Generatív tervezés

A generatív tervezés vagy generatív tervezés egy digitális  vagy fizikai termék (webhely, kép, dallam, építészeti modell, részlet, animáció stb.) tervezésének és tervezésének megközelítése, amelyben egy személy a folyamatok egy részét átruházza számítástechnika és platformok [1] .

Ebben az esetben a tervező , mérnök vagy más megrendelő nem közvetlenül a problémára keres megoldást, hanem annak paramétereit, korlátait írja le a programnak, ami után elkészíti (generálja) a termék jövőképét formáló megoldási lehetőségeket [2 ] .

A hagyományos tervezési és mérnöki eszközökkel ellentétben a generatív rendszerek félig autonóm módon hoznak létre és választanak ki olyan megoldásokat, amelyek megváltoztatják a rendszerrel való emberi interakció természetét: a programot nem eszközként, hanem a kreatív folyamat teljes értékű résztvevőjeként tekintik . „ partner ” [3] .

Egyes generatív rendszerek lehetővé teszik a felhasználó számára a probléma újrafogalmazását, javítását és finomítását a közbenső eredmények alapján, valamint a megoldások keresése során önálló tanulást is. [négy]

Történelem

Példák a generatív kreativitásra a számítógép előtti korszakban

A generatív kreativitás technikáit már jóval a számítástechnika feltalálása előtt használták. Sokak számára gyermekkoruk óta ismert elemi generatív eszköz egy kaleidoszkóp . [5] Egy bonyolultabb, számítógép előtti generatív eszközre példa a jósoló kártyák és a terjesztéssel előrejelzéseket generáló jósnő - a generatív eszközök használata F. Galanter szerint „olyan régi, mint maga a művészet” [ 6] . Véleménye szerint a generatív modellek nem kötődnek semmilyen technológiához, a kreatív tevékenység generatív eszközei pedig nem biztos, hogy csúcstechnológiásak, és még az ókori kultúrákban is megtalálhatók. Az eszközök és algoritmusok generálása (például kockadobás) sok játék "mechanizmusa" - például az ókori Indiában volt egy kockajáték, amely a világteremtés "kreatív elvének" megszemélyesítője volt.

A középkorban Lull megalkotott egy mechanikus generátort (Ars), amely minden kérdés megválaszolására szolgál: úgy gondolják, hogy a mechanizmus a Kabbala elgondolásán alapult, amely szerint a világról minden lehetséges tudást kimerítenek a permutációk, kombinációk. és a héber ábécé betűinek elhelyezése – az Ars-t úgy tervezték, hogy a tudás ezen elsődleges elemeinek minden "értelmes" kombinációját generálja.

1751-ben W. Hayes feltalált egy generatív módszert, amellyel "a legaljasabb tehetségek" számára komponált zenét. [2]

Ben Laposky modernebb kísérletei is, akik 1952-től oszcilloszkóp segítségével bámulatos képeket („elektronikus absztrakciók”, „oszcillonok”) készített, szintén a generatív kreativitás számítógép előtti gyakorlatának tulajdoníthatók. [7] Valójában Laposky feltalált egy „előtagot”, amely megjeleníti az elektromos jelek amplitúdóját és időparamétereit. Laposky kísérletei azért érdekesek, mert az elsők között vizualizálta a generatív kreativitás folyamatait és eredményeit – a vizualizáció elve a generatív tervezés egyik alapelve.

A generatív tervezés modern története

A műtermékektől eltekintve a generatív tervezés története a 20. század közepén kezdődött, amikor megjelentek az első képeket létrehozó számítógépek.

