Deep Learning Chair
「G Chair」の試みを以下の手順で発展させたいと考えた。まず上位9か国語で各3タイプ、合計27タイプを3Dモデル化し、プロポーションをパラメトリックに変化させて画像データのセットをつくる。それを機械言語で深層学習させて再現する。具体的には画像データからボクセルデータに置き換え、あり得べきボクセルデータを再現する。「Global G Chair」の人間版に対し、機械学習版である。
これによって、これまで自分がやってきたデザイン作業を鏡に映すことを期待した。分析して類型を取り出す作業は今のところ人間のほうが得意なようだ。でもそこから先の、大量のデータをもとに計算によって典型的なかたちを再現する作業は、機械に任せることでより確かな結果を引き出すことができそうだ。
人間がやると、結果の良しあしというよりは、その結果を導いた人間に対する共感の有無が問題になる。共感が可能にしていたこともあるが、阻んでいたこともある。「Global G Chair」も、ユニークな結果を得られたが、言い方によっては皮肉に受け取られてしまう。
でも機械が介在すると、もしかしたらあり得るかもしれないと思えるある種の説得力がある。データと計算が生み出すデザインは共感以外のコミュニケーションを可能にさせるのかもしれない。あるいは「すばる保育園」の屋根が周辺の山々に呼応しているように見えて私たちが笑いを禁じ得なかったように、機械言語によるデザインは新しいタイプのユーモアを生み出すのかもしれない。
Project Date: 2018.09.30
写真: Nacása and Partners
