onformative entrena a la inteligencia artificial para esculpir modelos 3D

¿qué pasa cuando la inteligencia artificial se vuelve el creador?

En la era de la tecnología, inspirada por el aumento del diseño impulsado por IA y su controvertido impacto en los creadores humanos, AI Sculpting de onformative se pregunta: ¿qué sucede cuando la IA se convierte en el creador? ¿Cómo pueden la creatividad humana y la producción hecha por máquinas alimentarse mutuamente?

Con la IA cada vez más adaptada en los campos del diseño, nuestro papel como creadores humanos está cambiando rápidamente. Las máquinas, mucho más rápidas en el aprendizaje y la reproducción de resultados visuales que los humanos, están impulsadas por la eficiencia, mientras que los humanos están motivados principalmente por la curiosidad. Explorando esta yuxtaposición y curioso por buscar un equilibrio entre dos co-creadores, el hombre y la máquina, el estudio de diseño con sede en Berlín comenzó un proyecto de investigación de IA para programar, observar y reinterpretar la evolución de una máquina que aprende a esculpir modelos en 3D. «El aspecto central de este proceso de creación conjunta es que, hasta cierto punto, dejamos ir el control», señala el equipo.

Su experimento, presentado como una serie curada de obras de arte digitales en un entorno de exposición generada en 3D, traza el viaje de un cubo simple que se transforma en una forma cada vez más reconocible con cada iteración. Finalmente, toma la forma de una figura humana.

todas las imágenes cortesía de onformative

onformative entrena a la inteligencia artificial a transformar un cubo en una estatua

A lo largo de la historia, el hombre ha tenido un gran interés por la manipulación de objetos y materiales con fines estéticos. Trasladando esta curiosidad a la era de la tecnología y la inteligencia artificial, el estudio de diseño onformative diseñó un proceso de aprendizaje automático y un modelo de IA como una herramienta emblemática de escultura tradicional. «Experimentar mejor la IA como creador y aprender de ella se convirtió en nuestro principal objetivo», señala el equipo. Así, la IA desarrolló diferentes estrategias buscando la mejora constante hacia la materialización de una determinada forma. Además, al alimentarlo con diferentes herramientas, reglas y recompensas a través del aprendizaje por refuerzo, el equipo pudo dirigir el proceso, mas no el resultado, revelando formas finales impredecibles.

Establecida para lograr el objetivo de esculpir un modelo 3D, la IA se entrenó a través del aprendizaje por refuerzo basado en recompensas y castigos. El agente, definido como cierto modelo de aprendizaje automático, fue programado para buscar la máxima recompensa en un proceso de prueba y error. Por otro lado, el entorno basado en vóxeles, que comenzó como un gran cubo, proporcionó datos infinitos y una estructura de recompensas clara para que el agente trabajara. Asimismo, a partir de esta estructura inicial, el agente necesitaba eliminar masa para acercarse a un estado objetivo predefinido.

Con cada paso, el agente puede decidir a dónde ir, si eliminar una masa de vóxeles a su alrededor y cómo hacerlo. Para posibilitar su aprendizaje, se condicionó de una manera específica: cuando se quitaba masa extraña se premiaba y cuando se quitaba masa que debía formar parte de la escultura final, se castigaba. A través de prueba y error, el agente creó sus propias estrategias para lograr la forma deseada.

Un resultado muy sorprendente de AI Sculpting fue el enorme paralelismo en el proceso de entrenamiento. En este, la IA pudo realizar simultáneamente muchos entrenamientos, lo que resultó en una gran variedad de resultados escultóricos. Al observar la evolución de la curva de aprendizaje de la máquina, onformative anotó las estrategias, los comportamientos y los resultados visuales. Así, pudo experimentar continuamente con diferentes parámetros y reglas predefinidas.

a través de los ojos de la máquina: visualizando la inteligencia artificial

Profundizando en el concepto de co-creación, onformative decidió adoptar la visión del agente para ver el proceso desde la perspectiva del creador. En un intento por interpretar la toma de decisiones del agente, el equipo de diseño experimentó con la visualización de datos de IA, como la confianza o la penalización y la recompensa por pasos individuales dentro del entorno 3D. Al resaltar la ruta del agente a través del bloque, por ejemplo, obtuvieron otra perspectiva sobre el proceso de creación en sí.

Finalmente, el equipo experimentó con su expresión creativa implementando diferentes herramientas para que el agente escogiera. A través de la configuración del aprendizaje por refuerzo, este proceso permitió una mayor complejidad y resultó en una variedad y profundidad de estrategias, así como resultados visuales. Al observar las huellas de diferentes herramientas en la superficie de las formas emergentes, el proceso de escultura se vuelve visible. Varias herramientas tienen su propia huella digital única, desde áspera a fina y rápida a lenta: cada decisión que tomó el agente al elegir una herramienta o forma de orientación diferente tuvo un resultado e impacto visual diferente.