การออกแบบเชิงสร้างสรรค์ (Generative design)เป็น กระบวนการ ออกแบบแบบวนซ้ำที่ใช้ซอฟต์แวร์ในการสร้างผลลัพธ์ ที่ตรงตาม ข้อจำกัดชุดหนึ่งซึ่งนักออกแบบจะปรับเปลี่ยนอย่างต่อเนื่อง ไม่ว่าจะเป็นมนุษย์ โปรแกรมทดสอบ หรือปัญญาประดิษฐ์นักออกแบบจะปรับแต่งขอบเขตที่เป็นไปได้ของอินพุตและเอาต์พุตของโปรแกรมด้วยอัลกอริทึมหรือด้วยตนเอง ในแต่ละรอบการวนซ้ำเพื่อให้ตรงตามข้อกำหนดการออกแบบที่เปลี่ยนแปลงไป ^{[ 1 ]}ด้วยการใช้พลังการประมวลผลเพื่อประเมินการเรียงลำดับ การออกแบบที่ มากกว่าที่มนุษย์เพียงลำพังสามารถทำได้ กระบวนการนี้จึงสามารถสร้างการออกแบบที่ดีที่สุดซึ่ง เลียนแบบแนวทาง วิวัฒนาการของธรรมชาติในการออกแบบผ่านการเปลี่ยนแปลงทางพันธุกรรมและการคัดเลือกผลลัพธ์อาจเป็นภาพ เสียง แบบจำลองทางสถาปัตยกรรม แอนิเมชั่น และอื่นๆ อีกมากมาย ดังนั้นจึงเป็นวิธีการที่รวดเร็วในการสำรวจความเป็นไปได้ของ การออกแบบที่ใช้ในสาขาการออกแบบต่างๆ เช่นศิลปะสถาปัตยกรรมการออกแบบการสื่อสารและการออกแบบผลิตภัณฑ์^{[ 2 ]}

การออกแบบเชิงสร้างสรรค์มีความสำคัญมากขึ้น ส่วนใหญ่เนื่องมาจากสภาพแวดล้อมการเขียนโปรแกรมใหม่หรือความสามารถในการเขียนสคริปต์ที่ทำให้การนำแนวคิดไปใช้ค่อนข้างง่าย แม้แต่สำหรับนักออกแบบที่มีประสบการณ์การเขียนโปรแกรมน้อย^{[ 3 ]}นอกจากนี้ กระบวนการนี้ยังสามารถสร้างวิธีแก้ปัญหาที่ซับซ้อนอย่างมาก ซึ่งหากใช้วิธีการอื่นอาจต้องใช้ทรัพยากรจำนวนมาก ทำให้เป็นตัวเลือกที่น่าสนใจมากขึ้นสำหรับปัญหาที่มีชุดวิธีแก้ปัญหาขนาดใหญ่หรือไม่ทราบ^{[ 4 ]}นอกจากนี้ยังอำนวยความสะดวกด้วยเครื่องมือในแพ็คเกจCAD ที่มีจำหน่ายในเชิงพาณิชย์ ^{[ 5 ]}ไม่เพียงแต่เครื่องมือในการนำไปใช้จะเข้าถึงได้ง่ายขึ้นเท่านั้น แต่ยังรวมถึงเครื่องมือที่ใช้การออกแบบเชิงสร้างสรรค์เป็นพื้นฐานด้วย^{[ 6 ]}

ความก้าวหน้าล่าสุดนำไปสู่การพัฒนา Deep Generative Design ซึ่งเป็นกรอบการทำงานที่ผสานรวมการเพิ่มประสิทธิภาพโทโพโลยีเข้ากับโมเดลการเรียนรู้เชิงลึก เช่น Generative Adversarial Networks (GANs) แตกต่างจากวิธีการวิวัฒนาการแบบดั้งเดิมที่เน้นประสิทธิภาพทางวิศวกรรมเป็นหลัก แนวทางนี้ใช้โมเดลเชิงสร้างสรรค์เชิงลึกเพื่อเพิ่มความหลากหลายและความแปลกใหม่ทางด้านสุนทรียศาสตร์ไปพร้อมๆ กับการตอบสนองข้อจำกัดทางวิศวกรรม ตัวอย่างเช่น งานวิจัยของ Oh et al. (2019) ได้เสนอกรอบการทำงานโดยใช้ Boundary Equilibrium GANs (BEGAN) เพื่อสร้างตัวเลือกการออกแบบที่หลากหลาย จากนั้นจึงปรับปรุงผ่านการเพิ่มประสิทธิภาพโทโพโลยีตามความหนาแน่น ทำให้สามารถสำรวจพื้นที่การออกแบบที่ซับซ้อนซึ่งสร้างสมดุลระหว่างความสมบูรณ์ของโครงสร้างกับการเปลี่ยนแปลงทางภาพได้^{[ 7 ]}

