ro | en
Argument › Nr. 15/2023

Explorarea și discretizarea spațiului latent al imaginației algoritmice prin computare afectivă

https://doi.org/10.54508/Argument.15.11

  • / Universitatea de Arhitectură şi Urbanism „Ion Mincu”, Bucureşti, RO
  • / Universitatea de Arhitectură și Urbanism “Ion Mincu”, București, RO

Rezumat

Domeniul arhitecturii a trecut prin numeroase salturi transformative în ultimii ani, odată cu integrarea algoritmilor generativi și a sistemelor de inteligență artificiale, care marchează trecerea de la instrumente de facere la instrumente de gândire. Astfel, computația nu mai este doar o unealtă de proiectare ci tinde să devină metoda de proiectare în sine. Acest articol își propune să adreseze una dintre implicațiile „celei de-a doua revoluții digitale” (Carpo, 2017) în arhitectură, adresând paradoxul alegerii ce derivă din explorarea spațiului latent al imaginației algoritmice de către factorul uman în etapele post-generative ale procesului de proiectare. Studiul aduce în vedere potențialul computării afective ca instrument ce poate fi angajat în adresarea problematicii identificate, iar în cadrul acestei metode sunt evidențiate în mod distinct oportunitățile componentei ERP.

Una dintre provocările proiectării generative este paradoxul alegerii dat de excesul de soluții generate, care face ca în fața abundenței de soluții disponibile din etapa post-generativă, arhitecții să devină copleșiți, confuzi și suprastimulați decizional. Autorii adresează această problematică examinând modul în care emoțiile sprijină în mod curent procesul decizional și cum acestea pot fi interpretate în mediul digital prin intermediul „computării afective” (Picard, 1997) care reprezintă o interfață om-mașină (HCI, Human-Computer Interface) bazată pe captarea semnalului fiziologic electroencefalografic EEG. În cadrul acestei paradigme a fost identificată componenta ERP (Event-Related Potential) prin care se poate accede la deciziile inconștiente din cadrul procesului de discretizare semantică vizuală.

Lucrarea se construiește pe ipoteza meținerii controlului decizional în cadrul proceselor de proiectare generativă în favoarea factorului uman prin computarea afectivă, ca metodă capabilă să reducă „abisul de execuție” și „abisului de evaluare” (Hutchins, 1985), respectiv distanța articulatorie dintre concept și evaluare. Studiul va analiza premisele care stau la baza acestei ipoteze și va testa un model HCI accesibil, bazat pe un set de căști EMOTIV EPOC X, validând funcționalitatea acestui cadru propus.

Cuvinte cheie

Proiectare generativă, Spațiu latent, Paradox de alegere, Proces decizional, Computare afectivă

