FUTURES Tutorial / Spanish: GANs Forma y Materia Digital
22 Apr 4:00pm EST / 9:00 pm CET / 3:00 pm GMT-5
(Spanish)
Esta sesión introduce procedimientos de manipulación de Redes Generativas Adversarias (GAN) para la construcción de modelos generativos de forma y materia digital. Se asume el reto de tridimensionalizar el espacio latente producido mediante 2D GAN a través de una serie de flujos de trabajo que utilizan datasets como una materia computable animada de la cual escoger secciones o momentos específicos, ultimadamente cuestionando y desafiando el papel del diseñador en un proceso basado en inteligencia artificial.
Una serie de métodos agregativos en 3D, enraizados en un lenguaje de superabundancia son aplicados sobre los modelos GAN como una forma de especular sobre una materialidad digital que confronta rangos de densidades y texturas con movimiento y duración. Tornamesas animados y elevaciones frontales son utilizadas para ilustrar la vastedad de resultados potenciales de los modelos GAN. Opciones de diseño finales son extraídas del modelo GAN basadas en similitudes con tipologías existentes y nuevas tipologías, reconociendo la instrumentalidad compositiva del dataset original.
Objetivos de Aprendizaje:
Generación y aumentación de datasets para estudios de forma y materia.
Generación de espacio latente a través de GANs.
Uso del espacio latente para generación de forma, de 2D a 3D.
Entendimiento de espacio latente como materia computable animada.
Técnicas de aumentación material basada en visualización de data y shaders.
(English)
This session introduces Generative Adversarial Network (GAN) manipulation procedures for the construction of generative models of digital form and matter. The challenge of three-dimensionalizing the latent space produced by 2D GAN is assumed through a series of workflows that use datasets as an animated computable matter from which to choose specific sections or moments, ultimately questioning and challenging the role of the designer in a process based on artificial intelligence.
A series of 3D aggregative methods, rooted in a language of superabundance, are applied to GAN models as a way of speculating on a digital materiality that confronts ranges of densities and textures with movement and duration. Animated turntables and front elevations are used to illustrate the vastness of potential results from GAN models. Final design options are drawn from the GAN model based on similarities to existing and new typologies, recognizing the compositional instrumentality of the original dataset.
Tutorial will focus on
-Generation and augmentation of data sets for studies of form and matter.
-Generation of latent space through GANs.
-Use of latent space for form generation, from 2D to 3D.
-Understanding of latent space as animated computable matter.
-Material augmentation techniques based on data visualization and shaders.
Tutor: Carlos Navarro (@carlosnavarro.cn)
Softwares: Google Colab y Grasshopper
Language/Lenguaje: Spanish/Español
Level/Nivel: Advance/Avanzado
Register in Advance
https://us06web.zoom.us/meeting/register/tZArduCuqjovGNIU3aJCbnHhkTWjuLX7-P6C
Recommended: Registration 24 hours before the event. LIMITED SEATS. (100 max)
#cyclegan #gans #IA #artificialinteligence #architecture
source