ในทางปฏิบัติ การออกแบบเชิงสร้างสรรค์ไม่ได้มุ่งเน้นเพียงแค่การสร้างโซลูชันที่ดีที่สุดเพียงโซลูชันเดียว แต่เกี่ยวข้องกับการปรับปรุงปัญหาการออกแบบอย่างต่อเนื่องโดยการปรับเปลี่ยนพารามิเตอร์ ข้อจำกัด และเกณฑ์การประเมินภายในแบบจำลองการคำนวณ ส่งผลให้มีทางเลือกการออกแบบหลายทางที่นักออกแบบสามารถเลือกได้^{[ 8 ]}

การออกแบบเชิงสร้างสรรค์ในสถาปัตยกรรมเป็นกระบวนการออกแบบแบบวนซ้ำที่ช่วยให้สถาปนิกสามารถสำรวจพื้นที่แก้ปัญหาที่กว้างขึ้นด้วยความเป็นไปได้และความคิดสร้างสรรค์ที่มากขึ้น[ 9 ^{]การออกแบบ}สถาปัตยกรรมได้รับการพิจารณาว่าเป็นปัญหาที่ซับซ้อนมานาน แล้ว ^{[ 10 ]}เมื่อเปรียบเทียบกับวิธีการออกแบบแบบดั้งเดิมจากบนลงล่าง การออกแบบเชิงสร้างสรรค์สามารถแก้ไขปัญหาการออกแบบได้อย่างมีประสิทธิภาพ โดยใช้กระบวนทัศน์จากล่างขึ้นบนที่ใช้กฎที่กำหนดโดยพารามิเตอร์เพื่อสร้างโซลูชันที่ซับซ้อน จากนั้นโซลูชันนั้นจะพัฒนาไปสู่โซลูชันที่ดี หากไม่ใช่โซลูชันที่ดีที่สุด^{[ 11 ]}ข้อดีของการใช้การออกแบบเชิงสร้างสรรค์เป็นเครื่องมือในการออกแบบคือ ไม่ได้สร้างรูปทรงเรขาคณิตที่ตายตัว แต่ใช้ชุดกฎการออกแบบที่สามารถสร้างชุดโซลูชันการออกแบบที่เป็นไปได้ไม่จำกัด โซลูชันการออกแบบที่สร้างขึ้นสามารถมีความละเอียดอ่อน ตอบสนอง และปรับตัวเข้ากับปัญหา ได้ดียิ่งขึ้น

การออกแบบเชิงสร้างสรรค์เกี่ยวข้องกับการกำหนดกฎและการวิเคราะห์ผลลัพธ์ที่บูรณาการเข้ากับกระบวนการออกแบบ^{[ 12 ]}ด้วยการกำหนดพารามิเตอร์และกฎ วิธีการเชิงสร้างสรรค์สามารถให้โซลูชันที่เหมาะสมที่สุดสำหรับทั้งความเสถียรของโครงสร้างและความสวยงาม อัลกอริทึมการออกแบบที่เป็นไปได้ ได้แก่ ออโตมาตาเซล ลูลาร์ไวยากรณ์รูปร่าง อัลกอริทึมทางพันธุกรรม ไวยากรณ์เชิงพื้นที่และล่าสุดคือเครือข่ายประสาทเทียมเนื่องจากความซับซ้อนสูงของโซลูชันที่สร้างขึ้น เครื่องมือคำนวณ ตามกฎเช่นวิธีองค์ประกอบจำกัดและการเพิ่มประสิทธิภาพโทโพโลยีจึงเป็นที่นิยมในการประเมินและเพิ่มประสิทธิภาพโซลูชันที่สร้างขึ้น^{[ 13 ]}กระบวนการวนซ้ำที่จัดทำโดยซอฟต์แวร์คอมพิวเตอร์ช่วยให้สามารถใช้ วิธี การลองผิดลองถูกในการออกแบบ และเกี่ยวข้องกับสถาปนิกที่เข้ามามีส่วนร่วมในกระบวนการเพิ่มประสิทธิภาพ