• Az 1960-as években a Bell Labs elkezdett számítógépeket használni különféle kreatív feladatok megoldására, például grafikák, animációk és esztétikai tárgyak létrehozására.
• Az 1980-as években a számítógépes kreativitás területén komoly kutatások fejlődtek ki, amelyek tudományos irányvonal formáját és státuszát nyerték el. Mindenekelőtt a számítógépes kreativitás lehetőségeit tanulmányozták a számítástechnikában, az építészetben és a tervezésben. Az Autodesk 1982-ben fejlesztette ki az AutoCAD program első verzióját, amelynek különféle alkalmazásait a gépészetben, az építőiparban és az építészetben használják. 1984-ben elkészült az ArchiCAD (Radar CH) program első verziója, amely széles körben elterjedt az épülettervezésben. Később a CAD programok a generatív mechanizmusok megvalósításának egyik gyakori esetévé válnak. [nyolc]
• 2004-ben a Business Week rovatvezetője, Bruce Nussbaum közzétette a The Power of Design and Redesigning American Business cikkeket, és kijelentette: „A tervezői szakma lényegét megváltoztatta: a rajz területéről a gondolkodás területére, a stilizációból az innovációba, a dolgok alakításába került. új üzleti paradigmák megjelenítéséhez” [9] . Megkezdődött egy új üzleti filozófia, amelyben a generatív tervezés (generatív kreativitás) egyre jelentősebb szerepet játszik. [tíz]
• A 2010-es években a generatív rendszerek tanulási technológiái gyorsan fejlődnek. Így 2014-ben Ian Goodfellow [11] feltalál egy generatív ellenséges hálózatot (GAN), amelyet sikeresen alkalmaznak ruhák, táskák, aktatáskák, számítógépes játékjelenetek, belső terek és ipari formatervezési tárgyak fotorealisztikus képeinek készítésére.
• Nagy IT-cégek – Google, Microsoft, Oracle, Symantec, Hewlett Packard, Adobe, Yandex, uKit Group, Mail.ru Group – és olyan ipari konszernek, mint a Siemens, csatlakoznak a generatív kreativitás és a generatív technológiák fejlesztése terén végzett kutatásokhoz.
• 2014-ben a Google felvásárolja a DeepMind Technologies Limited-et – ma a projekt a mesterséges intelligencia problémák széles skáláját tanulmányozza: természetes nyelvek „megértése” gépekkel, képek generálása neurális hálózatokkal, különféle játékokra alkalmas rendszerek fejlesztése stb. Ezzel párhuzamosan megindulnak az alkalmazott kutatások a generatív megközelítések digitális tervezésben való alkalmazásával kapcsolatban. 2014-ben a Google munkatársai bejelentették a Grid rendszert, egy online weboldal-készítőt, amely Molly algoritmust használ az oldalszínek kiválasztására [12] (a projekt első verziója 2016-ban vált elérhetővé [13] ). 2015-ben a Torontói Egyetem és az Adobe prototípusként készíti el a DesignScape-et, egy olyan eszközt, amely különféle lehetőségeket kínál szövegek és grafikák dián való elrendezésére: a tanulmány eredményeit a CHI'15 (Conference on Human Factors in Computing Systems) tudományos konferencián mutatják be. . [tizennégy]
• 2016-ban a generatív tervezés elérhetővé és érthetővé válik a tömegfogyasztók számára: orosz fejlesztők egy csoportja (A. Moiseenkov, O. Poyaganov, I. Frolov és A. Usoltsev) létrehozza a Prisma alkalmazást, amely lehetővé teszi a képek feldolgozását a híres stílusban. művészek – a projekt neurális hálózaton alapul, amely számos fényképstílusi lehetőséget választ. Ugyanebben az évben a Google elindítja a nyílt forráskódú Quick, Draw!  - neurális hálózat betanítása durva felhasználói vázlatok alapján képlehetőségek generálására: 2017 májusáig több mint 15 millióan vettek részt a kísérletben. [tizenöt]

A generatív rendszerek működésének általános elve és a velük való interakció

Jelenleg a generatív modellek lenyűgöző elméleti alapokon és gyakorlati tapasztalatokon alapulnak. Először is az úgynevezett evolúciós algoritmusokról beszélünk , amelyek a természetes evolúció mechanizmusainak matematikai modelljein alapulnak. A következő módszereket széles körben használják: cellás automaták , fraktálok , neurális hálózatok , " mesterséges élet ", Lindenmeier-rendszerek (L-rendszerek) , " matematikai káosz ", randomizáció, " Perlin-zaj " és mások.

