Strutture Latenti: Tra Modelli Generativi e Design Contemporaneo
di Fabio Gnassi
La fulminea ascesa di modelli generativi capaci di creare testi e immagini ha rivelato le immense potenzialità legate all’utilizzo dell’intelligenza artificiale nel processo creativo di designer e architetti. La ricerca avanza inarrestabile, ponendo le fondamenta per una nuova generazione di modelli capaci di trasformare input testuali o grafici in oggetti tridimensionali, pronti a rivoluzionare i paradigmi progettuali esistenti.
Ne parliamo insieme a George Guida, ricercatore allo Harvard Laboratory for Design Technologies, è co-fondatore di ArchiTAG e xFigura. Esperto di IA in architettura, integra tecnologia e design, con progetti globali e accademici.
I modelli generativi 3D si basano su un processo che prende il nome di “ML Representation”, una particolare forma di rappresentazione che può essere ottenuta attraverso diverse tecniche. Può spiegarci il suo funzionamento?
I modelli generativi 3D adottano diversi approcci per creare oggetti tridimensionali con l’IA. A differenza di testo e immagini, che dispongono di dataset abbondanti e ben definiti, l’addestramento per la generazione 3D presenta maggiori sfide. In architettura, i dataset 3D sono frammentati tra vari formati (mesh, nurbs, superfici ecc.) e difficili da centralizzare a causa di problemi di proprietà intellettuale. Inoltre, la loro elaborazione richiede potenza computazionale elevata.
Per affrontare queste sfide, sono emersi nuovi approcci che ho esplorato come ricercatore alla Harvard Graduate School of Design. Tra questi, tecniche basate su modelli linguistici (LLM) o processi “multiview”, che utilizzano immagini 2D per generare oggetti 3D. Un esempio è il “Gaussian Splatting”, popolare nel 2023. Simile alla fotogrammetria, sfrutta l’IA per produrre risultati di alta qualità, ora applicabili in architettura per ricostruzioni digitali o concept innovativi.
Esploriamo l’impatto delle applicazioni di IA in tempo reale, arricchendo i metodi tradizionali. Crediamo nell’uso dell’IA per dare voce ai cittadini, aiutandoli a immaginare spazi urbani migliori.
Che cosa è un Gaussian Splat e come avviene il suo processo di addestramento?
Un Gaussian Splat è una tecnica innovativa per rappresentare oggetti 3D tramite funzioni gaussiane, che sovrapponendosi ricreano superfici complesse. Questa metodologia si è evoluta dai Neural Radiance Fields (NeRF), offrendo maggiore efficienza e risultati visivi più raffinati, ed è particolarmente utile per l’architettura e il design.
Il processo di addestramento consiste nell’ottimizzare la posizione, la dimensione e l’intensità delle gaussiane per adattarle ai dati di riferimento, come immagini o nuvole di punti. Nel mio studio di architettura, ArchiTAG, abbiamo integrato questa tecnologia in un workflow avanzato che combina l’uso di Unity e l’API di Google Maps. Questo ci consente di scansionare digitalmente un sito, modificarlo con prompt testuali e processori di immagini, e visualizzare i risultati in tempo reale.
Oltre all’attività di ricerca, porta avanti un percorso professionale con lo studio ArchiTag. Che ruolo ricopre l’intelligenza artificiale all’interno del suo processo progettuale?
Nel mio studio, ArchiTAG, l’intelligenza artificiale (IA) è integrata in tutti i progetti, soprattutto nelle fasi concettuali. Questo approccio riflette il mio lavoro accademico all’Università di Harvard e al Wentworth Institute of Technology. Un esempio è un progetto per una palestra di arrampicata in Uganda, dove abbiamo usato workflow basati sull’IA per trasformare schizzi iniziali in immagini concettuali e modelli ML per l’analisi ambientale.
Esploriamo l’impatto delle applicazioni di IA in tempo reale, arricchendo i metodi tradizionali. Crediamo nell’uso dell’IA per dare voce ai cittadini, aiutandoli a immaginare spazi urbani migliori. Offriamo anche consulenza su IA per studi di architettura, supportando l’adozione di strumenti innovativi per aumentare competitività e consapevolezza. Di recente, abbiamo aiutato uno studio a sviluppare un modello RAG per migliorare la creazione di RFP, integrando in modo sicuro un LLM con i dati aziendali.
Il progresso tecnologico sta portando alla proliferazione di numerose applicazioni in grado di ricoprire un ruolo rilevante nel processo compositivo. L’implementazione e il perfezionamento di questi prodotti delineano un sistema in cui l’architetto sembra ricoprire un ruolo sempre più marginale. Qual è il suo parere a riguardo?
Io descrivo sempre l’intelligenza artificiale come “augmented imagination”. L’IA può arricchire i workflow creativi se usata come supporto e non scorciatoia. Questo crea spazio per curare i risultati generativi, ottimizzandoli per decisioni informate e basate su criteri progettuali. È cruciale mantenere un ruolo attivo e critico nell’uso di questi strumenti. Come diceva Marshall McLuhan, “dobbiamo modellare gli strumenti che a loro volta modellano noi”. Gli architetti devono essere coinvolti nello sviluppo di queste tecnologie, specialmente ora che il codice è più accessibile.
Questo principio guida anche xFigura, una startup di ideazione generativa che lanceremo nel gennaio 2025. Combinerà i migliori modelli di IA in uno spazio collaborativo, aiutando architetti e designer a sfruttare queste tecnologie senza perdere la loro identità creativa.
Lei è anche uno dei primi architetti che sta affrontando la tematica della regolamentazione dell’uso dell’AI in architettura. Qual è il suo parere?
Con l’uso crescente dell’IA in architettura, è fondamentale mantenere il nostro ruolo decisionale e il dovere di garantire la qualità dei progetti per il pubblico. Serve una chiara definizione di cosa significhi “IA responsabile” per la nostra professione.
L’Unione Europea ha adottato misure decise con l’AI Act e la Product Liability Directive. L’Italia, che si posiziona terza al mondo per infrastrutture di supercomputing, ha l’opportunità di guidare questa discussione, anziché seguirla. Collaboro con NCARB negli Stati Uniti e RIBA nel Regno Unito su questo tema. Non credo che l’IA in architettura debba essere regolata subito, ma è essenziale stabilire un quadro generale per decisioni informate ed etiche. L’IA, oggi vista come strumento per automatizzare compiti come verifiche e revisioni, potrebbe evolvere in un agente collaborativo. Dobbiamo garantire salvaguardie per un uso sicuro e responsabile.
