L’apprentissage automatique va libérer l’architecte, non le faire disparaître

Par Wasim Muklashy
- 18 Sep 2018 - 6 min De Lecture
machine learning in architecture

Durant 50 ans, les humains ont eu peur que les robots prennent leur emploi, et dans certains cas, ces craintes étaient fondées. En revanche, en matière de conception, les créatifs récoltent les bienfaits de la collaboration avec les ordinateurs, qui leur laissent plus de temps pour laisser parler leur inventivité, pendant que les robots se chargent des basses besognes liées aux données. Mais pour vraiment avancer, il va falloir bouleverser notre manière de voir la conception et les concepteurs, que ce soit en architecture, en ingénierie ou en fabrication.

Certains concepteurs auront du mal à se détourner de leurs attributions consacrées, alors que d’autres s’adonneront aux libertés créatives qu’offre l’apprentissage automatique en architecture. C’est en considérant ces progrès comme des outils plutôt que des obstacles qu’il sera possible de se libérer des contraintes qui lestent le modèle traditionnel.

Vivre avec l’automatisation

Dans notre société moderne, l’automatisation fait partie du quotidien. On ne les appelle pas des robots, mais les téléphones, imprimantes, micro-ondes, voitures, Alexa et Google Home exécutent de manière automatisée des tâches que l’on faisait autrefois à la main et à grand peine.

machine learning in architecture

Tout ceci n’est pas nouveau, mais ces technologies ont beaucoup évolué, tout comme la manière dont l’esprit humain traite les informations. En effet, la conception assistée par ordinateur (CAO) fait partie de nos vies depuis un demi-siècle. Comme le résume Jim Stoddart de l’agence d’architecture The Living, la technologie nous offre « la même chose que le travail à main levée, mais plus vite ».

La conception fonctionne déjà grâce à des processus automatisés, seule l’appellation change. « Si je travaille sur un objet dans Revit, et que des documents coordonnés sont automatiquement produits pour construire cet objet, cela ne me pose aucun problème, explique Jim Stoddart. Et pourtant, c’est bien de l’automatisation, un processus qui exécute toutes les choses qu’on faisait auparavant à la main. »

Pour tirer le meilleur parti possible de l’intelligence artificielle (IA), il est nécessaire de renverser notre manière de solutionner nos problèmes de conception. Jim Stoddart reprend : « Il nous faut restructurer là où notre attention se porte, vers différentes parties du problème. »

« Dans la hiérarchie d’une entreprise, si une personne arrive pour faire votre travail, vous passez au niveau supérieur, ajoute Mike Mendelson, formateur certifié et rédacteur des programmes à l’Institut Nvidia Deep Learning. Ce qu’il faut se dire c’est que du moment où nous avons un nouvel outil, nous devons réinventer toutes nos méthodes de travail. »

« Les solutions créatives aux contours mal définis sont encore l’apanage des humains, et très peu des ordinateurs. Mais du fait de l’automatisation, le temps gagné sur les tâches répétitives peut être réinvesti dans la conception. » —Mike Mendelson

L’amélioration des capacités informatiques permet de mieux équilibrer la balance entre intelligence humaine et artificielle, chacun étant assigné aux tâches qui lui correspondent le mieux. « Les solutions créatives aux contours mal définis sont encore l’apanage des humains, et très peu des ordinateurs, explique Mike Mendelson. Mais du fait de l’automatisation, le temps gagné sur les tâches répétitives peut être réinvesti dans la conception. »

« On peut continuer à tirer profit des capacités humaines, à savoir la créativité, l’intelligence humaine, tout en exploitant pleinement l’intelligence artificielle, à savoir l’aptitude des ordinateurs à régler des problèmes à la vitesse de l’éclair, commente Jim Stoddart. Pour résumer, c’est une méthode hybride qui dépasse de loin les résultats qu’on pourrait obtenir avec l’une ou l’autre des méthodes prises séparément. »

Faire confiance à la CAO

Aujourd’hui, avant de construire une structure, les concepteurs peuvent générer et soumettre à des essais un nombre infini de maquettes avant de lancer la construction, économisant du temps, de l’argent et des ressources. Alors que les attributs qui créent un « espace idéal » sont mesurables quantitativement (lumière du jour, distraction visuelle, etc.) les préférences humaines tendent à être plus complexes à quantifier manuellement.

Zane Hunzeker, responsable construction et conception virtuelle chez Swinerton Builders, explique que leur entreprise utilise déjà un logiciel d’optimisation basé sur les commentaires des utilisateurs. « Un de nos logiciels de RV [réalité virtuelle] suit les mouvements de votre regard et si vos yeux s’arrêtent pour regarder quelque chose plus d’une demi-seconde, il ajoute une petite marque sur ce point, explique-t-il. Si vous répétez cette opération avec les 25 personnes présentes dans ce bureau, d’un coup vous savez où les gens regardent, où ils préfèrent se trouver et vous intégrez ces données dans le système d’apprentissage automatique. Cela vous permet de choisir l’orientation de l’ameublement par exemple. » Votre conception est optimisée en un claquement de doigts, avant même d’avoir fini votre café du matin.

machine learning in architecture

L’analyse d’un projet de conception produit à partir de données peut s’étendre à des concepts de haut niveau. « On peut mettre une personne en RV, dans un espace, et lui demander : est-ce stimulant ou pas ? Est-ce accueillant ? Est-ce que c’est beau ? Ajoute Jim Stoddart. On peut ensuite alimenter un système d’apprentissage automatique avec les réponses dans un exercice d’apprentissage supervisé et le logiciel nous aide à prédire, à partir des milliers de résultats qui sont générés, lesquels sont intéressants avec des qualités spatiales et matérielles de haut niveau et dignes d’une recherche plus poussée. »

Apprendre en observant les préférences de l’IA pose aux concepteurs de nouveaux défis. « Nous devons relever le seuil de l’intelligence, nous dit Zane Hunzeker. Nous devons relever le seuil d’efficacité ainsi que le seuil de confiance entre la technologie et les usagers. »

Mais aussi, un peu d’humilité ne peut pas faire de mal, selon Jim Stoddart. « L’idée d’une automatisation qui supprime toute intervention humaine dans la conception ne m’intéresse pas, car avec ça, on perd l’intérêt de la conception. Mais nous devons savoir mettre notre orgueil de côté lorsqu’il s’agit de prédire des solutions à des problèmes de plus en plus complexes. »

Comment les humains peuvent-ils apprendre à faire confiance à l’intelligence artificielle ? C’est une question de validation, explique Jim Stoddart. « Si on peut valider une chose, alors elle devient fiable, on peut alors la laisser explorer des idées au sens large. Non seulement pour confirmer ce qu’on sait déjà, mais dans l’idéal en nous montrant d’autres manières de faire, auxquelles on n’aurait pas pensé avant. »

En fin de compte, les robots ne sont pas là pour prendre les emplois d’aujourd’hui, mais pour donner aux humains l’opportunité de repenser et de réinventer l’essence même du travail. Et les craintes peuvent se dissiper simplement en les énonçant plus clairement. Jim Stoddart conclut en disant : « Maintenant qu’on dispose d’un outil apte à traiter des problèmes plus complexes, il faut revoir notre manière de formuler les problèmes. »

La créativité restera le privilège du genre humain. Et avec l’aide de l’IA, nous serons de plus en plus à même de créer et de modeler le monde dans lequel nous voulons vivre, tout en laissant le sale boulot aux machines.

Sur le même sujet…

Accès validé !

Merci!

Découvrez le « Future of Making »

Abonnez-vous à notre newsletter