Maailma muuttuu oudosti ja nopeasti. Vanha staattinen maailma on mennyttä – elämme turbulenssissa. Näin on käynyt myös suunnittelun menetelmien ja metodien kanssa. Skissipaperi on perinnetyöväline, ja 3D-mallinnuskin alkaa olla vanhanaikaista. Mitä on tulossa?
Kuva 1. Tutkielma puurakenteesta: robotti pursottaa liitoskappaleen vakioitujen puupalikoiden liitoksiin.
Opiskeluaikoina 1980-luvulla aiheutin opettajakunnassa hämmennystä tuottamalla piirrustuksia tietokoneella. Fuksivuonna 1985–86 saatoin piirtää piirustuksen MacDraw’n suppealla työkaluvalikoimalla ja perspektiivikuvan mustavalkoisella MacPaintillä. Se oli harjoittelua tulevaan.
Muutaman vuoden kuluttua mallinsin jo Archicadillä. Tarvitsemani objektit koodasin GDL:llä. Avainasemassa oli koodin nopeus. Muutenkin silloisten tietokoneiden laskentateho suosi hyvin minimalistista tyyliä.
Diplomityössäni (1992) käytin Archicadin ja QuickTimen betaversioita. Työ yhdisteli hypertekstiä, digitoitua videota, animaatiota, VR-mallia ja puhesynteesiä. Se muistutti nykyaikaista monipuolista nettisivustoa. Silloin nettiä ei vielä ollut olemassa, ja 3D:n laskenta oli noin 30 000 kertaa hitaampaa.
Mutta mitä minä harjoittelen nyt – 29 vuotta myöhemmin?
Joitakin vuosia sitten Archicadiin tuli tuki Rhinoceroksen Grasshopper-ohjelmoinnille. Grasshopper on visuaalinen ohjelmointikieli, jossa ohjataan datavirtoja samaan tyyliin kuin edellisessä lehdessä arvostellussa PARAM-O:ssa. Kiinnostuin Grasshopperista heti, tai olin ollut kiinnostunut jo kauemminkin, mutta Archicad-tuki toi sen tarpeeksi lähelle mukavuusaluettani.
Grasshopper on hieno ja aivan erilainen lähestymistapa suunnitteluun kuin vaikkapa GDL. Olen näitä vertaillut ArchiMADissä usein aiemminkin.
Grasshopper lähestyy usein ongelmaa suunnittelijan näkökulmasta, ja eräällä tavalla se onkin vain dokumentoitu suunnitteluprosessi – siis se lopullinen prosessi. Koska suunnittelu on usein kaikkea muuta kuin suoraviivaista, sopii Grasshopper varsinaiseen suunnitteluun vain hyvin osaavissa käsissä, kun idea on jo olemassa. GDL ei kielenä sovi suunnitteluun lainkaan, vaan sillä tuotetaan monipuolisia, virtuaalisia rakennusosia.
Tulevaisuudessa materiaalin ja energian kulutusta pyritään vähentämään radikaalisti. Lopulta pyritään elinkaarikustannusten ja -hiilidioksidipäästöjen minimointiin. Jotkut laskevat niitä jo nyt, mutta laskelmien tarkkuus lienee vielä jotain ”sinne päin”. Kun kaikki ohjelmat laskevat samalle rakennukselle eri tulokset, lienee selvää, että kaavoissa on vielä säätämistä.
Optimointi on kuitenkin mielenkiintoista. Olen tutustunut optimointiin lähinnä Grasshopperilla useissa eri konferenssien workshopeissa. Suosittelen niitä kaikille, jotka haluavat oppia jotain uutta, mitä ei vielä laajasti käytetä.
Ensimmäisen kerran (AAG2016, ETH) pääsin optimoimaan Grasshopper-parametrit SilverEye-laajennuksella. Tehtävänä oli optimoida terästangoista ja liitoskappaleista luotu kupoli. Vein tehtävää pidemmälle luomalla ulokkeen, jonka päähän kohdistui paino. SilverEye optimoi ristikon haluamallani tavalla.
