Раскрытие творческого потенциала в строительстве через параметрическое и алгоритмическое проектирование

Использование вычислительных средств в проектных бюро стало обычной практикой с середины 1990-х годов. Эти инструменты автоматизированного проектирования значительно оптимизировали реализацию строительных проектов, особенно с точки зрения графического представления и визуализации.

В проектировании прибегают к множеству различных методов. Они не являются универсальными, поскольку каждый человек обладает индивидуальными подходами к выражению идеи. Между тем использование определенных технологий порождает и общие аналоговые методы. При применении традиционных инструментов по добавлению информации суть процесса заключается в пространственной композиции (или архитектурном формообразовании). Новые методологии, такие как параметрическое и алгоритмическое проектирование, более склонны к поиску формы или результата на основе фиксированных или поддающихся манипулированию параметров.

Благодаря методам генеративного дизайна эволюционные алгоритмы стали применяться в архитектурных проектах, соответствующих идее ESG‑повестки. Основная идея заключается в том, чтобы специалисты вдохновились эволюционными концепциями и функционированием природных систем для ускоренной генерации новых решений.

Так, эволюционные алгоритмы используются для проектирования различных типов продуктов — от самолетов до компьютерных чипов. Они особенно хорошо подходят для решения задач, в которых желаемое решение неизвестно заранее, а условия слишком сложны.

При таком подходе с их помощью также удаётся имитировать процесс естественного отбора, когда наиболее приспособленные члены популяции выбираются для воспроизводства и передачи своих характеристик следующему поколению, порождая множество решений (называемых популяциями). Алгоритм начинает работу с популяции случайных решений, оценивая каждое из них с точки зрения поставленной цели. Затем эти решения оцениваются по набору критериев, называемых функциями пригодности.

Для воспроизведения выбираются наиболее подходящие решения, а их характеристики комбинируются для создания новых. Те, что демонстрируют хорошие показатели в соответствии с функциями приспособленности, отбираются для формирования нового поколения решений. Этот процесс повторяется, причем каждое новое поколение решений превосходит предыдущее, пока не будет достигнута желаемая цель или не будет найден наилучший вариант в рамках конечного процесса. Основным преимуществом этого подхода является его способность превосходно справляться с задачами, которые слишком сложны для человека.

Алгоритмическое программирование как новая парадигма проектирования

История эволюционного алгоритмического программирования начинается с идеи использования эволюции в качестве метафоры для решения проблем. Дарвин в своей книге «О происхождении видов» предположил, что организмы развиваются в процессе естественного отбора, в ходе которого наиболее приспособленные особи с большей вероятностью выживают и размножаются. Эту логику можно применить и к решению задач, используя популяцию потенциальных решений и отбирая наиболее приспособленные. Первые работы, связанные с эволюционными вычислениями, были опубликованы в середине 1950-х годов.

В середине 1960-х годов были созданы три основных вида эволюционных алгоритмов, известных под общим одноимённым названием: эволюционное программирование, генетические алгоритмы и эволюционные стратегии. В 1990 году в Дортмунде впервые прошла международная конференция Parallel Problem Solving from Nature (PPCN), которая способствовала налаживанию сотрудничества между различными сообществами исследователей эволюционных алгоритмов. Регулярные собрания для совместного решения задач способствовали появлению термина, известного как эволюционное моделирование. Эволюционные алгоритмы продолжили применять для проектирования и оптимизации широкого спектра продуктов в различных отраслях, включая архитектурные проекты. В последние десятилетия одним из основных направлений исследований в архитектуре является использование вычислительных инструментов в процессе проектирования.

Некоторые ключевые определения

Для лучшего понимания темы приведём определения понятий, связанных с эволюционными алгоритмами:

• Алгоритм

В своей известной книге «Алгоритмическая архитектура» Костас Терзидис дает следующее определение: «Алгоритм — это вычислительная процедура, позволяющая решить проблему за конечное число шагов. Она включает в себя дедукцию, индукцию, абстрагирование, обобщение и структурированную логику. Это систематическое извлечение логических принципов и разработка общего плана решения».

• Алгоритмическое проектирование

Относится к использованию скриптовых языков, которые позволяют специалистам выйти за пределы традиционных интерфейсов программного обеспечения для проектирования, расширяя возможности путём прямого манипулирования не формой, а кодом. Алгоритмическое моделирование, как правило, может быть выполнено с помощью языков компьютерного программирования, таких как RhinoScript. Тем не менее, учитывая сложность задачи, приложения вроде Generative Components и Grasshopper позволяют использовать для автоматизации код с изобразительными формами.

