Com aprenen les Intel·ligències Artificials
A la pel·lícula War Games es veu com un superordinador de la força aèria dels Estats Units, decideix llençar un atac amb míssils contra Rússia. El programa que té instal·lat va aprenent per si mateix a força de fer diferents simulacions d’escenaris bèl·lics i, un dia, s’ho pren tan seriosament que es prepara per iniciar una guerra nuclear.
Afortunadament, els protagonistes acaben salvant el món. Li donen instruccions perquè jugui al tres en ratlla, i el programa comença a fer milers de simulacions, recorrent totes les possibilitats del joc. Aleshores, s’adona que l’única forma de guanyar és no jugar. Així, descobreix el concepte de “destrucció mútua garantida” en el cas d’entrar en una guerra nuclear, i atura l’atac.
Això es podia veure al cinema als començaments dels anys vuitanta. Llavors ja es parlava de la intel·ligència artificial (IA), i es ressaltava un dels seus elements principals: l’aprenentatge.
Fins a l’aparició de la IA, els programes dels ordinadors han fet exactament allò que els hi ha dit que fessin. I només han fet allò per què han estat programats. Ni més ni menys. Sabem que una calculadora té les taules de multiplicar emmagatzemades i que, si li demanem que multipliqui 6 per 7, ens donarà sempre el mateix resultat. Són programes amb resultats previsibles.
A la IA, en canvi, no se li especifica tot el que ha de fer. Se li expliquen unes quantes coses i, la resta, les descobreix per si mateixa (o amb certa ajuda humana). Metafòricament, seria com si a una calculadora de IA no li donéssim totes les taules de multiplicar i fos ella mateixa qui ho descobrís veient milers d’operacions matemàtiques que pot trobar a Internet.
En el cas de les taules de multiplicar, donar-li instruccions precises a l’ordinador sobre com actuar és relativament senzill. En el cas de programes de disseny generatiu o generació de solucions arquitectòniques, és molt complex passar-li instruccions de com funcionar en cada situació perquè aquestes poden ser infinites. Per això, fins a l’aparició de la IA, hem tingut calculadores, però no hem pogut disposar d’aquests programes tan autònoms de disseny generatiu. A aquests programes, ara, els hi podem donar unes poques directrius, i deixar que aprenguin veient casos d’altres solucions arquitectòniques que els hi podem proporcionar nosaltres o poden trobar a Internet.
El que fa una IA és una cosa similar al que faria una persona. Posem l’exemple d’un arquitecte famós, Mies Van der Rohe. En acabar els seus estudis d’Arquitectura, el 1911, va començar a treballar a l’estudi de Peter Behrens. En aquells anys, arquitectes i dissenyadors havien de tenir una gran habilitat tècnica i precisió per fer els dibuixos a mà alçada amb els quals havien de comunicar les seves idees als altres. Els plànols tècnics detallats es creaven a través de taules de dibuix, regles i instruments de geometria. El més avançat que tenien, si volien tenir una major comprensió espacial i visual, eren les maquetes físiques. Ben segur que és com es va dissenyar el pavelló del seu nom que tenim a Montjuïc. La seva carrera va ser espectacular, va ser director de la Bauhaus i posteriorment, davant de la pressió nazi, va emigrar als Estats Units on va ser el director de l’Illinois Institute of Technology i impulsor de l’escola de Chicago.
En què és similar això a la IA? Mies va rebre “directrius” del que es podia fer en el camp de l’arquitectura quan estava estudiant i, ben segur, durant els primers anys de feina. A un programa d’IA el primer que se li donen també són directrius (què es pot fer i què no es pot fer i quins objectius ha de perseguir). Posteriorment, a través de la feina d’anys, Mies va anar veient centenars de casos en els quals es va poder inspirar. Talment com una IA, la qual, això sí, pot veure milions de casos en molt poc temps (generalment extrets d’Internet). Mies també devia cometre errors, com li passa a una IA, amb els quals aprendria moltes coses. Això és el que es coneix com a refinament. Tot i que una IA aprengui per si sola, s’acostuma a fer una supervisió humana per indicar-li els encerts i els errors. I, amb aquesta informació de què està bé i què no, continua aprenent. Mies, amb tot el seu coneixement i experiència adquirits, va aixecar el seu gratacel més emblemàtic, el Seagram Buiding de Nova York.
Anys més tard a Mies, es va produir una revolució amb l’aparició dels ordinadors. Es va introduir el disseny assistit per ordinador (CAD) amb el qual es podien dibuixar i modificar plans, generar vistes en 3D, realitzar simulacions i visualitzar els projectes en un entorn virtual. També es va poder definir i automatitzar el modelatge de la informació de la construcció (BIM), integrant tota la informació rellevant dels projectes, incloent-hi geometria, propietats dels materials, costos, calendaris i més. A finals del segle XX ja no era necessari saber dibuixar per mostrar el resultat final als clients i als equips de construcció. Es podien crear imatges i animacions molt detallades i realistes, i fer tota mena de simulacions i anàlisis sense una taula de dibuix.
Ara està arribant una nova revolució. Vol dir això que se substituirà als arquitectes i dissenyadors? Ben segur que no, però la seva feina canviarà, com va canviar en passar del dibuix a l’AutoCAD. Les IA tenen la capacitat de processar i analitzar grans quantitats de dades en un temps molt més curt que un ésser humà, i trobar patrons i relacions ocultes que, d’altra forma, no podríem detectar. Les IA s’acabaran convertint en eines imprescindibles.
Les IA han demostrat ser útils per generar i optimitzar dissenys arquitectònics. Això ajudarà a explorar diverses opcions de disseny i a millorar la seva eficiència energètica i funcionalitat. També ho han demostrat en la simulació i anàlisi del rendiment dels edificis abans de la seva construcció. Mitjançant l’ús de models de simulació i algoritmes d’intel·ligència artificial, es poden avaluar factors com l’eficiència energètica, la il·luminació natural, la circulació de l’aire i la sostenibilitat d’un projecte arquitectònic. Són també una eina valuosa per a la gestió de projectes arquitectònics. Poden ajudar en la planificació i programació de les tasques, l’assignació eficient de recursos, la previsió de costos i terminis, i la resolució de problemes complexos. Durant la fase de construcció, poden ser utilitzades per controlar i gestionar els processos de construcció, optimitzar l’ús dels materials i recursos, i supervisar la qualitat del treball fet. També poden ser implementades per monitorar l’edifici després de la seva finalització, recollint dades sobre el seu funcionament, consum energètic i altres paràmetres clau per a la seva eficiència i manteniment. I poden impulsar la integració de tecnologies emergents com la realitat virtual i la realitat augmentada, proporcionant experiències immersives als clients i als professionals.
Amb tot, no té per què substituir el talent i la creativitat humana. Les persones podem aportar una comprensió holística de les necessitats humanes, una sensibilitat estètica, i una capacitat d’adaptació i comprensió de factors de context que les IA encara no poden igualar. Encara no.