Algorithmic landscapes and intelligent agriculture

Geodesign #7: We hebben acht belangrijke bepalende momenten geïdentificeerd als introductie tot deze opkomende ontwerpbeweging—van Minecraft tot algoritmische landbouw.

Zeker, elke Sims-, Pokémon- of Minecraft-speler uit de vroege jaren 2000 is geconfronteerd met de kritiek om zijn hoofd uit zijn virtuele realiteit te halen en de echte wereld in te gaan.  Tegenwoordig leven we in een wereld waarin het digitale en het geologische samensmelten. In de digitale wereld van vandaag zijn de Minecraft-spelers van gisteren de geodesigners van vandaag. 

De wereld vastleggen door middel van data

Tegenwoordig transformeren we de wereld naar digitale domeinen en omgekeerd. Google Earth legt de entiteit van de planeet in digitaal formaat vast, terwijl wildsafari's veranderen in datasafari's doordat bezoekers foto's maken en de informatie uploaden naar platforms als data voor wetenschappers om te analyseren. Het Internet der Dingen legt elk element van onze planeet vast in de vorm van data met de input van mensen, sensoren, robots, satellieten en telefoons. Deze data wordt virtueel opgeslagen op het wereldwijde web en fysiek opgeslagen in energie-intensieve datacenters. De wereld is een datwereld geworden met een rijke digitale biodiversiteit die we niet uitsluitend met het menselijk brein kunnen vastleggen. Datagestuurde computermodellen en algoritmen integreren nu de data om voorspellingen te doen voor ons landschapsontwerp. 

ESRI (Environmental Systems Research Institute) is een van de toonaangevende organisaties in het beoordelen en simuleren van ons landschap door ontwerp en georuimtelijke analyse te combineren onder het geïntegreerde kader van geodesign. Van overstromingsbeheer, tot samenwerkende stadsplanning, tot het ontwerpen van efficiënte en duurzame landbouwgrond; Esri ontwerpt en speculeert over de toekomst door geografische informatiesystemen te integreren met ontwerpdenken. Ze gebruiken verschillende methoden uit GIS, ArcMap en remote sensing om het landschap te visualiseren en te simuleren. Boeren hoeven nu niet langer het veld te ploegen, maar moeten in plaats daarvan hun velden beoordelen met ArcMap en de gegevens analyseren, terwijl robots en drones het fysieke werk overnemen. De datagestuurde digitale computersimulaties ontwerpen onze landschappen, klimaat en habitats om ze voorspelbaarder en efficiënter te maken. Hoe kunnen we meer diverse gegevens integreren om onze algoritmen voor het vormgeven van onze ruimtes te optimaliseren? 

AI-landschappen 

Stedenbouwkundigen en architecten werken met computerondersteund ontwerpen om te experimenteren met nieuwe organische vormen, vrij van de beperkingen van rekenlinialen en gradenbogen.  Algoritmen kunnen ontwerpen informeren, verfijnen en zelfs nieuwe ontwerpen creëren, kamers indelen, volledige gebouwen ontwerpen en ze zelfs in de loop van de tijd aanpassen om aan de behoeften van gebruikers te voldoen.  Grote blob-achtige structuren en beroemde gebogen gebouwen zoals Frank Gehry's Guggenheim Museum in Bilbao en Future Systems' Selfridges warenhuis in Birmingham sieren daardoor het landschap.

AI bepaalt nu al wat we kijken, met wie we praten en zelfs hoe onze gebouwen eruitzien. Het heeft een specifieke manier van werken, voornamelijk gebaseerd op datagestuurde voorspellingen. Algoritmen kunnen bemiddelen tussen complexe datasets om beter te reageren op veranderingen door de tijd en de dimensies die verschillende landschappen vormen - van de biologische, geologische of atmosferische laag.

Potentieel zou AI zelfs risico's en uitdagingen van voorgestelde manipulaties in het aardsysteem kunnen simuleren. Algoritmen zouden de patronen van het klimaat evenals andere terugkoppelingslussen in het onderling verbonden aardsysteem kunnen voorspellen, aangezien het meerdere lagen van ruimtelijke, geometrische of zelfs kwalitatieve gegevens van mensen integreert. AI baant een weg om onze capaciteiten uit te breiden, samen met meerdere deelnemers, door informatietechnologieën uit te breiden, krachtigere computationele hulpmiddelen en steeds grotere data, om wenselijke oplossingen te ontwerpen om onze huidige uitdagingen aan te pakken - het overleven van de mensheid.

Aangezien technologieën nog steeds door mensen worden geprogrammeerd, zijn ze meestal gebaseerd op vooroordelen die sommigen bevoordelen terwijl anderen benadelen. Kunnen we ervoor zorgen dat alle levensvormen worden meegenomen in de algoritmen die onze wereld ontwerpen? Kan AI een interface bieden waardoor we rekening houden met het menselijke en niet-menselijke in het ontwerpproces?