Modelos de brotes arbustivos o algas en arquitectura. O cómo replicar un vegetal mediante la Agregación Limitada por Difusión (DLA)

Abstract

En el presente artículo se expone el desarrollo de un método de diseño de estructuras ramificadas del tipo algas marinas o formas arbustivas que se basa en la agregación limitada por difusión (DLA) para definir su geometría. Se ha usado la DLA para reproducir unas reglas de crecimiento convincentes o verosímiles a partir de lo aprendido de visores programables como el NetLogo (Wilensky 1999). En concreto, las herramientas que reproducen la simulación aprendida de NetLogo son el software Grasshopper para generar las geometrías, el plug-in Exoskeleton para obtener superficies envolventes a dichas estructuras alámbricas, y el plug-in Weaverbird para suavizar transiciones entre caras de malla. Ésta última herramienta permite suavizar la malla mediante iteraciones que aumentan o no el número de caras, lo que permite entender algunas teorías sobre transiciones suaves en bifurcaciones de estructuras naturales (Mattheck 1990). Este artículo sirve además para reflexionar acerca de cómo modelos físico cinéticos basados en mecanismos inspirados en la Inteligencia Artificial ayudan a compartir métodos de análisis con otras disciplinas como la cibernética o la dinámica de fluidos o las ciencias sociales y del medioambiente. ¿Por qué puede ocurrir esto? Por el rigor en el lenguaje que todo el rato pretende referirse a poblaciones de individuos, a ciclos de vida, a sistemas multivariables, a reglas de reciprocidad o a pactos con partículas próximas.

This article discusses the development of a design method for branched structures with seaweed-like or shrub-like forms based on diffusion-limited aggregation (DLA) to define its geometry. DLA has been used to reproduce convincing or credible growth rules from what has been learned from programmable displays such as NetLogo (Wilenski 1999). In particular, the tools that reproduce the simulation learned from NetLogo are the Grasshopper software to generate the geometry, the Exoskeleton plug-in to get surrounding surfaces to these wireframe structures, and the Weaverbird plug-in to smooth transitions between mesh faces. This last tool allows smoothing the mesh by iterations that increase or not the number of faces, which allows to understand some theories about smooth transitions in forks of natural structures (Mattheck 1990). This article also serves to reflect on how kinetic-physical models based on mechanics inspired by Artificial Intelligence help to share methods of analysis with other disciplines such as cybernetics or fluid dynamics or the social and environmental sciences. Why can this happen? Because of the rigor in language that all the time tries to refer to populations of individuals, to life cycles, to multi-variable systems, to reciprocity rules or to pacts with near particles.