davvero nulla a che fare con il concetto di “intelligenza artificiale”. I neurocomputer sono un bel nome per un’idea puramente statistica e matematica, mentre l’intelligenza artificiale include tecnologie legate alla formulazione di ipotesi e alla creazione di un modello strutturale sul mondo che ci circonda.

Per quanto riguarda il termine “intelligenza artificiale”, gli scienziati in realtà intendono due cose. Questo è, in primo luogo, un modello di pensiero. In secondo luogo, le tecnologie che sostituiscono l'uomo in alcune aree della sua attività (si tratta della traduzione automatica, della classificazione degli oggetti, del riconoscimento di scene tridimensionali, delle immagini, ecc.). Queste tecnologie non hanno nulla a che fare con il pensiero modellante. Di solito sono costruiti su questioni di informazione strutturale sul mondo. Esistono numerosi approcci in questa direzione, il cui compito è sostituire una persona in una serie di sue attività.

Sono d'accordo con Savelyev sul fatto che nel prossimo futuro una persona non sarà in grado di simulare il pensiero umano utilizzando i processori dei computer? Penso di si. Ricerche recenti mostrano che il cervello umano e i suoi impulsi non sono del tutto di natura digitale. Questo non è un sistema binario (1 e 0), in alcuni casi assomiglia a un sistema analogico, motivo per cui la tecnologia digitale potrebbe fondamentalmente non essere in grado di simulare il cervello.

Cosa fare in questa direzione? Prima di tutto, non devi immaginare te stesso come il Signore Dio. E devi capire: il fatto che non siamo riusciti a simulare un uccello o una libellula non significa che non abbiamo imparato a muoverci nell'aria. Dopotutto, l'uomo ha creato i sistemi tecnici più complessi (deltaplani, elicotteri, aeroplani, razzi), grazie ai quali possiamo volare. Per parafrasare Savelyev, si scopre che poiché non possiamo modellare il cervello nella forma in cui esiste negli esseri umani, non impareremo mai a svolgere un lavoro intellettuale complesso in una certa misura. Questo ovviamente non è vero. Già oggi i sistemi informatici intelligenti stanno sostituendo le persone, eseguendo il loro lavoro intellettuale in determinate aree in modo più accurato e rapido.

Domanda:

Sergey
È davvero necessario insegnare a un computer a pensare? È così che le persone non pensano, ma si limitano a premere pulsanti come dei completi idioti? È questo ciò a cui dovremmo aspirare?

Domanda:

Vladimir
Ciao! Per favore, dicci quali prospettive vedi per lo sviluppo dell'intelligenza artificiale e della robotica nel mondo e in Russia. Grazie!

Domanda:

Ushcheko Vyacheslav
Mi interessa la logica fuzzy quando si costruiscono circuiti di intelligenza artificiale. Pensi che la logica fuzzy possa essere utilizzata per creare nuove teorie?

Domanda:

Gleb
È possibile per te lavorare da remoto? per esempio da Riga? o avete filiali in Lettonia? :)

Domanda:

Ruslan
Ho diverse domande: 1. Quanto strettamente interagiscono gli specialisti di intelligenza artificiale con i biologi che studiano il cervello? 2. È attualmente possibile prendere un cervello biologico e scansionare strato per strato l'intera architettura dei neuroni e delle connessioni interneuronali? 3. È possibile poi riprodurlo sotto forma di microcircuito o simularlo via software, riproducendo l'intero numero di neuroni e le connessioni tra loro? 4. Secondo te, quale strada dovremmo aspettarci di intraprendere per risolvere il problema dell'intelligenza artificiale: sulla strada dello studio e della copia del cervello umano o sulla strada del miglioramento dei computer e dei programmi per computer da soli? 5. Esiste un'opposizione consapevole alla creazione dell'intelligenza artificiale da parte di Stati o altre strutture per ragioni etiche o per paura di perdere il controllo su questo prodotto?

