De la vision à la conception : comment l’IA redéfinit l’architecture

• En architecture, l’IA en est à un stade intermédiaire de développement, excellant dans la création d'images très détaillées et dans le calcul pratique pour la résolution de problèmes.
• Ces deux compétences incitent les architectes à jouer un rôle de conservateur de la conception, en sélectionnant et en rejetant les options générées par l'IA. 
• Les principales limites de l'IA en architecture aujourd'hui concernent ses capacités de création d'images et de résolution de problèmes. Il lui manque la possibilité de dériver des schémas constructibles à partir d'images et des images convaincantes à partir de schémas constructibles. 

L'intelligence artificielle (IA) devient actuellement un outil puissant et omniprésent en architecture, mais cette technologie se trouve aussi à un stade de développement intermédiaire et délicat. L'IA peut résoudre des problèmes simples et pratiques, comme l'agencement d'un plan d'étage, avec une rapidité et une variété inégalées. Elle est également capable de peindre de vastes visions créatives à partir de l'ensemble des images disponibles sur Internet, en se contentant d'un texte bref. Or, relier ces deux parties du processus de conception, la science fondamentale et l'art de l'architecture, s'est avéré difficile. 

Alimenter une chaîne de descriptions architecturales (« Eco-topia Flintstones California Bungalow at the La Brea Tar Pits ») dans des générateurs d'images tels que MidJourney n'aboutit à rien de constructible. De plus, les plans d'étage générés par des algorithmes sans fin ne peuvent pas être mis à l'échelle pour exprimer autre chose qu'une utilisation efficace de l'espace, pour l'instant. Pourtant, l'association de ces deux capacités constituera peut-être l'avancée technologique la plus profonde de l'ère de l'IA dans le domaine de la conception. 

Comment l'IA est-elle utilisée dans l'architecture aujourd'hui ?

Dans la conception architecturale, l’IA est basée sur des programmes informatiques qui imitent la cognition humaine pour résoudre des problèmes complexes et répondre de manière dynamique à des stimuli. Un sous-domaine étroitement lié est l'apprentissage automatique, faisant référence à la capacité d'un système d'IA à reconnaître des modèles et à en tirer des enseignements, améliorant ainsi de manière indépendante sa capacité cognitive sans intervention humaine. 

L'IA a trouvé sa place dans l'architecture tout au long du processus de conception. En analysant les illustrations sur Internet, des générateurs d'images tels que Midjourney peuvent en développer des richement détaillées, d'une qualité proche de la photographie, à partir d'un texte court. Il s’agit d’une aide précieuse pour le brainstorming, l'équivalent numérique d'une esquisse précise sur une serviette de table. Ces images sont également utiles pour atteindre le grand public et peuvent être utilisées sur des supports marketing et promotionnels, afin d’illustrer les concepts et contextes premiers de la conception.

Des outils d'IA très ciblés peuvent optimiser les conceptions, en fonction des paramètres de performance des bâtiments, générer des plans d'étage à partir de simples données programmatiques et spatiales, et les réorganiser de manière dynamique lorsque les murs et les cloisons sont déplacés. Ainsi, des tâches de conception banales et omniprésentes sont automatisées. Les ingénieurs en IA travaillent à l'intégration d'interfaces textuelles en langage naturel, comme ChatGPT, dans des outils d'architecture IA. Par exemple, la génération de plaques de sol assistée par l'IA est une sorte de conception paramétrique, qui existe depuis longtemps pour générer des variations formelles infinies. 

Face à l'augmentation de la puissance de calcul de l'IA, les architectes et les concepteurs intègrent l'IA générative dans leurs flux de travail, qui, au lieu de produire des variations basées sur des contraintes, classe maintenant la qualité de chaque variation sur la base d'un ensemble de paramètres définis par l'utilisateur. 

De nombreux architectes sont habitués à ce que leurs conceptions soient médiatisées par des processus numériques tels que la modélisation (BIM), et l'IA modifie ce que ces modèles peuvent faire. À bien des égards, les jumeaux numériques, qui contiennent toutes les descriptions formelles et les données de performance d'un bâtiment, constituent la prochaine évolution de la modélisation numérique. L'IA pourrait permettre de tester et d'approfondir ces modèles, d'examiner comment la modification d'une variable peut affecter la performance énergétique du bâtiment, l'apport de chaleur solaire ou l'ombre projetée de l'autre côté de la rue, puis d'apprendre continuellement et de manière indépendante comment améliorer les opérations et la conception. Cette technologie émergente est alimentée par des capteurs et des dispositifs internet des objets mis en réseau, qui fournissent des données directement aux jumeaux numériques.