A megközelítések különbözősége ellenére a generatív tervezési rendszerrel való felhasználói interakciónak számos alapvető szakasza van:

1. Feladat megfogalmazása  - a felhasználó által elérni kívánt eredmény leírása. Annak ellenére, hogy részben véletlenszerű eredményről vagy eredményhalmazról beszélünk, az alapfeladat meg van adva.
2. Paraméterek beállítása  - így vagy úgy, a rendszer olyan jellemzőket kap, amelyeknek a generált megoldásoknak meg kell felelniük (ez megvalósítható kérdőív, varázsló vagy beállítási panel formájában).
3. Generáció  - a program az adott feltételek és az abba beágyazott algoritmusok alapján "válogatja" a kombinációkat és vizualizálja a folyamatokat, objektumokat. Az algoritmusok biztosítják a generált objektumok „értelmességét”: például ha a generáló eszköz egy dallamszintetizátor, akkor a generált objektumokat dallamként (és nem kakofóniaként) kell felismerni.
4. Objektumok kiválasztása  - a felhasználó kiértékeli a generált opciókat, és kiválasztja a számára megfelelő opciót. Ha az automatizálás terén lenyűgöző fejlődést értek el a korábbi műveletek terén, akkor az értékelés olyan emberi képességeken alapul, mint az ízlés és a józan ész – és ezek rosszul formalizáltak, ami arra utal, hogy a generatív rendszerek nem fogják helyettesíteni a szakembereket [16] .

Alkalmazások és szoftver példák

Ipari formatervezés

Napjaink egyik jól ismert ipari tervezőrendszere az Autodesk Dreamcatcher [9] , amely lehetővé teszi a tervezés és a tervezés alkalmazott problémáinak megoldását, figyelembe véve a különféle anyagokra, gyártási módokra, hatékonyságra vonatkozó követelményeket [17] : a felhasználó tölti be a tervezést. követelményeknek, a rendszer számos algoritmikusan szintetizált megoldást talál, és ezeket ajánlja fel a felhasználónak a feladat kiértékelésére vagy javítására.

Példaként a generatív tervezési technológiák sikeres alkalmazására ezzel és hasonló programmal:

• Az egyes elemek súlycsökkentése az Airbus és az Autodesk  közös programja a polgári repülőgépek egyes elemeinek tömegének csökkentésére [18] .
• A Shape Synthesis a Toyota és a Materialize  közös programja egy rendkívül könnyű, szokatlan szerkezetű autóülés kifejlesztésére [19] .
• Orvosi implantátumok készítése  – a generatív tervezés alkalmazása lehetővé teszi a trabekuláris struktúrák (mikroszkópos szövetelemek) pontos újraalkotását, az apró pórusok szétosztását az anyagok között és a felületi érdesség helyreállítását, miközben szimulálja a csontokat [8] .

Web design

• Elrendezés . A dán startup, az Uizard Technologies bejelentette a pix2code neurális hálózatot, amely képes felismerni egy elrendezést, képernyőképet vagy felületképet, és kész interaktív oldalt generál kóddal, dizájnnal és grafikai elemekkel, ezáltal automatizálva a rutin elrendezési folyamatot. [21]

• Weboldal újratervezés . Az orosz online szolgáltatás, az uKit AI megtanulja, hogyan lehet az oldalakat a modern web modern technikai és vizuális követelményeihez igazítani: a felhasználó megkapja a kezelőfelület új, adaptív verzióját, amelyet a webhely régi verziójának anyagai alapján generálnak. , és csatolhatja egy meglévő domainhez. [22]
• Web tipográfia . A Rene, az Airbnb tervezője és mérnöke, Jon Gold projektje lehetővé teszi a különböző kombinációk és méretek értékelését és összehasonlítását azáltal, hogy alapvető megszorításokat ad a rendszernek [23] . A generatív technológiák sikeres megvalósításának másik példája a Prototypo, egy betűtípus-generátor. [24]