Risposta:

Yan David Evgenievich

Non sono uno specialista nel campo della ricerca sul cervello e non studio il problema della modellazione del pensiero, quindi la mia risposta a questa domanda sarà di natura amatoriale. Tuttavia, sono assolutamente sicuro che modellare l'attività del cervello umano a livello fisico non darà risultati pratici per molto tempo. Il motivo è la colossale complessità del sistema tecnico chiamato “cervello umano”. Allo stesso tempo, anche i tentativi di simulare il pensiero utilizzando i processori dei computer non saranno in grado di produrre risultati seri a causa della significativa semplificazione di questo sistema.

A mio avviso, gli esperimenti che combinano questi approcci sono interessanti e promettenti. I primi risultati positivi sono già noti quando vengono creati chip ad autoapprendimento sulla base di sistemi biologici di una popolazione cresciuta su silicio, che reagiscono a stimoli esterni e prendono decisioni semplici. Mi sembra che scoperte rivoluzionarie attendano l'umanità in questa direzione nel prossimo futuro.

Domanda:

iq
Perché far pensare una macchina? La macchina deve funzionare. Se le insegni a pensare, costringerà le persone a lavorare per lei.

Risposta:

Yan David Evgenievich

Iq, gioco di parole geniale! Mettiamolo in servizio! Ma, sul serio, capiamo tutti che la parola “lavoro” non ha più lo stesso significato di 100 anni fa. Se la risorsa principale nell'era dell'industrializzazione erano le materie prime materiali, oggi, nell'era della conoscenza, diventa informazione. Convertire le informazioni in conoscenza utile è il lavoro svolto da centinaia di milioni di persone in tutto il mondo. È qui che oggi è necessario l'aiuto principale e i moderni sistemi informatici aiutano una persona a risolvere questo problema.

E il fatto che una macchina costringa una persona a lavorare per essa è una paura piuttosto inverosimile da parte degli scrittori di fantascienza. L'intelligenza artificiale è un termine molto specifico che combina una serie di tecnologie legate alla classificazione automatica degli oggetti, al processo decisionale e così via.

Queste tecnologie sono utilizzate da tempo negli elettrodomestici che ci circondano, dalle lavatrici ai condizionatori. Quindi, non è necessario confondere le tecnologie dell’intelligenza artificiale con le tecnologie del pensiero artificiale.

Domanda:

Aleksandr Prusakov
Caro David Evgenievich, penso che molti ti siano grati per il tuo sostegno (insieme alla Fondazione russa per la ricerca di base) alla dodicesima Conferenza nazionale sull'intelligenza artificiale, che si terrà a Tver. Molti probabilmente sono grati per la formula della felicità, il festival del body painting o un delizioso pranzo per 169 rubli. Ma è successo che viviamo in un momento di riforme poco significative della scienza russa in declino. Qui la tua opinione è interessante e la tua parola è significativa! Quest’anno i finanziamenti della Fondazione russa per la ricerca di base verranno notevolmente ridotti e le risorse verranno reindirizzate verso strutture meno trasparenti ed efficienti. Ci sono riflessioni sull'organizzazione efficace del sostegno governativo alle scienze dell'intelligenza artificiale?

Risposta:

Yan David Evgenievich

La nostra azienda investe ingenti somme in ricerca e sviluppo nel campo dell’intelligenza artificiale. Inoltre, presso la Facoltà di Innovazione e Alte Tecnologie (FIHT) del MIPT nel 2006, è stato aperto il nostro dipartimento di “Riconoscimento di immagini ed elaborazione di testi”, dove gli studenti studiano non solo informatica, ma anche alcune materie specializzate nel campo dell'intelligenza artificiale .

Sosteniamo la conferenza Dialogue, che ogni anno riunisce i maggiori esperti mondiali nel campo della linguistica computazionale. Sono previsti l'organizzazione e il sostegno di altri eventi, convegni e concorsi nel campo dell'intelligenza artificiale, della linguistica e dell'informatica. Ora siamo nella fase di selezione dei progetti target.