Avantages de l'utilisation de l'IA dans la conception architecturale

L'IA dans la conception architecturale est surtout utile pour accomplir rapidement des tâches banales et répétitives et pour optimiser les conceptions par légères augmentations, ce que l'on appelle souvent l'intelligence artificielle faible. L'IA est particulièrement efficace lorsque ces types de tâches se chevauchent. L'IA peut instantanément remplir une tour résidentielle d'appartements dont la forme correspond aux spécifications des promoteurs et peut les adapter à divers degrés de rentabilité, des matériaux et des coûts. En outre, les générateurs d'images peuvent servir de « moodboard » pour l'inspiration en matière de conception, en offrant une synthèse visuelle rapide, issue de vastes bibliothèques d'images. Ces images détaillées donnent aux architectes un objectif esthétique à atteindre lorsqu'ils définissent des systèmes structurels et techniques. 

Dans ces deux scénarios, les architectes assument un rôle de conservateur plus large au lieu de garder un contrôle précis sur chaque décision de conception. Ils définissent des paramètres, sélectionnent et écartent des options, et présentent des conseils et des orientations aux algorithmes. Il s'agit d'un changement radical dans la façon dont l'architecture a été pratiquée. La frontière est encore à définir : ce nouvel outil est-il un moyen d'économiser du travail, comme l'ont été le CAD ou la modélisation numérique, ou bien représente-t-il un changement fondamental dans le processus de création ?

7 exemples d'IA dans les projets d'architecture

Avant que les concepteurs ne commencent à créer des itérations, l'utilisation d'outils automatisés pour organiser les données relatives au site et au contexte peut éliminer toute ambiguïté et, espérons-le, tout risque. Ces outils rendent les tâches techniques et lourdes en programmation, plus accessibles aux personnes qui ne codent pas, comme les concepteurs ou les développeurs. Des projets de recherche aux produits commerciaux, les exemples suivants montrent comment l'IA peut créer des opportunités dans l'architecture pour améliorer le processus de conception, afin que la créativité humaine puisse prendre le devant de la scène.

1. L'IA au service de la planification schématique 

Finch est un outil de planification paramétrique doté d'un large éventail de fonctions de conception. Il peut générer des plans d'étage avec seulement quelques contraintes d'entrée, et ils peuvent automatiquement être ajustés rapidement. Vous pouvez sélectionner un mur, le déplacer et voir les pièces environnantes changer de proportion, d'emplacement et d'organisation d'elles-mêmes. La plateforme intègre les réglementations locales en matière d'urbanisme et permet aux utilisateurs d'optimiser l'efficacité structurelle, le nombre d'unités ou d'autres variables. Elle peut également insérer des plans d'étage dans des limites de site rapidement définies, diviser des formes irrégulières et organiques en sous-unités, relier dynamiquement des escaliers à des hauteurs d'étage variables et tracer l'itinéraire optimal d'une route sur un terrain complexe. 

2. L'IA au service du développement urbain

Les nouveaux outils d'IA peuvent appliquer la puissance générative et itérative aux sites à l'échelle urbaine, en allant au-delà des besoins individuels en matière de construction. Ce concept est illustré par Autodesk Forma, qui offre des informations et des automatismes basés sur le cloud et alimentés par l'IA qui simplifient l'exploration des concepts de conception, déchargent les tâches répétitives et aident à évaluer les qualités environnementales autour d'un site de construction.

Appliqué dès les premières étapes de la planification et de la conception, Forma effectue des analyses en temps réel de la densité et des qualités environnementales clés telles que les heures d'ensoleillement, le potentiel de lumière du jour, le vent, l'énergie opérationnelle et le microclimat, sans que les utilisateurs aient besoin d'une expertise technique approfondie. Ces analyses environnementales basées sur l'apprentissage automatique et l'IA peuvent être utilisées dès le premier jour du processus de conception pour aider à atteindre les objectifs commerciaux et de développement durable. Par exemple, la modélisation du vent de Forma révèle comment les bâtiments canalisent le vent, en utilisant la dynamique des fluides computationnelle pour affiner les conceptions pour le confort humain.

