von Als Generative AI wird eine Entwurfsmethode für Projekte in Design, Architektur und Kunst bezeichnet, bei der der Output durch einen KI getriebenen Algorithmus erzeugt wird, also z.B. Bilder, Produktpackages oder Architekturmodelle.
Dass die Generative Gestaltung allgemein an Bedeutung zunimmt, liegt vor allem daran, dass neue – teilweise leider noch nicht offiziell erhältliche – Entwicklungsumgebungen wie z.B. die Autodesk AI Software Dreamcatcher auch Gestaltern mit wenig Programmiererfahrung leichter machen werden, ihre Ideen auf diesem Gebiet umzusetzen.
Generatives Design ist ein Formfindungsprozess, der den evolutionären Entwicklungsansatz der Natur nachahmen kann. Das Design kann mit Entwurfszielen beginnen, die KI wühlt sich dann durch unzählige mögliche Permutationen, um die beste Option zu finden. Durch den Einsatz von leistungsfähigem Cloud Computing kann generatives Design Tausende oder sogar Millionen von Entwurfsoptionen durchlaufen um zu einem möglichst effektiven Design zu gelangen. Dieser voll skalierbare Prozess versetzt Designer in die Lage, Entwürfe zu entwickeln die weit über das hinausgehen, was ein Mensch allein erschaffen könnte.
BEISPIELE FÜR GENERATIVE GESTALTUNG & PRODUKTENTWICKLUNG
HACK ROD
Selbstfahrende Autos – allen voran Tesla – machen heutzutage viele Schlagzeilen. Aber zuvor gab es das Forschungsprojekt “Hack Rod”, eines der ersten künstlich intelligenten Autos. Die Idee stammt vom Primordial Research Project, einer Zusammenarbeit zwischen dem Design-Software-Riesen Autodesk und dem Medienunternehmen Bandito Brothers. Die Idee: ein Computer erstellt das perfekte Auto auf Basis unzähligen Datenmengen aus der realen Welt. Man baute einen Hochleitungsrennwagen, verpasste dem Auto Sensoren und schickte es auf eine raue Fahrt in die Mojave-Wüste, woe sich Fahrer und Fahrzeug in eine Datensammelmaschine verwandelten. Das Auto, das an Shelby Cobra erinnert, hat einen gehackten Ducati-Motor, und das Ziel ist es, das gleiche Leistungsgewicht wie ein Ferrari zu erreichen, obwohl es nur 1.000 Pfund wiegt.
Autodesk-Forscher Mickey McManus und Bandito Brothers CEO und Creative Director Mouse McCoy, ein ehemaliger professioneller Motorradrennfahrer und Stuntman trieb der Plan an, alle Sensor-Daten von diesem automobilen Nervensystem zu nehmen und sie in die Dreamcatcher Software von Autodesk zu integrieren. Selbst die Gehirnwellen des Fahrers wurden erfasst. Dreamcatcher ist ein generatives Design-Softwaresystem, das die Eingabe von Designzielen – einschließlich Materialarten, Funktionszielen, Herstellungsmethoden, Leistungskriterien und sogar – Kostengrenzen berücksichtigt. Die Software spuckte zahlreiche Fahrzeugchassis Designalternativen aus, um all diese Anforderungen zu erfüllen. McCoy sah – wohl auch wegen seiner jahrelangen Erfahrung in der Filmindustrie – dass Reality Capture ein enormes Potenzial hatte, um ein KI-Auto zu bauen.
“Es sah plötzlich so aus, als könnte jeder ein komplexes Ding entwerfen und viele Barrieren komplett niederreissen.”, sagt Holst, einer der Begründer von Hack Rod.
Die Entwicklung von Automobilen erfordert in der Regel viel Zeit und Geld: Hunderte von Ingenieuren benötigen drei bis fünf Jahre, um einen Prototyp zu entwickeln. Aber das kleine Team von Hack Rod hat es in wenigen Monaten geschafft. Die beschriebenen Methoden sind natürlich auf mehr als nur Autos anwendbar.
ELBO CHAIR
Der Elbo Chair ist ein ungewöhnliches Möbelstück von Arthur Harsuvanakit und Brittany Presten aus dem Autodesk Designlabor. Die Idee: der Entwurf eines Stuhls im dänischen Design.
In der Regel entscheidet der Designer, wie etwas aussehen soll, woraus es besteht und wie es konstruiert ist. Bei Elbo wurden jedoch große Teile des Designprozesses an die Software Dreamcatcher, dem CAD-System für generatives Design von Autodesk, übergeben.