Grafikai tervezés és adatvizualizáció

• Vállalati identitás . A Logojoy szolgáltatás generatív technológiákat alkalmazva többféle logóváltozatot és egyszerű arculati elemet készít a felhasználó alapvető igényei szerint. [25]
• Vizuális kommunikáció . A Google Drawings online AutoDraw szerkesztője elemzi „ügyetlen rajzát, és jobbat javasol helyette”. Az ember bármilyen absztrakt figurát megrajzol a szerkesztőben, és a szolgáltatás kiválasztja és megjeleníti a rajzok és ikonok miniatűrjeit, amelyek jobban illeszkednek, Ön kiválaszthatja a megfelelőt" [26] .
• Tervezés plakátokhoz és csomagoláshoz . A generatív megközelítés alkalmazásának egyik különleges esete a Nutella Unica reklámkampánya volt, amelyet az Ogilvy & Mather Italy fejlesztett ki a Ferrero gyártó számára – 2017-ben hétmillió tégely Nutellát adtak ki egyedi mintákkal minden címkén: a képek színeket és grafikus sablonokat kombináló algoritmus hozta létre. [27]
• Adatvizualizáció és infografika . A NodeBox egy offline program Mac OS felhasználók számára, amely algoritmikus megoldásokat használ a rendszeresen változó adatokat (jelentéseket, idézeteket stb.) tartalmazó grafikák, sprite-ok és interfészek létrehozására. A rendszer lehetővé teszi a tervező számára, hogy a folyamatábra alapján állítsa be a generálási paramétereket, és a paraméterek megváltoztatásakor azonnal megkapja az eredményt. [28]
• Identitás . Az Artemy Lebedev stúdiójában létrehozott Nikolay Ironov [29] neurális hálózat kereskedelmi feladatokat lát el a cégek arculatának kialakítása érdekében.

Építészet

A generatív megközelítések kilátásai az építészetben és az építőiparban manapság elsősorban a BIM technológiákhoz kapcsolódnak [30] [10] . A BIM technológiák lehetővé teszik az épületek pontos virtuális modelljeit, amelyek figyelembe veszik az objektum összes építészeti, tervezési, technológiai, gazdasági, működési, háztartási és egyéb paraméterét. Az Egyesült Királyság tapasztalatai, ahol a BIM technológiákra való átállást a brit kormány 2011-ben elfogadott építési stratégiája írja elő, azt mutatják, hogy a BIM technológiák 52%-kal csökkenthetik a tervezési munkák költségeit, és a költségek alakulása miatt. -hatékony megoldások, 38%-kal csökkentik az építési költségeket. [31]

Művészetek és szórakoztatás

• Art . A francia művész, Miguel Chevalier 2015 óta számos installáció-installációt ("Liquid Pixels", "Fractal Flowers") mutat be világszerte, amelyek ötlete az autonóm fejlesztésen és a grafikai objektumok végtelen generációján alapul . 32] .
• Játékipar . A 2016-ban kiadott No Mans Sky egy űrbeli akció-kaland számítógépes játék, amely széles körben alkalmazza az algoritmikus terepgenerálást, és egy "homokozó" (a pályák létrehozásának és szerkesztésének helye).
• Videó gyártás . A Resolume médiaszolgáltatás magában foglalja az Arena és Avenue médiaszervereket, a vizuális effektusok keverő- és illesztési eszközeit, amelyek VJ-k és videókészítők számára készültek [33] .

Alkalmazási és fejlesztési kilátások

Bár manapság vannak olyan területek, ahol a generatív tervezést aktívabban alkalmazzák és fejlesztik, maga a megközelítés nem korlátozódik egyetlen alkalmazási területre sem.

F. Galanter szerint a generatív tervezés (generatív kreativitás) „minden művészi gyakorlatra utalhat, ahol a szerző egy folyamatot határoz meg: nyelvi szabályok halmazát, gépet vagy más eljárási eszközt, amely bizonyos szintű működésbe lép. autonómiát, és amely ennek eredményeként, és részben vagy egészben művet hoz létre” [6] .