3. L'IA pour mieux soumissionner

ConXtech, une entreprise de construction modulaire basée dans la baie de San Francisco, utilise l'IA pour contrôler l'une des étapes les plus imprévisibles de la construction : le processus d'appel d'offres.

ConXtech, comme de nombreuses entreprises de construction, est sollicitée par les propriétaires et les promoteurs lors de la phase de développement du projet. À ce stade, la viabilité du projet n'est pas encore assurée et de nombreuses options sont encore sur la table. Cela oblige les entreprises comme ConXtech à passer par de multiples répétitions pour des projets qui ne seront peut-être jamais construits. En fin de compte, des millions d’euros peuvent être dépensés pour des projets ou des offres qui n'aboutissent pas. En parallèle, les propriétaires et les promoteurs attendent des réponses rapides pour parvenir à des solutions viables et rentables.

Pour raccourcir le cycle d'appel d'offres et réduire les coûts, ConXtech a collaboré avec Autodesk Research pour développer un prototype de plateforme d'appel d'offres qui utilise l'IA pour trouver la conception structurelle en acier la plus rentable, sur la base des coûts d'approvisionnement en matériaux, de fabrication et de construction. Ces coûts sont influencés par les fournisseurs et les sous-traitants sélectionnés pour le projet et varient en fonction de l'emplacement du projet.

4. L'IA pour la conception et la planification volumétrique

La société japonaise de construction, d'ingénierie et de développement immobilier Obayashi a également collaboré avec Autodesk Research pour concevoir une solution d'IA permettant aux architectes d'entrer les paramètres de base des bâtiments et d'obtenir, avec un minimum de conseils, des estimations volumétriques et des plans de programmation intérieure. Utilisée principalement pour les espaces de bureaux, l'IA de cette application a été entraînée avec un sous-ensemble du portefeuille d'Obayashi, composé de plus de 2 800 fichiers Autodesk Revit.

L'outil d'IA comprend les relations abstraites entre les programmes et la connectivité, la taille et les proportions souhaitées dans le volume d'un bâtiment. Pour générer des plans de programmation intérieure, le concepteur et le client travaillent à partir d'une série de paramètres lexicaux : des phrases simples qui spécifient les éléments du bâtiment et leur emplacement et montrent comment ils sont liés les uns aux autres. Par exemple, « les salles de réunion doivent être placées près des fenêtres » ou « la salle de déjeuner doit être éloignée du laboratoire pour des raisons de sécurité ».

5. L'IA au service de la réglementation et du traitement photographique esthétique

Comme Obayashi, Maket excelle dans l'assistance aux architectes pour les premières étapes de la conception schématique. Il génère des plans d'étage en introduisant les dimensions, les types et les contraintes de contiguïté des pièces et intègre cette fonction à une interface textuelle en langage naturel. Maket propose également un assistant réglementaire capable de lire les documents de zonage téléchargés et de répondre à des questions détaillées à leur sujet. Les concepteurs peuvent également télécharger des photographies d'architecture et utiliser des prompts pour appliquer différents traitements esthétiques, en ajoutant des éléments d'intérieur et de mobilier à la photo. 

6. L'IA pour les promoteurs immobiliers

Parafin utilise l'IA par itération paramétrique pour équilibrer le programme, le coût et la viabilité commerciale. Développé par l'architecte Brian Ahmes et le promoteur Adam Hengels, un duo basé à Chicago et Miami qui fait partie du réseau Outsight des centres technologiques Autodesk, le programme génère des dérivations quasi-infinies pour une rentabilité et des performances objectives.

Parafin est une plateforme de conception générative basée sur le cloud, actuellement utilisée pour les développements hôteliers. Destinée principalement aux promoteurs immobiliers, elle permet d'évaluer rapidement la viabilité financière de site de construction potentiel à un stade précoce de la planification. Il requiert quelques paramètres (nombre de chambres, parking, site, hauteur et directives relatives à la marque pour les hôteliers) et peut générer des millions d'itérations répondant à ces directives, toutes consultables en fonction des performances financières, des coûts, etc. Il fonctionne à l'aide d'une interface basée sur des cartes et des menus dans un navigateur web. Des plans d'étage très détaillés, des vues en 3D et des fichiers Revit sont générés pour chaque projet.