Noi, come organizzazione commerciale, non possiamo assumere le funzioni dello Stato. A mio avviso, l’unico modo corretto per sostenere la ricerca nel campo dell’intelligenza artificiale è la cooperazione di aziende simili alla nostra e dello Stato nel campo dell’istruzione e della scienza.

La parola "computer" è tradotta dall'inglese come "calcolatrice". Cioè, sa contare bene. Ma gli scienziati cercano da molti anni di insegnargli a pensare. La cosa migliore che potevamo ottenere era insegnare a un computer a giocare a scacchi.

Abbiamo sempre cercato di farlo creando algoritmi. Funzionano bene per le situazioni in cui conosciamo il risultato in anticipo. Cosa succede se il risultato è sconosciuto? Oppure il numero di opzioni è così ampio che non possiamo provvedere a tutto. Cosa fare in questa situazione? Si è scoperto che qui possiamo sfruttare la capacità del computer di elaborare rapidamente grandi quantità di dati. È necessario caricare molte informazioni su un argomento e forzare il computer a trovare alcuni schemi in queste informazioni (gli scienziati sanno già come farlo). Il computer li ricorderà e, se riceve altre informazioni su un determinato argomento, sarà in grado di prendere una decisione in base a questi schemi. Naturalmente non sarà necessariamente corretto, ma spesso le persone commettono errori.

Questa direzione nell'informatica si chiama "apprendimento automatico"(o "apprendimento automatico" in inglese).

Tuttavia, c'è un problema: per elaborare i big data sono necessari computer potenti. Non puoi fare questo ai deboli. E qui il cloud computing ci viene in aiuto.

Che è successo nuvola? Le nuvole sono prodotti di condensazione del vapore acqueo sospeso nell'atmosfera. È difficile prevedere in anticipo cosa cadrà da una nuvola: pioggia, neve, grandine. A volte può essere qualcosa di completamente inaspettato. Ad esempio, il pesce. :) È lo stesso con i cloud informatici. Si trovano “da qualche parte” lontano, sono potenti, possono contenere un numero enorme di computer “virtuali”, possono darci qualsiasi risultato molto rapidamente. E, soprattutto, per utilizzarli, devi solo aprire una finestra del browser o un'applicazione mobile. Questo è ciò che gli scienziati usano per applicare i metodi di “apprendimento automatico”. Molti dati vengono caricati nel cloud e vengono creati molti computer virtuali per elaborare questi dati. Quindi insegniamo ai computer come elaborare questi dati e, dopo aver ricevuto il risultato, utilizzarli per analizzare nuove informazioni.

E' possibile vedere come funziona il tutto? Certamente! Il modo più semplice per farlo è utilizzare servizi che utilizzano il “machine learning”. Diamo un'occhiata ai servizi "cognitivi" che Microsoft ha creato per lavorare con immagini, fotografie, testi, parlato e molto altro.

COGNITIVO, oh, oh. [dal lat. cōgnitio knowledge, cognition] - Associato alla cognizione, al pensiero; Informativo. L'analisi cognitiva è lo studio dei processi di cognizione umana del mondo circostante, nonché della capacità di una persona di acquisire nuove conoscenze. Il sistema cognitivo umano è il sistema nervoso centrale e gli organi sensoriali attraverso i quali una persona comprende il mondo che lo circonda e se stesso.

Per “provare” i servizi è necessario andare su https://www.microsoft.com/cognitive-services/

Proviamo a caricare una foto e vediamo cosa ci dice il computer al riguardo.

In questo caso, vengono analizzate le emozioni. Ogni emozione viene valutata in numeri. Quanto più il valore è vicino a uno (il massimo possibile è 1), tanto più pronunciato è. Ciò che più notiamo in questo ragazzo è la sorpresa. Il computer ha assegnato a questa emozione il valore 0,875295341. Per tutte le altre emozioni è vicino allo zero (tranne la gioia, ma anche questa non è molto grande). Cioè possiamo dire che secondo il computer il ragazzo è molto sorpreso e un po' felice. Mi sembra che questo sia vicino alla verità.