R. Peters és S. Winiger a "Creative AI" [10] című cikkében négy fő trendet azonosít a "generatív kor" fejlődésében (ezek szerintük megváltoztatják a világot):

1. Generatív perspektíva . „Az emberiség történetében először alkothatunk kevert, generatív perspektívából – a kollektív, az egyéni és a gépi szemszögből vett elemek keverékét. Ez lehetővé teszi számunkra, hogy feszegetjük a kreativitás határait… és teljesen új tárgyakat hozzunk létre.”
2. Generatív előrejelzések . A generatív technológiák képesek előre jelezni a cselekvéseket és az eseményeket, lehetővé téve az emberek számára, hogy „a tervezés szempontjait preferenciáik szerint módosítsák”.
3. Generatív piacok , ahol az emberek generatív modelleket cserélnek. „Ma élelmiszerpiacok működnek… a jövőben pedig generatív receptpiacok lesznek, ahol sok új terméket hozhatunk létre.”
4. Generatív termelés . Ezek fizikai objektumok létrehozására használt generatív rendszerek (ez az irány szorosan összefügg az additív gyártás fejlődésével, erre példa a 3D nyomtatók).

A generatív tervezés esztétikája

A generatív tervezés széleskörű elterjedése a videóművészetben, a nyomdászatban, a webdizájnban, az építészetben, a belsőépítészetben, a ruházat- és lábbelitervezésben, a bútorokban stb. sajátos esztétikát eredményezett. Az algoritmusok, neurális hálózatok használata gyakran megismétli a természet által megalkotott megoldást, ugyanakkor rendezettebb, kiszámíthatóbb körvonalaik vannak, konkrét problémák megoldására optimalizálva. Az általában ellentétes formák: "természetes" és "technológiai" fúziója a furcsaság, a különleges "made" érzését kelti. A generatív tervezés fogyasztási cikkekben való alkalmazása gyakran felkelti a közönség érdeklődését, de nem mindig okoz vásárlási kedvet, mert. túl szokatlannak és furcsának tűnik.   