7. L'IA pour optimiser les performances 

Cove.tool est une application de conception automatisée des performances des bâtiments, cofondée par le scientifique et architecte Sandeep Ahuja. Elle utilise l'apprentissage automatique pour analyser comment les conceptions de bâtiments peuvent améliorer leur consommation d'énergie et de carbone, les niveaux d'éclairage naturel, les structures de coûts, et plus encore, en modifiant des variables telles que l'orientation du bâtiment et la matérialité et en évaluant les résultats. Il peut effectuer des optimisations de coûts pour une variété de critères et classer les résultats en fonction de différentes normes de qualité, du code minimum aux accolades des systèmes d'évaluation volontaires. Dans son niveau de détail granulaire, Cove.tool est essentiellement un jumeau numérique de préconstruction, intégrant des algorithmes d'apprentissage automatique qui peuvent progressivement affiner les performances d'un bâtiment.

L'IA va-t-elle remplacer les architectes ?

Compte tenu de la nouveauté de l'IA dans le domaine de l'architecture, il est difficile de dire comment elle affectera les emplois dans ce secteur. Toutefois, il est difficile d'imaginer que les tâches dans lesquelles l'IA excelle, comme l'assemblage de détails techniques et de plans, ne réduiront pas le besoin de concepteurs débutants qui se concentrent généralement sur ces aspects. Si le potentiel de l'IA pour libérer les architectes de la corvée des détails est réel, la tentation pour les employeurs d'utiliser cet outil d'économie de main-d'œuvre pour augmenter le rythme de production est également bien établie. 

Aujourd'hui, il existe de nombreux domaines de la conception architecturale que l'IA n'a pas encore pénétrés. L'intelligence artificielle ne peut pas encore définir les contraintes qui accompagnent un projet de construction, telles que le programme, la taille, le public, les matériaux ou le contexte géographique. Ces paramètres découlent des interactions avec les clients, qui ne peuvent pas non plus être confiées à l'IA. La technologie ne comprend pas non plus comment les personnes se déplacent dans l'espace et interagissent avec les objets. Elle ne peut pas encore générer d'images en 3D par le biais de textes avec la richesse et le détail avec lesquels elle crée des images en 2D. 

En outre, les visions fantastiques imaginées par MidJourney et DALL-E ne sont pas accompagnées de documents de construction. Dans le secteur de l'architecture, de l'ingénierie et de la construction (AEC), l'IA a été moins utilisée dans les applications robotiques qui interagissent directement avec les chantiers ou les bâtiments, même si cela soit en train de changer, et avec des robots de capture de la réalité ayant un certain niveau d'indépendance, mais qui ont toujours besoin d'un humain pour les guider. 

Dans l'architecture, l’IA est également restreinte par des dynamiques économiques fondamentales et des biais de sélection qui affectent la qualité des données sur lesquelles ces applications s'appuient. Les algorithmes d'IA sont limités par la quantité de données dont ils disposent pour apprendre. En architecture, ces données peuvent être propriétaires, ce qui dissuade de les partager avec des rivaux potentiels travaillant sur leurs propres applications d'IA. En outre, l'IA de création d'images ne peut que resynthétiser ce qu'elle a déjà vu, de sorte que si la banque d'images d'Internet est culturellement ou régionalement biaisée (avec, par exemple, une surreprésentation de l'imagerie architecturale des pays riches et occidentaux), les résultats seront également biaisés. 

L'IA est une évolution de l'automatisation, et les processus automatisés font déjà partie intégrante de la conception, ils ont simplement été étiquetés différemment. « Si je conçois quelque chose dans Revit et que ce logiciel produit automatiquement des documents coordonnés pour construire cette chose, cela ne m'inquiète pas », déclare Jim Stoddart du studio d'architecture The Living. « C'est de l'automatisation, cela permet de faire toutes ces choses que je faisais auparavant manuellement. »

L'amélioration des capacités informatiques offre davantage de possibilités d'équilibrer l'intelligence humaine et celle de la machine, en laissant chacune faire ce qu'elle sait faire le mieux. « Les ordinateurs ne sont pas doués pour les solutions créatives ouvertes, c’est réservé aux humains », déclare Mike Mendelson, instructeur certifié et concepteur de programmes d'études au Nvidia Deep Learning Institute. « Mais, grâce à l'automatisation, nous sommes en mesure de gagner du temps dans les tâches répétitives, et nous pouvons réinvestir ce temps dans la conception. »

Cet article a été mis à jour. Il a été publié initialement en avril 2021.