Die Autodesk-Mitarbeiter fütterten die Software mit einem digitalen 3-D-Modell eines Stuhls, der von Hans Wegners ikonischem Round Chair und dem Lambda Chair aus dem Designstudio Berkeley Mills inspiriert wurde.
Sie legten fest, wie viel Gewicht der Stuhl tragen können muss, eine ungefähre Richtlinie für die Armlehnen und Dreamcatcher begann damit zu iterieren.
Die Software brachte Hunderte von Entwürfen hervor, die von Dreamcatcher im Laufe der Zeit optimiert wurden. So verringerte die Software das Eigengewicht und justierte die Gelenkposition, um die Tragfähigkeit zu verbessern und dünnere, kompliziertere Strukturen zu schaffen.
Elbo ist ein tolles Beispiel für die perfekte Zusammenarbeit zwischen Mensch und Maschine.
Die KI Software schafft Probleme aus dem Weg, an die ein Designer mit klassischer Ausbildung möglicherweise nicht denkt. Trotzdem überschreibt der menschliche Verstand den Algorithmus wenn er es für nötig hält.
COGNITIVE DRESS
Kognitive Systeme wie IBM Watson ermöglichen es Künstlern und Designern neue, kreative Wege zu beschreiten. IBM und das Designlabel Marchesa haben auf der Met Gala 2016 von Manus x Machina ein kognitives Kleid enthüllt, wo kognitive Inspiration in jeden Schritt des kreativen Prozesses eingeflossen ist – von Konzept und F & E bis hin zu Design und Design fertiges Produkt.
Aus der Überzeugung heraus, dass Farbe und Bilder Stimmungen signalisieren und Botschaften senden können, wählte Marchesa zunächst fünf wichtige menschliche Emotionen – Freude, Leidenschaft, Aufregung, Ermutigung und Neugier – aus, die das Kleid vermitteln sollte. IBM Research schickte diese Daten dann durch das kognitive Farbdesign-Tool, ein Projekt aus IBM Research-Yorktown, das die psychologischen Effekte von Farben, die Wechselbeziehungen zwischen Emotionen und die Ästhetik von Bildern versteht.
Dieser Prozess beinhaltete auch das Füttern von Watson mit Hunderten von Bildern, die mit Marchesa-Kleidern assoziiert wurden, um die Farbpalette der Marke zu verstehen und zu lernen. Letztendlich war Watson in der Lage, Farbpaletten vorzuschlagen, die im Einklang mit Marchesas Marke und den identifizierten Emotionen standen, die während der Met-Gala auf dem Kleid zum Leben erwachten.
Als die Farben fertig waren, wandte sich Marchesa an IBM Partner Inno360, um einen Stoff für ihre Kreation zu beschaffen. Mit Hilfe der F & E-Plattform von Inno360, die aus einer Kombination von sieben Watson-Services besteht, suchte das Team mehr als 40.000 Quellen nach Fabric-Informationen und verengte sich auf 150 Quellen mit den nützlichsten Optionen für das Kleid.
Aus dieser Auswahl ging Inno360 in Zusammenarbeit mit IBM Research-Almaden hervor, um bedruckte und gewebte Textilien zu identifizieren, die gut auf die LED-Technologie ansprechen, die für die Ausführung des letzten Teils der Zusammenarbeit erforderlich ist. Inno360 war dann in der Lage, 35 einzigartige Stoffempfehlungen zu liefern, basierend auf einer Vielzahl von Kriterien, die für Marchesa wichtig sind, wie Gewicht, Leuchtkraft und Flexibilität. Von dort aus gewichtete Marchesa die Vorteile unterschiedlicher Materialzusammensetzungen, Gewichte und Qualitäten, um den endgültigen Stoff auszuwählen, der den Kriterien für ihr Kleid entsprach und ihrer Marke treu blieb.
Der letzte kognitive Faden in der Kollaboration verbindet die Technologie mit dem Kleidungsstück und ermöglicht den Met-Gala-Enthusiasten, an der kognitiven Konversation auf dem roten Teppich teilzunehmen. Mit dem Watson Tone Analyzer wird das Kleid in das soziale Gefühl von Twitter-Nutzern auf dem kognitiven Kleid eindringen und Kontext um den Ton ihrer Botschaften extrahieren. Das Kleid, das mit LED-Lichtern versehen ist, wird die Farben in Echtzeit verändern, während sich die öffentlichen Gespräche rund um die Met Gala online entfalten.
