From the beginning, the architectural design relies on human intuition to build. This process can be understood as a dialectical one, entwining theoretical and practical instances, the first ones relying on the search for principles that are able to orient, enhance and maximize the efficacy of design practices, and the latter focusing on the various issues involved in the realization of such ideas. With the enrichment of economic and socio-cultural conditions, the evolution of material and technical possibilities (especially boosted by industrial and urban revolutions) and the continuous upgrade of the needs of human life, this process has become more and more complicated – and continues to grow in complexity, also drawing on the experimentation of new practices and tools. The first part of the thesis aims at investigating the work of some theorists who, throughout the centuries, have tried to set up principles, models, and rules to better control the many variables of architectural practice and thus to increase its quality and effectiveness. The second part is meant to explore the future of such studies and, in particular, their integration in the digital realm. In fact, it is already clear that computers can be involved in the design process. In the last thirty years, they have proven particularly useful to process huge amounts of calculations and simulate virtual results. Nevertheless, some recent experiences are advancing the hypothesis that the computer may also actively participate in the development of the design problem, e.g., in generating optimized plan layouts and spatial configurations according to predetermined parameters in extending socio-economic, aesthetic and ideological patterns, etc. The Thesis is thus intended to critically evaluate the application of machine learning to the architectural design process and to explore its potentialities and criticalities in enhancing planning and building activities.

Fin dall'inizio, il progetto architettonico nasce sulla base dell'intuizione umana di costruire. Questo processo nel tempo si sviluppa in modo dialettico, nella sinergia tra istanze teoriche e pratiche, le prime basate sulla ricerca di principi in grado di orientare, migliorare e massimizzare l'efficacia delle pratiche di progettazione, e la seconda sulla gestione delle varie questioni coinvolte la realizzazione di tali idee. Con l'arricchimento delle condizioni economiche e socioculturali, l'evoluzione delle possibilità materiali e tecniche (soprattutto potenziate dalle rivoluzioni industriali e urbane) e il continuo aggiornamento dei bisogni della vita umana, questo processo è diventato sempre più complicato - e continua a crescere in complessità, attingendo anche alla sperimentazione di nuove pratiche e strumenti. La prima parte della tesi mira a studiare il lavoro di alcuni teorici che, nel corso dei secoli, hanno cercato di stabilire principi, modelli e regole per controllare meglio le molte variabili della pratica architettonica e quindi aumentarne la qualità e l'efficacia. La seconda parte ha lo scopo di esplorare il futuro di tali studi e, in particolare, la loro integrazione nel regno digitale. In effetti, il fatto che i computer possano essere coinvolti nel processo di progettazione è già chiaro. Negli ultimi trent'anni si sono dimostrati particolarmente utili per elaborare enormi quantità di calcoli e simulare risultati virtuali. Tuttavia, alcune recenti esperienze stanno avanzando l'ipotesi che il computer possa anche partecipare attivamente allo sviluppo del processo progettuale. La tesi ha quindi lo scopo di valutare criticamente l'applicazione del “machine learning” al processo di progettazione architettonica e di esplorarne le potenzialità e le criticità nel migliorare le attività di pianificazione e costruzione.

A priori synthesis. From typology to machine learning

LIU, SHENGYU
2019/2020

Abstract

From the beginning, the architectural design relies on human intuition to build. This process can be understood as a dialectical one, entwining theoretical and practical instances, the first ones relying on the search for principles that are able to orient, enhance and maximize the efficacy of design practices, and the latter focusing on the various issues involved in the realization of such ideas. With the enrichment of economic and socio-cultural conditions, the evolution of material and technical possibilities (especially boosted by industrial and urban revolutions) and the continuous upgrade of the needs of human life, this process has become more and more complicated – and continues to grow in complexity, also drawing on the experimentation of new practices and tools. The first part of the thesis aims at investigating the work of some theorists who, throughout the centuries, have tried to set up principles, models, and rules to better control the many variables of architectural practice and thus to increase its quality and effectiveness. The second part is meant to explore the future of such studies and, in particular, their integration in the digital realm. In fact, it is already clear that computers can be involved in the design process. In the last thirty years, they have proven particularly useful to process huge amounts of calculations and simulate virtual results. Nevertheless, some recent experiences are advancing the hypothesis that the computer may also actively participate in the development of the design problem, e.g., in generating optimized plan layouts and spatial configurations according to predetermined parameters in extending socio-economic, aesthetic and ideological patterns, etc. The Thesis is thus intended to critically evaluate the application of machine learning to the architectural design process and to explore its potentialities and criticalities in enhancing planning and building activities.
ARC I - Scuola di Architettura Urbanistica Ingegneria delle Costruzioni
6-giu-2020
2019/2020
Fin dall'inizio, il progetto architettonico nasce sulla base dell'intuizione umana di costruire. Questo processo nel tempo si sviluppa in modo dialettico, nella sinergia tra istanze teoriche e pratiche, le prime basate sulla ricerca di principi in grado di orientare, migliorare e massimizzare l'efficacia delle pratiche di progettazione, e la seconda sulla gestione delle varie questioni coinvolte la realizzazione di tali idee. Con l'arricchimento delle condizioni economiche e socioculturali, l'evoluzione delle possibilità materiali e tecniche (soprattutto potenziate dalle rivoluzioni industriali e urbane) e il continuo aggiornamento dei bisogni della vita umana, questo processo è diventato sempre più complicato - e continua a crescere in complessità, attingendo anche alla sperimentazione di nuove pratiche e strumenti. La prima parte della tesi mira a studiare il lavoro di alcuni teorici che, nel corso dei secoli, hanno cercato di stabilire principi, modelli e regole per controllare meglio le molte variabili della pratica architettonica e quindi aumentarne la qualità e l'efficacia. La seconda parte ha lo scopo di esplorare il futuro di tali studi e, in particolare, la loro integrazione nel regno digitale. In effetti, il fatto che i computer possano essere coinvolti nel processo di progettazione è già chiaro. Negli ultimi trent'anni si sono dimostrati particolarmente utili per elaborare enormi quantità di calcoli e simulare risultati virtuali. Tuttavia, alcune recenti esperienze stanno avanzando l'ipotesi che il computer possa anche partecipare attivamente allo sviluppo del processo progettuale. La tesi ha quindi lo scopo di valutare criticamente l'applicazione del “machine learning” al processo di progettazione architettonica e di esplorarne le potenzialità e le criticità nel migliorare le attività di pianificazione e costruzione.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
BOOKLET - A priori synthesis. From typology to machine learning .pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Booklet
Dimensione 22.33 MB
Formato Adobe PDF
22.33 MB Adobe PDF   Visualizza/Apri
THESIS - A priori synthesis. From typology to machine learning .pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: Thesis text
Dimensione 23.43 MB
Formato Adobe PDF
23.43 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/153892