Download

Referințe

  1. Andia, A. & Spiegelhalter, T. (2014). Post-Parametric Automation in Design and Construction. Artech House
  2. Barsan-Pipu, C., Sleiman, N., Moldovan (2010). Affective Computing For Generating Virtual Procedural Environments Using Game Technologies.40th Annual Conference of the Association for Computer Aided Design in Architecture: Distributed
    Proximities, ACADIA 2020 ; 1:120-129, 2020.
  3. Badcock, N. A., Preece, K. A., de Wit, B., Glenn, K., Fieder, N., Thie, J., & McArthur, G. (2015). Validation of the Emotiv EPOC EEG system for research quality auditory event-related potentials in children. PeerJ, 3, e907.
  4. Banaei, M., Hatami J., Yazdanfar A., Gramann K. (2017). Walking through Architectural Spaces: The Impact of Interior Forms on Human Brain Dynamics. Frontiers in Human Neuroscience 11: 1–14.
  5. Barham, M.P., Clark, G.M., Hayden, M.J., Enticott, P.G., Conduit, R., & Lum, J.A. (2017). Acquiring research-grade ERPs on a shoestring budget: A comparison of a modified Emotiv and commercial SynAmps EEG system. Psychophysiology, 54 9, 1393-1404 .
  6. Bechara A., Damasio H., Tranel D., Damasio A.R. (1997). Deciding Advantageously before Knowing the Advantageous Strategy. In Science New Series, 275(5304), 1293–1295.
  7. Berlyne, D.E. (1971). Aesthetics and Psychobiology. New York. Appleton-Century-Crofts.
  8. Bolojan, D., Vermisso, E., Yousif, S. (2022, 9-15 aprilie). Is Language All We Need? In van Ameijde, J., Gardner, N., Hyun, K. H., Luo, D., Sheth, U. (Eds.). Post-Carbon Proceedings of the 27th International Conference on Computer-Aided Architectural
    Design Research in Asia (CAADRIA 2022). Volume 1: (353-362)
  9. Carpo, M. (2017). The Second Digital Turn: Design Beyond Intelligence. MIT Press.
  10. Chen, X. J., & Kwak, Y. (2022). Contribution of the Sensorimotor Beta Oscillations and the Cortico-Basal Ganglia-Thalamic Circuitry During Value-Based Decision Making: A Simultaneous EEG-FMRI Investigation. In NeuroImage, 368(4)
  11. Damasio, A. R. (1994). Descartes' Error: Emotion, Reason, And The Human Brain. New York. G.P. Putnam.
  12. Damasio, A.R., Tranel, D. & Damasio, H. (1991). Somatic Markers and the Guidance of Behaviour: Theory and Preliminary Testing. In H.S. Levin, H.M. Eisenberg & A.L. Benton (Eds.). Frontal Lobe Function and Dysfunction 217–229: Oxford University Press.
  13. Diniz, N., Signore, M. D., & Melendez, F. (2020). Data, Matter, Design: Strategies in Computational Design. Routledge.
  14. Duvinage, M., Castermans, T., Petieau, M., Hoellinger, T., Cheron, G., & Dutoit, T. (2013). Performance of the Emotiv Epoc headset for P300-based applications. Biomedical engineering online, 12, 56.
  15. Elster, J. (1996). Rationality and the Emotions. In Economic Journal, Royal Economic Society vol. 106(438), 1386-1397.
  16. Fitzsimons, G.J., Hutchinson, J.W., Williams, P. Williams, P, Alba, J. W., Chartrand, T., L., Huber, J., Kardes, F. R., Menon, G., Raghubir, P., Russo, J. E., Shiv, B. & Tavassoli, N. T. (2002). Non-Conscious Influences on Consumer Choice. In Marketing Letters 13, 269–279.
  17. Finn, E. (2017). What Algorithms Want: Imagination in the Age of Computing, MIT Press.
  18. Guger, C., Daban, S., Sellers, E., Holzner, C., Krausz, G., Carabalona, R., et al. (2009). How many People Are Able to Control a P300-Based Brain–Computer Interface (Bci)? Neurosci. Lett. 462(1), 94-98.
  19. Harmon-Jones, E., Allen, J.J.B., (1997). Behavioral Activation Sensitivity and Resting Frontal EEG Asymmetry: Covariation of Putative Indicators Related to Risk for Mood Disorders. In Journal of Abnormal Psychology 106(1), 159–163
  20. Hutchins, Edwin L. James D. Hollan, and Donald A. Normad. (1985). Direct Manipulation Interfaces. In Human-Computer Interaction 1(4), 311-338.
  21. Libet, B. (2004). Mind Time. Cambridge. Harvard University Press
  22. Licklider, J. C. R. (1960).Man-Computer Symbiosis. In IRE Transactions on Human Factors in Electronics. HFE-1, 4–11.
  23. Leach, N. (2018). Design in The Age of AI. In Landscape Architecture Frontiers, 6(2), 8-19. https://doi.org/10.15302/J-LAF-20180202.
  24. Watanabe,M. (2022, October 11), Aitect. Makato Sei Watanabe. https://www.makoto-architect.com/aitect.html
  25. Makstutis, G. (2018). Design Process in Architecture - From Concept to Completion. Londra. Laurence King.
  26. Minsky, M. L. (1988). The Society of Mind. New York. Simon & Schuster.
    Palmer, B., Nasman, V. T., & Wilson, G. F. (1994). Task Decision Difficulty: Effects on ERPs in a Same-Different Letter Classification Task. In Biological psychology, 38(2-3), 199–214.
  27. Pfister, H.R., & Böhm, G. (2008). The Multiplicity of Emotions: a Framework of Emotional Functions in Decision Making. In Judgment And Decision Making, 3(1), 5-17.
  28. Picard, R. W. (1995). Affective Computing. In M.I.T Media Laboratory, Perceptual Computing Section Technical Report No. 321, 1–16.
  29. Salma, N. (2017). EEG Signal Analysis in Decision Making. [Unpublished master dissertation]
  30. Simon, H. A. (1967). Motivational and Emotional Controls of Cognition. In Psychological Review, 74(1), 29–39.
  31. Schwartz, B., Ward, A., Monterosso, J., Lyubomirsky, S., White, K., & Lehman, D. R. (2002). Maximizing Versus Satisfacing: Happiness Is a Matter of Choice. In Journal of Personality and Social Psychology, 83(5), 1178-1197.
  32. Serby, H., Yom-Tov, E., and Inbar, G. F. (2005). An Improved P300-Based Brain-Computer Interface. IEEE Trans. Neural Syst. Rehabil. Eng. 13, 89–98.
  33. Sutton, S.K., Davidson, R.J., (1997). Prefrontal Brain Asymmetry: a Biological Substrate of the Behavioral Approach and Inhibition Systems. In Psychological Science 8. 204–210.
  34. Terzidis, K. (2014). Permutation Design: Buildings, Texts, and Contexts. Routledge.
  35. Toffler, A. (1970). Future Shock. Bantam Books.
  36. Verweij, M., & Damasio, A. (2019). The Somatic Marker Hypothesis and Political Life. In Redlawsk, D. (ed) Oxford Research Encyclopedia of Politics. doi:10.1093/acrefore/9780190228637.013.928
  37. Wiggins, G. A. (2019). A Framework for Description, Analysis and Comparison of Creative Systems - 2.4.1 A Universe of Possibilities. In Tony, V. & Amílcar, C. F. (Eds.) Computational Creativity. The Philosophy and Engineering of Autonomously Creative Systems, Springer, 25-30.
  38. Walter, W. G., Cooper, R., Aldridge, V. J., McCALLUM, W. C., and Winter, A. L. (1964). Contingent Negative Variation : An Electric Sign of Sensori-Motor Association and Expectancy in the Human Brain. Nature 203, 380–384.
  39. Woodman, G. F. (2010). A Brief Introduction to the Use of Event-Related Potentials in Studies of Perception and Attention. Atten. Percept. Psychophys. 72, 2031–2046.
  40. Wundt, W. M. (1874). Principles of physiological psychology (E. B. Titchener, Trans.). Leipzig, Germany: Engelmann.
  41. Yang, Q., Cruz-Garza, J.G., & Kalantari, S. (2023). MindSculpt: Using a Brain-Computer Interface to Enable Designers to Create Diverse Geometries by Thinking. ArXiv, abs/2303.03632.
  42. Zaltman, G, (2000). Consumer Researchers: Take a Hike!. In Journal of Consumer Research, 26(4) 423-428.