Kuvat 2 ja 3. Uloke on optimoitu teräsrakenne, jossa on teräsputkia ja -vaijereita. Ulokkeen päähän kohdistuu voima alaspäin, ja optimointi säätää ristikkorakenteen parametreja.
Tänä vuonna olen optimoinut kahdesti. Ensimmäisessä workshopissa (CAADRIA 2021, Hong Kong etänä) käytimme materiaalia poistavaa menetelmää (Bi-directional Evolutionary Structural Optimization eli BESO) Grasshopperissa toimivalla Ameba-laajennuksella. Se poistaa materiaalia kappaleesta niin, että sen rakenteellinen lujuus säilyy. Tulokset ovat mielenkiintoista orgaanista arkkitehtuuria, vaikka mielestäni Ameba ei tuottanut aivan oikeaa vastausta.
Kuvat 4 ja 5. Yksi tapa optimoida rakennetta on poistaa materiaalia sieltä, missä sitä ei tarvita. Tässä on tehty puolikaaren muotoiseen betonisiltaan tunnelit hieman vinoon ja alettu poistaa tarpeetonta materiaalia. Napsauta kuvia nähdäksesi ne kokonaan.
Toisessa workshopissa (AAG2020, Pariisi etänä) optimointi oli erilaista. Workshopin vetäjät olivat jo valmiiksi luoneet materiaalia optimoivan kasaantaittuvan muodon, jota käyttäen piti luoda jotain. Muotoon kohdistettiin painoa sen käyttötarkoituksesta riippuen, ja muodon parametreja säädettiin parhaan tuloksen saavuttamiseksi (Karamba3D ja Galapagos). Itse tyydyin animoimaan kasaantaittuvan telttapatjan.
Kuva 6. Tässä on kasaan taittuva solu eli tilaelementti, jota monistetaan haluttuun muotoon. Rakenne säilyttää taittuvuutensa. Esimerkissä on tylsä suorakaiteen muotoinen telttapatja.
M.A.D.in organisoimalla Grasshopper-kurssilla (2018, Parametric Support) optimoitiin auringonvaloa, mutta ilman varsinaista teköälyä. Sen sijaan käytettiin SilverEye-optimointilaajennusta.
Myöhemmin samana vuonna (AAG2018, Chalmers) olin työpajassa, jossa yritimme opettaa tekoälyä optimoimaan rakennuksen muotoa auringonvalon kannalta. Tulokset olivat huonoja, mutta suunta on selvä: yhä tehokkaammat tietokoneet laitetaan laskemaan yhä monimutkaisempia laskutoimituksia tuhansista vaihtoehdoista, ja tuloksena saadaan optimaalinen ratkaisu.
Optimaaliset elinkaarikustannukset, optimaalinen materiaalin käyttö – optimaalinen mikä tahansa mitattava ja laskettavissa oleva asia. Niin sanotun tekoälyn eli hermoverkkoihin perustuvan oppimisen hauskuus on kuitenkin siinä, ettei sen tarvitse olla laskettavissa tai mitattavissa perinteisessä mielessä.
Tekoälylle voidaan opettaa esimerkiksi, mikä on kaunista ja mikä rumaa, tai mikä on oikein ja mikä väärin. Mutta kuka tai ketkä saavat sitä opettaa? Onko joku, jolla on absoluuttinen käsitys kauneudesta? Vai tulisiko mennä koko kansan keskimääräisellä käsityksellä? Miten se sinusta pitäisi järjestää?
Kuvat 7 ja 8. Tekoäly yrittää löytää hyvää arkkitehtonista ratkaisua auringon suhteen, mutta huonolla menestyksellä. Se voi johtua esimerkiksi kirjoittajan tarpeesta poiketa ohjeista; optimoida kolmea muuttujaa kahden sijaan ja antaa tekoälyn pohdittavaksi kuutioita haasteellisempia muotoja.