Cosa puoi dire di questa donna?

Il computer ha determinato che si sentiva molto disgustata (0,72907275), un po’ triste (0,150495708) e un po’ arrabbiata (0,11228478). Sembra vero?

Sentiti libero di sperimentare con le tue foto. Guarda cosa succede. Oh, a proposito, non fornire al servizio fotografie di oggetti inanimati: è esperto di fotografie e può facilmente capire dove sono le persone e dove non sono.

Un altro servizio cognitivo con cui puoi “giocare” è il servizio di riconoscimento facciale https://www.microsoft.com/cognitive-services/en-us/face-api. Può dire molto su un volto umano: sesso, età, umore, se una persona porta gli occhiali o meno, descrive il volto. Può determinare quante persone ci sono in una foto e descriverle ciascuna. È in grado di confrontare due fotografie e di dire quanto è probabile che appartengano alla stessa persona.

Ad esempio, in questa immagine la corrispondenza è 0,771, che è piuttosto alta (come abbiamo capito, il valore più alto è 1).

E nella successiva il computer ha deciso che i volti dei personaggi non erano molto simili (0,195).

Ma quello che ci piace di più è il servizio di visione artificiale https://www.microsoft.com/cognitive-services/en-us/computer-vision-api. Il suo lavoro è fantastico!

Carichiamo un'immagine e il servizio determina di che tipo è (immagine o foto), cosa raffigura, quali colori predominano, se i bambini possono guardarla, ecc. Ad esempio, in questa immagine il computer ha visto una donna di 24 anni correre lungo la strada contro il cielo:

E questa mostra una vista di alti edifici sullo sfondo delle montagne. Naturalmente, hai subito indovinato che tipo di città fosse questa?

E in questa immagine il servizio ha rilevato e letto il testo (e in modo molto accurato):

I servizi cognitivi possono fare molto di più attraverso l’uso del machine learning. Ti invitiamo a studiarli tu stesso e, siamo sicuri, troverai molte altre cose interessanti per te.

Probabilmente hai notato che il servizio presenta i risultati in questo formato:

"facciarettangolo": (

"rabbia": 0.000005779621,

"disprezzo": 0.0000634569,

"disgusto": 0.0000245519477,

"paura": 0.000346612127,

"felicità": 0.114344768,

"neutro": 0.00990214851,

"tristezza": 0.0000173390872,

"sorpresa": 0,875295341

Questo formato si chiama JSON(sta per JavaScript Object Notation) è un formato dati speciale che i programmatori possono leggere e utilizzare nei loro programmi. Grazie a ciò, i servizi cognitivi vengono utilizzati non solo per divertirsi e comprendere la potenza del machine learning, ma anche in vari programmi (per smartphone e per siti Web) che potresti già utilizzare.

È così che insegniamo ai computer a riconoscere gli oggetti nel mondo reale. E molto presto queste competenze verranno utilizzate quasi ovunque. Preparati alle sorprese!

Recentemente è uscito un articolo sugli edifici parametrici di Zaha Hadid, ma dal testo non è molto chiaro cosa sia in linea di principio l'architettura parametrica. I parametri hanno qualcosa a che fare con le equazioni che descrivono le linee “alla moda, eleganti, giovanili” degli edifici moderni? No, è tutto più interessante. In effetti, la progettazione parametrica non riguarda tanto oggetti tridimensionali meravigliosamente curvi quanto algoritmi genetici, polimorfismo, mobilità, analisi di sistemi complessi e altre sciocchezze. Se sei interessato a ciò che sta accadendo attualmente all’intersezione tra architettura e tecnologia dell’informazione, continua a leggere.

Vorrei aggiungere qualche intrigo: gli stessi architetti chiamano molte cose diverse “parametriche”. Come al solito, solo il passato può essere suddiviso in pezzi, ma il presente è pura ebollizione e confusione.

