Генеративный дизайн

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску

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 так далее), 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 её 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[править | править код]

Примеры генеративного творчества в докомпьютерную эпоху[править | править код]

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[править | править код]

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[править | править код]

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[править | править код]

Промышленный дизайн[править | править код]

«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[править | править код]

«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 algorithms.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[править | править код]

  • 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[править | править код]

«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[править | править код]

  • 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[править | править код]

«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[править | править код]

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.   

Примечания[править | править код]

  1. В.Н. Канягин. Промышленный дизайн Российской Федерации: возможность преодоления дизайн-барьера. — Издательство Политехнического университета, 2012. — С. 37.
  2. 1 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. Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  4. Ирина Черепанова. Сервисы на нейросетях в помощь дизайнеру. Cossa (27 июля 2017). Дата обращения: 12 сентября 2017. Архивировано 4 сентября 2017 года.
  5. Юрий Ильин. Генеративный арт: когда художник убирает руки. Компьютерра (19 марта 2013). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  6. 1 2 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). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  8. 1 2 3 Филипп Кин. Порождающее проектирование порождает новую эру высокоэффективных продуктов. Isicad (27 июля 2017). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  9. 1 2 3 Храмкова Е. Дизайн: от создания вещей к проектированию будущего (20 марта 2011 года). Дата обращения: 12 сентября 2017. Архивировано 23 января 2022 года.
  10. 1 2 3 4 Роэлоф Питерс, Самим Винигер Перевод: AIC. ТворческийИИ. CMS Magazine (12 января 2017 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 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). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  13. Kaya Ismail. The Grid Is Finally Here. CMS Critic (13 сентября 2016 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  14. Peter O'Donovan, Aseem Agarwala,Aaron Hertzmann. DesignScape: Design with Interactive Layout Suggestions. Дата обращения: 12 сентября 2017. Архивировано 11 сентября 2017 года.
  15. Google опубликовала результаты своего игрового эксперимента Quick, Draw!. Tproger (20 мая 2017 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  16. Алексей Грамматчиков. Марк Цукерберг заступился за искусственный интеллект. Эксперт Online (2017 год). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  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). Дата обращения: 12 сентября 2017. Архивировано 14 августа 2017 года.
  19. TYLER KOSLOW. TOYOTA & MATERIALISE TEAM TO 3D PRINT LIGHTWEIGHT CAR SEAT. 3D Printing Industry (17 сентября 2015 года). Дата обращения: 12 сентября 2017. Архивировано 23 октября 2016 года.
  20. Юрий Ветров. «Экзоскелет для дизайнера»: что нового принесет в индустрию алгоритмический дизайн. Vc.ru (20 июня 2016 года). Дата обращения: 12 сентября 2017. Архивировано 23 февраля 2017 года.
  21. Василий Сычёв. Нейросеть научили верстке по картинкам интерфейса. N+1 (30 мая 2017 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 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). Дата обращения: 12 сентября 2017. Архивировано 4 сентября 2017 года.
  23. Jon Gold. Declarative Design Tools (2 июня 2016 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  24. MELISSA GOLDIN. Prototypo Will Let Anyone Design Original Fonts. Mashable (5 мая 2014 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  25. Кирилл Олейниченко. 600 лет автоматизации дизайна: от печатного станка до веб-индустрии. Awdee.ru (2 августа 2017). Дата обращения: 29 января 2022. Архивировано 18 мая 2021 года.
  26. Анастасия Пашкевич. AutoDraw от Google превратит ваши каракули в красивые рисунки. Лайфхакер (12 апреля 2017). Дата обращения: 29 января 2022. Архивировано 29 января 2022 года.
  27. Александра Селезнева. Nutella использовала алгоритм, чтобы сделать семь миллионов баночек с уникальным узором. Vc.ru (2 июня 2017). Дата обращения: 29 января 2022. Архивировано 29 января 2022 года.
  28. [Обзор NodeBox]. Infogra.ru. Дата обращения: 29 января 2022. Архивировано 12 сентября 2017 года.
  29. Николай Иронов / Обзоры. Artlebedev. Дата обращения: 29 января 2022. Архивировано 29 января 2022 года.
  30. Владислав ФЕДОРОВ. BIM-технологии: забавная трехмерная «рисовалка» или масса возможностей, которые не используют?. Строительство.ru (10 мая 2017 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  31. Марина Король. Британцы сообщили миру, что такое BIM уровня 3: это — Digital Built Britain. Isicad (6 марта 2015 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  32. Мигель Шевалье: художники тоже исследуют.. Strelka.com. Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.
  33. From Hydrographer To Total Art: One Developer’s Journey From Surveying To Synesthesia. The Virtual Report (12 июля 2017 года). Дата обращения: 12 сентября 2017. Архивировано 12 сентября 2017 года.

Литература[править | править код]

  • 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[править | править код]