Jegyzetek

1. ↑ V.N. Kanyagin. Az Orosz Föderáció ipari formatervezése: a tervezési akadály leküzdésének lehetősége. - Műszaki Egyetem Kiadója, 2012. - 37. o.
2. ↑ 1 2 Metelik T.S. Generatív tervezési módszer és megvalósításának módszerei a grafikai tervezésben // Üzleti és tervezési áttekintés: folyóirat. - 2017. - T. 1 , 2. szám (6) . - S. 11 .
3. ↑ Jurij Vetrov. Algoritmikus tervezés . Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
4. ↑ Irina Cserepanova. Szolgáltatások neurális hálózatokon a tervező segítségére . Cossa (2017. július 27.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 4.. (határozatlan)
5. ↑ Jurij Iljin. Generatív művészet: amikor a művész leveszi a kezét . Computerra (2013. március 19.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
6. ↑ 1 2 Galanter P. Mi a generatív művészet? A komplexitáselmélet mint a művészetelmélet kontextusa – New York: New York University, 2005.
7. ↑ Digitális művészet a számítógépek hajnalán . Nézz rám (2009. január 26.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
8. ↑ 1 2 3 Philip Keen. A generatív tervezés a nagy teljesítményű termékek új korszakát hozza létre . Isicad (2017. július 27.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
9. ↑ 1 2 3 Hramkova E. Design: a dolgok létrehozásától a jövő tervezéséig (2011. március 20.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2022. január 23. (határozatlan)
10. ↑ 1 2 3 4 Roelof Peters, Samim Winiger Fordítás: AIC. KreatívAI . CMS Magazin (2017. január 12.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
11. ↑ Goodfellow jan. Mély tanulás. - DMK Press, 2017. - 652 p. - ISBN 978-5-97060-554-7 .
12. ↑ Margaret Rhodes. Egy publikációs eszköz, amely mesterséges intelligencia által üzemeltetett webhelyeket készít . Vezetékes (2014. szeptember 10.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
13. ↑ Kaya Ismail. A rács végre itt van . CMS-kritikus (2016. szeptember 13.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
14. ↑ Peter O'Donovan, Aseem Agarwala, Aaron Hertzmann. DesignScape: Tervezés interaktív elrendezési javaslatokkal . Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 11. (határozatlan)
15. ↑ A Google közzéteszi a Quick, Draw! . Tproger (2017. május 20.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
16. ↑ Alekszej Grammatcsikov. Mark Zuckerberg kiáll a mesterséges intelligencia mellett . Expert Online (2017). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
17. ↑ "Teljesítményvezérelt mérnöki tervezési megközelítések generatív tervezésen és topológiaoptimalizálási eszközökön: Összehasonlító tanulmány" . Alkalmazott Tudományok folyóirata . 2022.
18. ↑ WANDA LAU. A Living és az Autodesk Bionic Designot alkalmaz egy Airbus 320 partícióra . építész (2016. január 21.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. augusztus 14.. (határozatlan)
19. ↑ TYLER KOSLOW. A TOYOTA & MATERIALIZE CSAPATA KÖNNYŰ AUTÓÜLÉS 3D NYOMTATÁSÁHOZ . 3D Nyomdaipar (2015. szeptember 17.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2016. október 23. (határozatlan)
20. ↑ Jurij Vetrov. "Designer's Exoskeleton": Mit hoz az algoritmikus tervezés az ipar számára . Vc.ru (2016. június 20.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. február 23.. (határozatlan)
21. ↑ Vaszilij Szicsev. A neurális hálózatot interfész képekből tanították meg az elrendezésre . N+1 (2017. május 30.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
22. ↑ AI konferencia eredményei: Microsoft AI Tools, IBM Bold Solutions, VisionLabs Smart Technologies, AI Startup Battle és egyebek . Tudomány és Élet (2017. április 28.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 4.. (határozatlan)
23. ↑ Arany János. Deklaratív tervezési eszközök (2016. június 2.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
24. ↑ MELISSA GOLDIN. A prototípus bárki számára lehetővé teszi az eredeti betűtípusok tervezését . Mashable (2014. május 5.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
25. ↑ Kirill Oleinicsenko. 600 éves tervezési automatizálás: a nyomdától a webiparig . Awdee.ru (2017. augusztus 2.). Letöltve: 2022. január 29. Az eredetiből archiválva : 2021. május 18. (Orosz)
26. ↑ Paskevics Anasztázia. A Google AutoDraw programja gyönyörű rajzokká varázsolja emblémáit . Lifehacker (2017. április 12.). Letöltve: 2022. január 29. Az eredetiből archiválva : 2022. január 29. (Orosz)
27. ↑ Alexandra Selezneva. A Nutella egy algoritmus segítségével hétmillió egyedi mintázatú üveget készített . Vc.ru (2017. június 2.). Letöltve: 2022. január 29. Az eredetiből archiválva : 2022. január 29. (Orosz)
28. ↑ [ NodeBox áttekintése] . infogra.ru . Letöltve: 2022. január 29. Az eredetiből archiválva : 2017. szeptember 12. (Orosz)
29. ↑ Nyikolaj Ironov / Vélemények . Artlebedev . Letöltve: 2022. január 29. Az eredetiből archiválva : 2022. január 29. (Orosz)
30. ↑ Vlagyiszlav FEDOROV. BIM-technológiák: szórakoztató 3D-s „rajz” vagy sok lehetőség, amit nem használnak ki? . Construction.ru (2017. május 10.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
31. ↑ Marina Korol. A britek elmondták a világnak, hogy mi a 3. szintű BIM: ez a Digital Built Britain . Isicad (2015. március 6.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
32. ↑ Miguel Chevalier: A művészek is felfedezik. . strelka.com . Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)
33. ↑ A hidrográfustól a teljes művészetig: Egy fejlesztő utazása a felméréstől a szinesztéziáig . A virtuális jelentés (2017. július 12.). Letöltve: 2017. szeptember 12. Az eredetiből archiválva : 2017. szeptember 12. (határozatlan)

Irodalom

• Az Orosz Föderáció ipari formatervezése: a "tervezési akadály" leküzdésének lehetősége. — CSR Northwest. - P. 37. - ISBN 978-5-7422-3759-4 .
• Gary William Flake: A természet számítási szépsége: Fraktálok, káosz, összetett rendszerek és alkalmazkodás számítógépes felfedezései . MIT Press 1998, ISBN 978-0-262-56127-3
• John Maeda: Design by Numbers , MIT Press 2001, ISBN 978-0-262-63244-7
• Celestino Soddu: tanulmányok a generatív tervezésről (1991-2011)

Linkek

• Generatív tervezési eszközök választéka
• Generatív Design Blog
• Könyv a generatív tervezésről (német)