Description:
Key Words:
Inteligencia Artificial,Deep Learning,Tipología,Computer Vision
Required Skills:
Rhino Básico, Conocimientos sobre Python son bienvenidos pero no requeridos, cualquier soft de edición de imágenes (Photoshop)
Required Software:
Rhino 6, Cuenta de Gmail para utilizar Google Colab (Recomendamos obtener la versión “Pro”, 10 USD mensuales, pero no es requisito)
Required Hardware:
PC o MAC (que pueda manejar geometrías complejas en Rhino)
Maximum number of participating students:
25
Todos estamos de acuerdo con que Jean Nicolas Louis Durand hoy estaría trabajando en Data Analytics u obsesivamente desarrollando más y más algoritmos en los API de PyTorch y Tensorflow. Esto se explica en que “Recueil et Parallèle des édifices de tout genre, anciens et modernes” es un verdadero Big Data arquitectónico, una recopilación de edificios históricos clasificados estilística y funcionalmente. Y por otro lado “Précis des leçons d'architecture” representa una verdadera interfaz de producción disciplinar, con un conjunto de métodos, subrutinas y funciones, que constituyen un verdadero API del universo arquitectónico.
El workshop explora desde la perspectiva de la inteligencia artificial, la voluntad de construir taxonomías cruzadas, internas e incluso absurdas sobre el trabajo de Durand. Se plantea que para comprender las posibilidades y la relevancia del uso de inteligencia artificial en arquitectura, debemos estudiar a quien ha constituido un inicio en este mundo de datos y redes neuronales.
El objetivo práctico del workshop es construir amplios datasets basados en el trabajo de Durand, introducir el uso de los últimos algoritmos de inteligencia artificial, principalmente las “generative adversarial networks” (GANs) y combinarlas en una transformación analógica mediante Rhinoceros y Grasshopper, para obtener lecturas tridimensionales sobre la producción de la red neuronal entrenada.