2020-2021 - ARQGAN

Resumen:

Este proyecto surge de una propuesta de colaboración interdisciplinar entre investigadores de las áreas de arquitectura e ingeniería informática de la Escuela Politécnica Superior. En continuidad con una línea de investigación iniciada por el equipo de ingenieros en 2018 sobre diferentes posibilidades de aplicación de la incipiente arquitectura de aprendizaje de Deep Learning, el equipo de investigadores de arquitectura propone un nuevo ámbito de aplicación en la reconstrucción virtual de edificios en ruinas mediante el análisis de imágenes.

La metodología para la construcción virtual de proyectos arquitectónicos ha avanzado mucho en los últimos 40 años. Tradicionalmente se ha utilizado la modelización tridimensional computarizada para la obtención de imágenes virtuales de espacios interiores, de edificios y de entornos urbanos. Esta tecnología aplicada a la construcción virtual mediante la elaboración de modelos 3D ha encontrado una gran cantidad de aplicaciones más allá del ámbito estrictamente arquitectónico, como la generación de las reproducciones urbanas de Google Maps, la generación de los modelos tridimensionales a partir de las herramientas de escaneado mediante nubes de puntos y las nuevas experiencias de inmersión que ofrecen los entornos de realidad virtual y realidad aumentada, entre otros muchos.

Por otro lado, las nuevas metodologías de análisis de imágenes digitales desarrolladas en el ámbito de la inteligencia artificial en los últimos 5 años, concretamente en el campo del Deep Learning, se están aplicando en ámbitos muy diversos relacionados con la reconstrucción virtual de objetos, personas y también lugares. Estas reconstrucciones, basadas en la implementación de una arquitectura computacional de aprendizaje-no-supervisado mediante redes neuronales, llamadas Redes Generativas Antagónicas (Generative Adversary Networks, GANs), están abordando de manera creativa nuevos ámbitos de experimentación.

Este proyecto propone la implementación de la tecnología GANs en la construcción de imágenes virtuales en el ámbito arquitectónico, como metodología alternativa a la, en muchos casos, costosa y laboriosa realización de un modelo tridimensional para la obtención de imágenes. Esta aplicación es completamente novedosa y plantea un reto que trasciende lo puramente tecnológico. Si bien el fundamento de la aplicación consiste en “enseñar” a una máquina a generar una respuesta en forma de imagen, el reto surge en identificar y sistematizar un “lenguaje arquitectónico” que pueda ser “comprensible” y extensible al análisis de multitud de ejemplos. Es decir, que frente a una metodología de trabajo que responde de manera unívoca a cada proyecto, la de los modelos 3D, se propone una metodología alternativa más ágil, capaz de dar respuesta a una multiplicidad de ejemplos.

Los casos de aplicación que se intuyen a partir de este proyecto son innumerables. Sin embargo, debido a la novedad de la propuesta, se ha decidido centrar la investigación en la reconstrucción virtual de edificios cuyos restos mantienen parte de la forma original completa. Muchos de los restos arqueológicos que conocemos responden a este caso. 

Siendo la reconstrucción virtual de restos arqueológicos de arquitecturas del pasado un campo de investigación también muy extenso se ha decidido acotar el caso de estudio a una época muy concreta con un estilo arquitectónico claro, sistemático y con pocas variaciones. La arquitectura griega, concretamente la de los templos del periodo helenístico, desde el siglo V a.C. hasta el siglo I a.C., es una época idónea para iniciar esta investigación. El estudio de la codificación implícita en los órdenes dórico, jónico y corintio servirá como punto de inicio de esta investigación. Además de los motivos estilísticos expuestos, los bancos de imágenes online ofrecen una gran cantidad imágenes que servirán para alimentar la red neuronal. Por otro lado, muchas de las partes de la arquitectura griega se han replicado en otros edificios de épocas posteriores haciendo que la base de datos resultante pueda aún ser más extensa. Incluso, actualmente disponemos de ejemplos de reconstrucciones completas muy fidedignas respecto al resto arqueológico original, como es el caso del Partenón de Atenas y su homónimo completamente reconstruido en Nashville (Tennessee, USA).

La finalidad del proyecto será la obtención de imágenes virtuales a partir de imágenes de este tipo de restos arqueológicos utilizando las redes neuronales GANs, proponiendo una alternativa más fluida y rápida para la obtención de resultados que la tradicional construcción de modelos tridimensionales.