ผลงานต้นแบบทางประวัติศาสตร์ ได้แก่Sagrada FamíliaของAntoni Gaudíซึ่งใช้รูปทรงเรขาคณิตตามกฎสำหรับโครงสร้าง^{[ 14 ]}และMontreal BiosphereของBuckminster Fullerซึ่งกฎได้รับการออกแบบเพื่อสร้างส่วนประกอบแต่ละส่วน แทนที่จะเป็นผลิตภัณฑ์ขั้นสุดท้าย^{[ 15 ]}

กรณีการออกแบบเชิงสร้างสรรค์ล่าสุด ได้แก่ศาลใหญ่ควีนเอลิซาเบธที่ 2ของFoster and Partnersซึ่งหลังคากระจกแบบเทสเซลเลชันได้รับการออกแบบโดยใช้โครงร่างทางเรขาคณิตเพื่อกำหนดความสัมพันธ์แบบลำดับชั้น จากนั้นโซลูชันที่สร้างขึ้นจะได้รับการปรับให้เหมาะสมตามข้อกำหนดทางเรขาคณิตและโครงสร้าง^{[ 16 ]}

การออกแบบเชิงสร้างสรรค์ในการออกแบบที่ยั่งยืนเป็นแนวทางที่มีประสิทธิภาพในการจัดการกับประสิทธิภาพการใช้พลังงานและการเปลี่ยนแปลงสภาพภูมิอากาศในขั้นตอนการออกแบบเบื้องต้น โดยตระหนักว่าอาคารมีส่วนทำให้เกิดการปล่อยก๊าซเรือนกระจกทั่วโลกประมาณหนึ่งในสาม และใช้พลังงานอาคารทั้งหมด 30%-40% ^{[ 17 ]}โดยบูรณาการหลักการด้านสิ่งแวดล้อมเข้ากับอัลกอริทึม ทำให้สามารถสำรวจทางเลือกการออกแบบได้มากมายเพื่อเพิ่มประสิทธิภาพการใช้พลังงาน ลดคาร์บอนฟุตพริ้นท์ และลดของเสียให้น้อยที่สุด

คุณลักษณะสำคัญของการออกแบบเชิงสร้างสรรค์ในการออกแบบที่ยั่งยืนคือความสามารถในการรวมการจำลองประสิทธิภาพอาคาร (BPS) เข้ากับกระบวนการออกแบบ โปรแกรมจำลองเช่น EnergyPlus ^{[ 18 ]} Ladybug Tools ^{[ 19 ]}และอื่นๆ เมื่อรวมกับอัลกอริธึมเชิงสร้างสรรค์ จะช่วยเพิ่มประสิทธิภาพโซลูชันการออกแบบเพื่อการใช้พลังงานอย่างคุ้มค่าและออกแบบอาคารปลอดคาร์บอน ตัวอย่างเช่น ระบบ GENE_ARCH ใช้อัลกอริธึม Pareto ร่วมกับการจำลองพลังงานอาคาร^{[ 20 ]}เพื่อเพิ่มประสิทธิภาพการออกแบบอาคารทั้งหมด^{[ 21 ]}การออกแบบเชิงสร้างสรรค์ได้ปรับปรุงการออกแบบฟาซาดที่ยั่งยืน ดังที่แสดงโดยอัลกอริธึมของออโตมาตาเซลลูลาร์และการจำลองแสงแดดในการออกแบบฟาซาดแบบปรับตัวได้^{[ 22 ]}นอกจากนี้ อัลกอริธึมทางพันธุกรรมยังถูกนำมาใช้ร่วมกับการจำลองรังสีสำหรับโมดูลเซลล์แสงอาทิตย์ (PV) ที่ประหยัดพลังงานบนฟาซาดอาคารสูง^{[ 23 ]}การออกแบบเชิงสร้างสรรค์ยังถูกนำไปใช้กับการวิเคราะห์วัฏจักรชีวิต (LCA) ดังที่แสดงโดยกรอบงานที่ใช้อัลกอริธึมการค้นหาแบบกริดเพื่อเพิ่มประสิทธิภาพการออกแบบผนังภายนอกเพื่อลดผลกระทบต่อสิ่งแวดล้อมให้น้อยที่สุด^{[ 24 ]}

การเพิ่มประสิทธิภาพแบบหลายวัตถุประสงค์ครอบคลุมเป้าหมายความยั่งยืนที่หลากหลาย เช่น บานเกล็ดแบบเคลื่อนไหวเชิงโต้ตอบโดยใช้การเลียนแบบชีวภาพและการจำลองแสงแดดเพื่อเพิ่มแสงแดด ความสบายตา และประสิทธิภาพการใช้พลังงาน^{[ 25 ]}การศึกษาระบบ PV และระบบบังแดดสามารถเพิ่มไฟฟ้าในสถานที่ ปรับปรุงคุณภาพการมองเห็น และประสิทธิภาพของแสงแดดให้สูงสุด^{[ 26 ]}

ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) ช่วยเพิ่มประสิทธิภาพการคำนวณในการออกแบบที่ยั่งยืนที่ซับซ้อนซึ่งตอบสนองต่อสภาพภูมิอากาศได้ดียิ่งขึ้น งานวิจัยชิ้นหนึ่งใช้การเรียนรู้แบบเสริมแรงเพื่อระบุความสัมพันธ์ระหว่างพารามิเตอร์การออกแบบและการใช้พลังงานสำหรับวิทยาเขตที่ยั่งยืน^{[ 27 ]}ในขณะที่งานวิจัยอื่นๆ พยายามใช้อัลกอริทึมแบบผสมผสาน เช่น การใช้อัลกอริทึมทางพันธุกรรมและGANsเพื่อสร้างสมดุลระหว่างแสงสว่างจากธรรมชาติและความสบายทางความร้อนภายใต้สภาพหลังคาที่แตกต่างกัน^{[ 28 ]}เครื่องมือ AI ยอดนิยมอื่นๆ ก็ได้รับการบูรณาการเช่นกัน รวมถึงการเรียนรู้แบบเสริมแรงเชิงลึก (DRL) และคอมพิวเตอร์วิชั่น (CV) เพื่อสร้างบล็อกเมืองตามชั่วโมงแสงแดดโดยตรงและการได้รับความร้อนจากแสงอาทิตย์^{[ 29 ]}วิธีการออกแบบเชิงสร้างสรรค์ที่ขับเคลื่อนด้วย AI เหล่านี้ช่วยให้การจำลองและการตัดสินใจออกแบบเร็วขึ้น ส่งผลให้การออกแบบมีความรับผิดชอบต่อสิ่งแวดล้อม

การผลิตแบบเพิ่มเนื้อวัสดุ (Additive Manufacturing: AM) เป็นกระบวนการที่สร้างแบบจำลองทางกายภาพโดยตรงจากข้อมูลสามมิติ (3D) โดยการเชื่อมต่อวัสดุทีละชั้น กระบวนการนี้ใช้ในอุตสาหกรรมเพื่อผลิตชิ้นส่วนใช้งานขั้นสุดท้าย หลากหลายประเภท ซึ่งเป็นส่วนประกอบสุดท้ายที่ออกแบบมาเพื่อใช้งานโดยตรงในผลิตภัณฑ์หรือระบบ AM ให้ความยืดหยุ่นในการออกแบบและช่วยลดปริมาณวัสดุในการใช้งานที่ต้องการน้ำหนักเบา เช่น การบินและอวกาศ ยานยนต์ การแพทย์ และอุปกรณ์อิเล็กทรอนิกส์แบบพกพา ซึ่งการลดน้ำหนักเป็นสิ่งสำคัญต่อประสิทธิภาพ การออกแบบเชิงสร้างสรรค์ (Generative Design) ซึ่งเป็นหนึ่งในสี่วิธีหลักสำหรับการออกแบบน้ำหนักเบาใน AM มักถูกนำมาใช้เพื่อเพิ่มประสิทธิภาพโครงสร้างให้ตรงตามข้อกำหนดด้านประสิทธิภาพเฉพาะ^{[ 30 ]}

การออกแบบเชิงสร้างสรรค์สามารถช่วยสร้างโซลูชันที่เหมาะสมที่สุดซึ่งสมดุลกับวัตถุประสงค์หลายประการ เช่น การเพิ่มประสิทธิภาพในขณะที่ลดต้นทุน^{[ 31 ]}ในการออกแบบสำหรับการผลิตแบบเพิ่มเนื้อวัสดุ (DfAM) จะใช้ การเพิ่มประสิทธิภาพโทโพโลยี แบบหลายวัตถุประสงค์ เพื่อสร้างชุดโซลูชันที่เป็นไปได้ จากนั้นนักออกแบบจะประเมินตัวเลือกเหล่านี้โดยใช้ความเชี่ยวชาญและตัวชี้วัดประสิทธิภาพหลัก (KPI) เพื่อเลือกตัวเลือกที่ดีที่สุดสำหรับการนำไปใช้^{[ 30 ]}