• Визуальное программирование

Позволяет создавать алгоритмы с помощью графических компонентов, таких как иконки, кнопки и символы. С помощью функций визуального программирования можно выполнять параметрическое проектирование без необходимости прописывать код текстом. Кроме того, в отличие от записывания текста в компилятор, в визуальном программировании используются решения с интерфейсом, в который вводятся компоненты для формирования кода, направленного на выполнение поставленной задачи. Примером такого продукта является Grasshopper, плагин для Rhinoceros.

• Параметрическое проектирование

В этом методе применяется программное обеспечение, в котором используются числовые и геометрические параметры, позволяющие постепенно вносить изменения в один из элементов, которые в результате цепной реакции влияют на всю модель. В отличие от традиционного процесса, части проекта изменяются вместе, комплексно. Это позволяет настраивать связи, вносить изменения и дополнения, сокращая объем переделок и расширяя возможности.

• Генеративный дизайн

Подход к проектированию, который использует алгоритмы для создания проектов. Это итерационный цикл применения и оценки правил, в котором первоначальный дизайн проекта проходит через несколько геометрических и топологических преобразований.

• Эволюционные алгоритмы

Термин происходит из computer science (компьютерные науки), в частности из области искусственного интеллекта. Главная особенность эволюционных алгоритмов — искусственное воспроизведение эволюционных механизмов, обеспечивающих адаптивное поведение, на основе четырех столпов (популяция, разнообразие, наследственность и отбор).

Прямо как в природе, этот процесс характеризуется интеграцией и взаимодействием большого количества видов и их вариаций, стремящихся к равновесию с окружающей средой через выживание сильнейших. В этом и заключается основная цель использования эволюционных алгоритмов: поиске ответов, которые одновременно помогают достичь различные цели в рамках одного конкретного вопроса.

Многие алгоритмы моделируют работу естественных процессов, которые с момента их открытия человеком контролируются не его разумом, а фиксируются и исполняются компьютерной системой. В концепции эволюционных алгоритмов используются понятия мутации, отбора и наследования, когда особи населяют популяцию, в которой выживают самые приспособленные. Эволюционный алгоритм в основном состоит из популяции закодированных решений (особей), манипулируемых набором операторов и оцениваемых по определённому параметру пригодности.

Генетические алгоритмы и эволюционные стратегии

Существуют различные типы эволюционных алгоритмов, и три основные «техники», применяемые в этой концепции:

• Генетические алгоритмы

Впервые предложенный Джоном Холландом в 1960-х годах, это алгоритм поиска, который использует популяцию потенциальных решений и применяет операторы «отбор», «кроссинговер» и «мутация» для получения новых поколений решений.

• Эволюционное программирование

Было популяризировано Лоуренсом Дж. Фогелем в 1960 году во время работы специальным ассистентом в американском Национальном научном фонде. Тогда учёный считал, что искусственный интеллект сосредоточен вокруг эвристики и моделирования примитивных нейронных сетей — довольно ограниченных подходов, поскольку они копировали человека, а не процесс производства особей. Так он понял, что ИИ должен быть основан на адаптации поведения к различным условиям окружающей среды. В эволюционном программировании особь в популяции представлена системой с конечным числом состояний, а воспроизводство популяции и генерация потомков от всех особей осуществляется операторами мутации. При отборе особей для следующего поколения потомки конкурируют с родителями, и выживают только те, кто обладает высокой степенью приспособленности, как из текущего поколения, так и из последующих.

• Эволюционная стратегия

Была разработана в 1964 году тремя студентами Берлинского технического университета во время изучения аэрокосмических технологий. После неудачных попыток в ручных вычислениях один из них придумал использовать данные для принятия случайных решений, что впоследствии было успешно реализовано вторым на механическом калькуляторе и третьим — при создании робота, который выполнял действия и принимал решения автоматически. В эволюционной стратегии была разработана так называемая формула (1+1)-ЭС, в которой одна особь порождает только одного потомка, а генератор и потомок конкурируют за выживание.

Вычислительные инструменты для эволюционных алгоритмов: Galapagos и Wallacei

Разработанный окончившим Делфтский технологический университет архитектором Дэвидом Руттеном Galapagos — это стандартный плагин Grasshopper, используемый для сложной оптимизации и проектирования с большим количеством переменных. В нём реализованы два общих инструмента решения, один из которых использует генетический алгоритм, а другой — алгоритм модельной «закалки».

Wallacei же изначально задумывался Мохаммедом Макки как аналитический инструмент, а затем был интегрирован исследователями Миладом Шоукатбахшем и Ютао Сонгом. Wallacei стал эволюционным механизмом, позволяющим пользователям выполнять эволюционное моделирование ситуаций. Согласно руководству Wallacei Primer 2.0, он также позволяет пользователям выбирать, реконструировать и производить любой фенотип из популяции, полученной в результате моделирования. В отличие от предыдущего плагина, Wallacei позволяет использовать многоцелевой подход, расширяя возможности работы с несколькими заинтересованными сторонами в рамках одного алгоритма.