Le projet ChAIr est une série de quatre chaises créées à l’aide d’un réseau neuronal génératif (GAN) formé sur un ensemble de données de chaises iconiques du XXe siècle dans le but de « générer un classique ». Les résultats sont des incitations visuelles semi-abstraites pour un designer humain qui les a utilisées comme point de départ pour des concepts de conception de chaises.

Le projet est une collaboration entre Philipp Schmitt, Steffen Weiss et deux réseaux de neurones explorant l’inversion des rôles de l’homme et de la machine dans le processus de conception et la production industrielle. Il explore la co-créativité entre l’homme et l’IA, en prenant la chaise – l’archétype d’un objet conçu – comme exemple.

L’ensemble de données sur la formation contenait 562 modèles de chaises du XXe siècle raclés de Pinterest. L’IA utilisait un système visuel et ne tenait compte que de l’esthétique. Cela contraste avec d’autres approches de conception procédurale comme le Project Dreamcatcher d’Autodesk qui optimise la conception en fonction des exigences fonctionnelles, par exemple une stabilité maximale avec un poids minimal. Le but n’était pas de générer une chaise fonctionnelle, mais de générer une ‘invite visuelle’ engageante pour un designer humain. Le projet est une étude de cas pour le projet de recherche Augmented Imagination de Philipp qui explore l’utilisation de l’apprentissage machine comme outil d’art et de conception pour le repli de l’esprit sur lui-même – comme le surréalisme ; un projet qui s’adresse au subconscient, à l’associatif, à l’imaginaire plutôt qu’au rationnel.

Le réseau neuronal a généré des centaines de chaises : Certains sont à peine reconnaissables en tant que meubles et beaucoup d’autres ne sont pas exactement fonctionnelles, n’ont pas de siège ou n’ont pas de pieds. Il y en a des concrètes qui rappellent des dessins iconiques spécifiques et d’autres qui semblent s’intégrer dans un style, une époque ou un processus de fabrication. Le duo a ensuite transformé une sélection de chaises générées en esquisses et, finalement, en concepts pour de vraies chaises. Ils ont d’abord esquissé des gribouillis manuels, puis transféré une sélection dans la CAO pour rendre les modèles 3D plus faciles à percevoir pour les spectateurs neutres. L’idée était de ne pas simplement tracer les images générées, ni de les transformer en meubles traditionnels. Ils ont plutôt fait ressortir les chaises qu’ils ont vues dans les images floues pour aider les spectateurs à voir ce qu’ils ont imaginé.

↑ ↓ Prompts générés (à gauche) ; croquis exploratoires (à droite).

Enfin, à partir des esquisses, ils ont réalisé des prototypes miniatures de quatre dessins. Comme le monde réel introduit une autre couche de contraintes (par exemple, les propriétés des matériaux et les lois de la physique), la transformation d’images 2D générées en un modèle 3D a également soulevé de nombreuses questions sur l’apparence des pièces précédemment occultées. Il en résulte quatre chaises à l’échelle 1:8 en balsa, tube en laiton et maille d’aluminium.

Le projet utilise l’apprentissage machine : Generative Adversarial Neural Network (DCGAN, arXiv:1511.06434 [cs.LG]).

Project Page | Philipp Schmitt |  Steffen Weiss

Publicités

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.