Des algorithmes de conception auto-apprenants pour aménager les bureaux

Generative design

Le monde de l’architecture et de l’engineering nourrit de fortes attentes envers le generative design (la « conception générative »), un logiciel générant des propositions de conception de manière autonome sur la base de logarithmes auto-apprenants. Cette application de machine learning, forme d’intelligence artificielle (IA), est capable de générer un grand nombre de solutions de conception de manière bien plus rapide, permettant aux architectes de gagner du temps et de se concentrer sur d’autres tâches.

Quelques exemples

Le fournisseur d’espaces de coworking flexibles WeWork dispose d'un programme de conception automatique dont l'objectif consiste à répartir au mieux les espaces de bureau de maximum 20 places et à y disposer des meubles. Le programme auto-apprenant est alimenté par des données issues d'agencements de bureaux antérieurs. Capable d'y identifier des modèles, l'outil applique alors ces observations dans de nouveaux projets. À cet égard, il tient compte d'un certain nombre de paramètres : taille et forme de l’espace, emplacement des portes, obstacles éventuels (ex. : colonnes), meubles à disposer, projets de normes internes à l’entreprise, prescriptions légales... Un benchmarking réalisé sur un ensemble de 13.211 espaces de bureaux aménagés par des architectes de WeWork indique que, dans 97 % des cas, le programme livre des résultats au moins aussi bons que les auteurs de projet humains, mais fonctionne beaucoup plus rapidement.

Le développeur de logiciels Autodesk a recouru à un outil de generative design pour l’agencement de ses propres bureaux situés dans le MaRS Discovery District, une pépinière de start-ups établie à Toronto.

Autre exemple : l’entreprise de construction japonaise Daiwa House Industry utilise la technologie de l’IA pour la construction optimale de logements sur de petites parcelles.

Intégration de styles de construction

La recherche académique relative au generative design a également déjà donné lieu à de nombreux développements passionnants. Ainsi, dans sa thèse clôturant sa formation à la Graduate School of Design (Harvard University), le concepteur Stanislas Chaillou a étudié dans quelle mesure les logarithmes auto-apprenants pouvaient générer des plans de sol, chacun étant adapté à quatre styles architecturaux américains différents : le baroque, l’habitation en rangée, la maison de campagne victorienne et l'unité de logement de style Manhattan.

Un avenir prometteur ?

Dans une perspective bien plus poussée, certains imaginent des algorithmes intelligents capables de déchiffrer à terme tous les modèles possibles d’un projet architectural, ces éléments permettant de donner forme à l'environnement bâti. Ils pensent non seulement à des données relativement faciles à calculer telles que la fonction et le programme d'exigences que suppose la mission de conception mais également à des paramètres socio-économiques, géographiques, climatiques et autres. En principe, les algorithmes devraient même pouvoir intégrer dans leur generative design la manière dont une personne issue d'une culture spécifique appréhende un espace, à condition bien entendu qu'ils puissent à cet égard être entraînés au moyen de données suffisantes.

Adieu l'auteur de projet ?

L'auteur de projet risque-t-il à terme de faire partie des prochaines professions menacées par le tsunami de l'intelligence artificielle qui se dirige droit vers nous ? Une étude de McKinsey n'abonde pas dans ce sens et se veut rassurante : les technologies actuelles de l'IA sont incapables de remplacer l'auteur de projet. Certes, la mission de l'auteur de projet pourra, selon le consultant, être automatisée sans problème à raison de 18 %, mais cette réduction de travail lui permettra de se concentrer davantage sur des tâches plus complexes dans lesquelles son expertise et ses talents créatifs maximiseront le rendement.