0. Il parametricismo è uno stile visivo

C'è molto o niente da dire sullo stile delle linee morbide e delle superfici curve e sui relativi strumenti di progettazione. Semplicemente esistono e danno quel risultato riconoscibile che tutti avete visto più di una volta.

A proposito, quello che hai appena letto è solo uno stereotipo. In effetti, un edificio parametrico può assomigliare a qualsiasi cosa, anche a un rigoroso parallelepipedo senza finestre. Quindi non ci saranno immagini in questa sezione. Ciò che si nasconde dietro i bellissimi rendering è molto più interessante di loro.

1. Il parametricismo è quando una forma viene creata analizzando i processi che si verificheranno al suo interno

La modellazione delle informazioni porta il funzionalismo a un nuovo livello, quando i processi che si verificano in un edificio sono considerati come un’entità separata, come la “carota quadridimensionale” di Hawking, e l’edificio, per così dire, si avvolge attorno ad esso, senza introdurre nulla di superfluo.

L'elenco degli edifici di Zaha Hadid comprende un padiglione espositivo mobile, le cui strutture portanti sono contemporaneamente pareti, coperture, mobili e decorazioni interne e dirigono il movimento dei visitatori tra le mostre lungo la traiettoria desiderata. Corrisponde il più possibile alla funzione e si smonta anche quando non serve: passa! I grandi edifici differiscono nei materiali e nel design, ma il principio di fondo è lo stesso.

Tra gli edifici tradizionali ci sono anche esempi del genere, ad esempio un antico anfiteatro in una depressione a rilievo naturale, dove il fondo è un palcoscenico e le pendenze sono sedili, gradini, una struttura portante e una superficie acustica che controlla la distribuzione del suono. suono. Né aggiungere né sottrarre.

Tuttavia, nel tentativo di ottimizzare lo spazio, gli architetti sanno dimenticare il comfort psicologico dei fruitori delle loro creazioni, motivo per cui non tutte le creazioni “parametriche” sono amate dai cittadini.

2. Il parametricismo è quando un oggetto cambia in risposta alle proprietà dell'ambiente o a nuovi requisiti funzionali

Trasformabilità, mobilità e capacità di interagire con l'ambiente sono linee guida importanti per tutti gli architetti moderni, ma per gli artisti d'avanguardia questo è di particolare importanza.

Sapete che le scaglie di un normale cono vengono premute strettamente insieme in caso di pioggia e si allargano in tempo asciutto a causa del ciclo di rigonfiamento e essiccazione delle fibre del legno? Questo è ciò a cui aspirano ora gli architetti avanzati: affinché la struttura risponda ai cambiamenti con i suoi elementi di base e non con dispositivi tecnici complessi e costosi.

Un edificio “intelligente”, pieno di sensori e controllato da un programma, è già diventato mainstream, ora i ricercatori sono alla ricerca di metodi non elettronici e materiali non standard. Ad esempio, utilizzando termocoppie in modo che, quando riscaldato dal sole, l'elemento si deformi nel modo desiderato.

Edificio per uffici “gonfiabile” Media-ICT.

Gli edifici moderni respirano, si muovono, aprono e chiudono i loro "occhi" con l'aiuto di diaframmi, generano nuvole di azoto all'interno, modificano dinamicamente le proprietà di isolamento ottico e termico del vetro stesso e così via - in generale, vivono un ambiente ricco e vita interessante.

Non starò ad elencare innumerevoli esempi, trasformando il post in una gabinetto di curiosità. Una panoramica di diversi famosi edifici parametrici può essere vista qui. Diamo uno sguardo più approfondito ai computer dei progettisti.

Per i progetti in cui un oggetto esiste in dinamica, i CAD convenzionali non sono sufficienti ed è necessario utilizzare il BIM (building information modeling). Il mondo si sta gradualmente muovendo verso la tecnologia della “costruzione virtuale”, ma il nostro territorio è ancora indietro rispetto a questa tendenza (se ti stai chiedendo perché, leggi qui l’analisi con i grafici).