Kolmas rakennusalalle hiipivä tekijä ovat robotit. Robottihan on vain kone, joka ylittää jonkin autonomisuuden tai taitavuuden rajan, jonka jälkeen sitä kutsutaan robotiksi. Myös robotit ovat vahvasti läsnä alan konferensseissa, mutta olen päässyt osallistumaan vain kahteen työpajaan, jossa moisia on käytetty.
Ensimmäisessä konferenssissani (Smartgeometry 2016, Chalmers) ohjelmoimme Autodeskin Grasshopper-vastineella, Dynamolla, sillan, jonka lujuudet laskettiin. Lopulta robotti asetteli kappaleet kohdilleen syntyneen datan pohjalta.
Kuva 9. Eräs Dynamolla ohjelmoitu siltakaari ja sen lujuusanalyysi
Toisen kerran (ACADIA 2020 etänä) pääsin robottien kanssa tekemisiin, kun tehtävänä oli kiinnittää puukappaleet toisiinsa tulostettavalla 3D-liitoksella, jonka pursottaa paikalleen robotti (kts. kuva 1). Roboteille tarvitsi ohjelmoida kappaleiden sijoitukset ja pursotuksen kolmiulotteinen rata.
Monimutkainen tietokoneavusteinen laskenta, kuten energia- ja elinkaarilaskenta, ei vielä tuota absoluuttisen oikeita vastauksia. Samalla kokoonpanolla voidaan kuitenkin suhteellisen luotettavasti verrata erilaisia suunnitteluvaihtoehtoja. Vääjäämättä ja vähitellen laskenta tarkentuu, kun monipuoliset anturit ja tekoäly saadaan viilaamaan parametreja ja laskentakaavoja.
Rakennus voidaan optimoida rakenteiden suhteen optimaaliseksi tai rakenteet voidaan optimoida mielikuvituksellisen muotoiselle talolle. Rakenteiden optimointi on jo nyt tuottanut paljon mielenkiintoista arkkitehtuuria, vaikka osassa rakennuksia se on jäänyt lähinnä visuaaliseksi leikiksi. Toivokaamme, että matemaattiset kaavat ovat oikein ja talot pysyvät pystyssä.
Robotit tulevat parantamaan rakentamisen tasalaatuisuutta. Robotti on tarkka, ahkera ja toistaa loputtomasti samalla laadulla – olipa se sitten saha, hitsaaja, pinoaja, pursottaja tai vaikkapa näitä kaikkia. Rakentajien tehtäväksi jää tarkkailla ja reagoida virhetilanteisiin.
Simulointi – niin, se jäi käsittelemättä. En ole vielä osallistunut simulointikonferenssiin. Sellaisia on, mutta paikka ja aika eivät ole osuneet kalenteriin sopivasti. On paljon muitakin; vuosi sitten esiinnyin etänä Biodigital-konferenssissa, jonka aihepiiri on siis arkkitehtuuri. Suosikkejani on Bridges, joka yhdistää geometrian, matematiikan, arkkitehtuurin ja musiikin, sekä Generative Art, joka on italialaisen kulttuurin ja taiteellisemman tutkimuksen ystäville.
Korona-pandemian takia lähes kaikki konferenssit, joita ei ole peruttu, ovat etänä. Matkustamaan ei siis pääse eikä joudu, vaan osallistuminen tapahtuu ruutua tuijottamalla. Mutta siihenhän me olemme jo tottuneet? Monissa on mahdollisuuksia myös keskusteluun.
Useimmat konferenssit ovat kuin valtavia ArchiMAD-kerhoja: samasta asiasta innostuneet ihmiset tapaavat toisiaan, esittelevät löytöjään ja tutustuvat. Monissa konferesseissa keynote-puhujat ovat hyvinkin nimekkäitä. Kannattaa kokeilla, suosittelen!