Olivier Bayle
Il y un peu plus d’un an que Spacemaker est venu renforcer l’offre Autodesk dans la proposition d’aménagement urbain (voir notre précédente publication). Cette solution SAAS (Software As A Service) utilise des technologies cloud et d’intelligence artificielle pour permettre à ses utilisateurs de trouver pour leur terrain la configuration spatiale idéale des futurs bâtiments, en fondant leurs décisions sur des analyses poussées comme illustré ci-dessous :
Spacemaker embarque les dernières technologies que sont :
- L’Intelligence Artificielle (IA) : ensemble des théories et des techniques permettant de développer des programmes informatiques complexes capables de simuler certains comportements de l’intelligence humaine
- Le Machine Learning (ML) : sous-catégorie de l’Intelligence Artificielle qui vise à automatiser des processus de création de modèles analytiques et permet aux machines de s’adapter à de nouveaux scénarios de manière autonome.
- Réseau de neurones artificiels : système informatique s’inspirant du fonctionnement du cerveau humain pour apprendre
- Le Générative Design : est un processus de conception itératif impliquant un algorithme qui génère un certain nombre de solutions répondant à certaines contraintes initiales.
Spacemaker intègre des études temps réel d’ensoleillement et d’acoustique (nouvellement implémenté) qui prédit instantanément les effets induits par ces analyses.
Grâce à ces approximations, les utilisateurs de Spacemaker peuvent avoir une indication immédiate de l’impact sur les bâtiments du projet dans les conditions du site. Ils peuvent alors effectuer des itérations de modélisation très rapidement en visualisant immédiatement les résultats.
Une fois la solution retenue, il est alors facile de lancer une analyse exacte afin d’obtenir des résultats plus précis en quelques minutes.
L’illustration ci-dessous montre la différence entre un modèle prédictif, disponible en 5 centièmes de seconde, et une analyse acoustique exacte, disponible en une dizaine de minutes. Les deux résultats sont suffisamment identiques pour fournir des informations exploitables à l’utilisateur de Spacemaker et lui de permettre de prendre la décision de modifier ou non son projet. Avec un résultat en temps réel, cela lui permettre d’itérer beaucoup plus facilement et plus souvent (des milliers de fois en une heure contre moins de 10 avec une analyse qui prend plusieurs minutes).
Exemple d’une étude d’ensoleillement :
D’un point de vue technique, ces analyses en temps réel sont le produit de l’apprentissage automatique (ML). Les équipes Spacemaker ont utilisé un ensemble de données composé de dizaines de milliers de simulations afin d’entraîner un réseau de neurones artificiels pour prédire les résultats.
Architecture théorique d’un réseau neuronal artificiel :
Comme vous l’avez compris, l’intégration de l’Intelligence Artificielle (IA) permet de disposer d’analyses en temps réel en quelques secondes. Par conséquence, les projets conçus sont plus durables en prenant en compte dès les premières phases d’un projet les facteurs environnementaux, et in fine moins coûteux (car optimisés dès la conception).
Cerise sur le gâteau, Spacemaker contient de nombreuses autres fonctionnalités permettant à ses utilisateurs de se libérer de tâches fastidieuses (calcul automatique des surfaces, dessin de parking, création automatique d’un environnement 3D détaillé) et donc de se concentrer sur leur travail de création.
Vous voulez en savoir plus, je vous invite à suivre ces deux webinaires enregistrés en langue Française.
Nota : vous pouvez tester Spacemaker gratuitement pendant 14 jours, rendez-vous à cette adresse.