อย่างไรก็ตาม การบูรณาการข้อจำกัดของ AM (เช่น ความเร็วในการสร้าง วัสดุ ขอบเขตการสร้าง และความแม่นยำ) เข้ากับการออกแบบเชิงสร้างสรรค์ยังคงเป็นเรื่องท้าทาย เนื่องจากการรับรองว่าโซลูชันทั้งหมดถูกต้องนั้นมีความซับซ้อน^{[ 30 ]}การสร้างสมดุลระหว่างวัตถุประสงค์การออกแบบหลายประการในขณะที่จำกัดต้นทุนการคำนวณทำให้เกิดความท้าทายเพิ่มเติมสำหรับนักออกแบบ^{[ 32 ]}เพื่อเอาชนะความยากลำบากเหล่านี้ นักวิจัยได้เสนอวิธีการออกแบบเชิงสร้างสรรค์พร้อมการตรวจสอบความถูกต้องของการผลิตเพื่อปรับปรุงประสิทธิภาพในการตัดสินใจ วิธีนี้เริ่มต้นด้วย เทคนิคที่ใช้ เรขาคณิตของแข็งเชิงสร้างสรรค์ (CSG) เพื่อสร้างรูปทรงโทโพโลยีที่เรียบเนียนด้วยการควบคุมทางเรขาคณิตที่แม่นยำ จากนั้น ใช้ อัลกอริธึมทางพันธุกรรมเพื่อเพิ่มประสิทธิภาพรูปทรงเหล่านี้ และวิธีการนี้จะนำเสนอชุดโซลูชันที่ไม่ถูกครอบงำที่ดีที่สุดบนแนวหน้าพาเรโต แก่นักออกแบบ เพื่อการประเมินเพิ่มเติมและการตัดสินใจขั้นสุดท้าย^{[ 32 ]}ด้วยการรวมเทคนิคหลายอย่าง วิธีนี้สามารถสร้างโซลูชันคุณภาพสูงจำนวนมากที่มีขอบเขตเรียบเนียนด้วยต้นทุนการคำนวณที่ต่ำกว่า ทำให้เป็นแนวทางที่ใช้งานได้จริงสำหรับการออกแบบโครงสร้างน้ำหนักเบาใน AM

โดยอาศัยวิธีการเพิ่มประสิทธิภาพโทโพโลยี ผู้ให้บริการซอฟต์แวร์ได้นำคุณสมบัติการออกแบบเชิงสร้างสรรค์มาใช้ในเครื่องมือของตน ซึ่งช่วยให้นักออกแบบสามารถกำหนดเกณฑ์และจัดอันดับโซลูชันได้^{[ 30 ]}อุตสาหกรรมกำลังผลักดันความก้าวหน้าในการออกแบบเชิงสร้างสรรค์สำหรับ AM โดยเน้นย้ำถึงความจำเป็นของเครื่องมือที่ไม่เพียงแต่มีโซลูชันที่หลากหลายเท่านั้น แต่ยังช่วยปรับปรุงขั้นตอนการทำงานให้คล่องตัวสำหรับการใช้งานในอุตสาหกรรมอีกด้วย^{[ 31 ]}

• ศิลปะคอมพิวเตอร์
• การออกแบบอัตโนมัติด้วยคอมพิวเตอร์
• ข้อเสนอแนะ
• ศิลปะเชิงสร้างสรรค์
• การออกแบบเชิงพาราเมตริก
• การสร้างแบบจำลองเชิงกระบวนการ
• การสร้างเลขสุ่ม
• พลวัตของระบบ
• การเพิ่มประสิทธิภาพโทโพโลยี

• แกรี่ วิลเลียม เฟลค: ความงามเชิงคำนวณของธรรมชาติ: การสำรวจด้วยคอมพิวเตอร์เกี่ยวกับแฟรกทัล ความโกลาหล ระบบที่ซับซ้อน และการปรับตัวสำนักพิมพ์ MIT 1998 ISBN 978-0-262-56127-3
• จอห์น มาเอดะ: การออกแบบด้วยตัวเลข (Design by Numbers) , สำนักพิมพ์ MIT Press ปี 2001, ISBN 978-0-262-63244-7
• Krish, Sivam (2011). "วิธีการออกแบบเชิงสร้างสรรค์ที่ใช้งานได้จริง". การออกแบบโดยใช้คอมพิวเตอร์ช่วย . 43 : 88– 100. doi : 10.1016/j.cad.2010.09.009 .
• Celestino Soddu: บทความเกี่ยวกับการออกแบบเชิงสร้างสรรค์ (1991–2011) ในGenerative Art Design Papers. C.Soddu, E.Colabella