3. Il parametricismo è quando un oggetto viene creato secondo un algoritmo pre-sviluppato basato su una grande quantità di dati in arrivo

Con l’aiuto dei programmi BIM puoi letteralmente parametrizzare il progetto, trasformandolo in una “equazione 3D”. Cioè creare un modello che, grazie alle dipendenze date, si adatterà esso stesso alle circostanze. Oppure creare un insieme di regole che, sulla base delle informazioni disponibili, genereranno qualcosa di nuovo. La morfogenesi algoritmica è applicabile sia in oggetti minimi, come le fermate degli autobus, sia in quelli su larga scala, a livello di pianificazione urbana. A proposito, l'ufficio di Zaha Hadid e Patrick Schumacher è "ampiamente conosciuto in ambienti ristretti" per i piani generali parametrici della città generati utilizzando script (KDPV ne mostra uno, questo è Singapore).

Ecco un video interessante che illustra il polimorfismo parametrico. Il testo non è in russo, quindi spiegherò un po' cosa sta succedendo nell'inquadratura.

L'oggetto principale è un blocco di diversi edifici. Il numero dei suoi lati, la loro lunghezza e gli angoli tra loro possono essere modificati. Gli edifici stessi adattano il numero dei piani, il numero degli appartamenti e delle stanze in base a questi parametri. Collegandosi tra loro, gli isolati formano una rete che, a seconda del numero dei residenti e dell'attività del flusso del traffico, modifica la larghezza delle strade, identifica quelle principali e può sostituire parte delle abitazioni con istituzioni pubbliche, per esempio, i negozi ai piani terra. Si tratta di un lavoro di ricerca e non di un vero e proprio strumento di progettazione, ma può essere utilizzato per comprendere il trend.

Per un edificio, puoi scrivere un algoritmo di morfogenesi che, se applicato a materiali di partenza diversi, produrrà risultati diversi, ma saranno membri della stessa “popolazione”. Il risultato è il polimorfismo architettonico, una moderna sostituzione della costruzione standard: è possibile tipizzare in modo tale che non esistano edifici identici, ma esistano identiche tecniche tecnologiche e costruttive.

Immagine da qui.

Specificando le dipendenze, puoi anche generare oggetti che si inseriscono organicamente in un ambiente urbano esistente. È in questo contesto che gli architetti utilizzano il concetto di “genotipo”, intendendo un insieme di parametri fondamentali, proprietà, connessioni che caratterizzano un edificio o un luogo. L’analisi dei big data e i metodi di analisi numerica vengono sempre più utilizzati per identificare questi “geni” e la matrice delle interazioni tra loro. Ad esempio, negli anni '70, la struttura di una città poteva essere analizzata simultaneamente secondo 2-3 caratteristiche, e questo era interessante, e l'esempio di analisi più moderno in cui mi sono imbattuto chiariva i modelli di sviluppo di circa 400 regioni secondo 25 parametri.

Perché gli architetti generalmente non sono soddisfatti dei metodi di progettazione “normali”?

Non molto tempo fa, qualsiasi struttura veniva creata e percepita come un oggetto statico integrale: un edificio residenziale è un pezzo unico. Ora c'è un cambio di paradigma, ogni edificio comincia a essere visto come un sistema dinamico, i cui elementi non sono solo oggetti materiali, ma anche invisibili: connessioni, associazioni, punti e assi di percezione, e così via. L’emergere dei sistemi architettonici offre un vasto campo di ricerca e l’architettura parametrica è parte di ciò che emerge come risultato.

All'estero, sia aziende private che laboratori specializzati di grandi università lavorano nel campo dell'introduzione dell'analisi del sistema, dell'automazione e dell'algoritmo nella progettazione. In Russia ci sono ancora solo i primi germogli, ad esempio, l’iniziativa educativa “Branching Point” è impegnata nella divulgazione dei metodi computazionali in architettura.

Quindi può un computer pensare per un architetto? Non ancora. Ma il futuro è già da qualche parte nelle vicinanze.