В своем исследовании я исхожу из существующих и определенных задолго до меня техник генеративного дизайна, таких как фракталы, Л-системы, клеточные автоматы, грамматики формообразования и генетические алгоритмы. Эти генеративные техники я принимаю как аксиому и лишь пытаюсь на основе их анализа выявить общие закономерности и основные принципы того, что отличает именно генеративный дизайн от всего остального.

Не так давно я пришел к заключению, что система генеративного дизайна может обладать подобием примитивного интеллекта, самостоятельно принимая решения о том, как поступать в каждой конкретной ситуации в процессе своей работы. Это навело меня на мысли, что подобный «интеллект» может являться самой сутью генеративного дизайна — тем, что и создает генеративность.

Однако, далеко не каждая система ГД обладает таким свойством. Так, действие некоторых систем может быть полностью определено изначально, как например в случае с фракталами, и исключать возможность принятия решений системой, сводя ее работу к последовательному выполнению строго определенных изначально действий.

Сперва я счел, что такие системы вовсе не являются генеративными. Но, поскольку они все равно могут удовлетворять основным условиям генеративности — очевидно, что это не так.

Чтобы лучше понять то, о чем я говорю, можно обратиться к примеру павильона галереи Serpentine 2002 года, от Toyo Ito и Cecil Balmond.

В основе концепции павильона лежит бесконечное движение, отраженное в последовательно вращающемся квадрате, продленные грани которого образуют визуально сложную и динамичную пространственную структуру павильона.

При всей визуальной сложности дизайна, в его основе лежит весьма простой алгоритм. Он основан на последовательном вращении и одновременном масштабировании исходной геометрии.

С подробной информацией о дизайне павильона можно познакомиться по данной ссылке. Я же приведу ниже собственную схематичную версию работы лежащего в основе дизайна алгоритма.

Генеративный процесс Ito-Balmond pavilion

В системе, генерирующей результат с изображения выше (итерации с нулевой по шестую), в качестве исходных данных используется геометрическая фигура — квадрат. И для функционирования системы определено следующее правило. На каждой итерации алгоритма повернуть последнюю созданную фигуру на угол равный 30 + 1.5*n градусов (где n-номер текущей итерации) и отмасштабировать полученную фигуру относительно ее центра с коэффициентом 0.83. Использованные значения я подобрал эмпирически, стараясь визуально приблизиться к оригиналу. Коэффициент 1.5*n введен для того, чтобы избавиться от параллельности линий.

Рассмотренная система является итеративной и с каждой ее итерацией, обрабатываемые ею данные в виде создаваемого вновь квадрата, изменяются самой системой такими средствами дизайна, как вращение и масштабирование. Функционирование системы происходит автономно, т.е. без необходимости вмешательства дизайнера в процесс ее работы. Таким образом, перед нами — система генеративного дизайна.

Однако, данная система обладает определенной особенностью, которая заключается в том, что ее можно с легкостью заменить линейным алгоритмом, создающим тот же результат. Для этого необходимо лишь применить к процедуре вращения последовательность {Xn}: X0 = 0, X1 = 30, Xn = Xn-1 + 30+1,5n в качестве величины угла поворота, а к результату — последовательность {Yn}: Y0 = 1, Yn = Yn-1 *0.83 в качестве коэффициента масштабирования. При этом, результат алгоритма будет абсолютно идентичен результату работы генеративной системы.

Как видно из описания, рассмотренная система не обладает возможностью выбора процедуры дизайна из числа потенциальных для каждой итерации, как это например было реализовано здесь. Механизм ее полностью детерминирован и можно с легкостью вычислить результат работы системы на каждой итерации.

Я считаю, что подобные системы можно называть детерминированными и выделить их в отдельную группу по следующему признаку.

Детерминированная система генеративного дизайна — та, которую можно заменить линейным алгоритмом без изменения результата.

По аналогии:

Стохастическая система генеративного дизайна — та, которую невозможно заменить линейным алгоритмом без изменения результата.

Не смотря на тождество результатов системы генеративного дизайна и альтернативного ей линейного алгоритма, между двумя подходами существует принципиальное отличие. Как правило, создание генеративной системы требует меньше ресурсов времени и сил дизайнера, за счет потребления большего количества вычислительных ресурсов.

Во многих случаях легче создать систему и определить набор сравнительно простых правил для получения результата методом пробных просчетов и соответствующих корректировок, нежели изначально полностью продумать более сложный алгоритм, который создаст желаемый результат.

Делегируя часть механической работы системе, в каком-то роде, дизайнер обеспечивает себе больше возможностей для творчества.

 

Схожие записи

Комментарии закрыты