Avant-garde CAD - Generative Design

With the advent of Additive Manufacturing (AM), it is possible to realise complex shapes and structures which would have been difficult to manufacture by conventional processes, therefore AM offers an unprecedented morphological freedom. It enables a wider diffusion of Generative Design (GD), a design approach empowered by advanced computation, allowing the designer to define initial constraints and objectives, then instruct an algorithm to generate numerous variations and optimize the design until the desired solution is achieved. The idea of generative potential was present already at the birth of Computer Aided Design (CAD) over half a century ago, but emerged mainly in the past decade through widely publicized experimental research projects both in academy and in the private sector. In the next decade until 2030, GD is expected to spread across various industries due to advantages including optimised weight and mechanical performance, better use of raw materials, but also because it enhances the creative process by helping designers to explore and objectively evaluate many unconventional solutions in a brief timeframe. The paper starts with describing the place of GD in the evolution of CAD, then it outlines current technological directions, including topology optimisation, morphogenesis and biomimicry. Afterwards we examine how the design research community and design professionals use GD to achieve various goals, with a particular attention on transportation design (from motorbikes to spacecraft), as this field received the most GD effort so far. Finally, the article concludes by observing how the designer’s role is shifting towards being a “curator” of input data and output geometry, with the consequence that they will need to adapt their tools and their skills. This means not simply new technical knowledge but also a more flexible approach, where research and critical reflection becomes more and more important and the creative act becomes a collaborative endeavour between designer, data, environment, people and algorithms.

Con l’arrivo della Manifattura Additiva (MA), è diventato possibile realizzare forme e strutture che sarebbero impossibili da produrre con i processi convenzionali, per cui la MA offre la possibilità di una libertà morfologica senza precedenti. Consente una diffusione più ampia del Design Generativo (DG), un approccio progettuale reso possibile dagli strumenti evoluti di computazione, i quali consentono ai designer di definire vincoli e obiettivi, poi istruire un algoritmo a generare numerose variazioni e ottimizzare il progetto finché la soluzione desiderata venga raggiunta. L’idea di generare numerose alternative era presente già agli albori del CAD oltre un mezzo secolo fa, ma questo approccio è emerso soprattutto nel decennio passato grazie a progetti di ricerca sperimentale nel settore sia accademico che privato. Nel prossimo decennio fino a 2030 si attende una diffusione molto più ampia in diversi ambiti industriali che potrebbero trarre benefici dalla possibilità di ottimizzare il peso e le prestazioni meccaniche, di usare meglio i materiali grezzi, oppure di potenziare il processo creativo aiutando i designer a esplorare e valutare obiettivamente numerose soluzioni in un tempo breve. L’articolo comincia descrivendo il posto dei DG nel percorso evolutivo del CAD, poi vengono delineati le principali direzioni tecnologiche come l’ottimizzazione topologica, morfogenesi e biomimesi. Successivamente si esamina come la ricerca accademica e industriale utilizzino il DG per raggiungere vari obiettivi, con attenzione particolare sul design dei trasporti (da motociclette ad astronavi), poiché questo è il campo che ha ricevuto più investimenti di DG finora. Infine, il contributo conclude osservando come il ruolo del designer si sposta verso una figura di “curatore” di dati input e di geometria output, con la conseguente necessità di adottare nuovi strumenti e apprendere nuove competenze. Ciò significa non solo nuove conoscenze tecniche, ma anche un approccio progettuale più flessibile, dove la ricerca e riflessione critica diventa sempre più importante e l’atto creativo diventa uno sforzo sempre più collaborativo tra designer, dati, ambiente, persone e algoritmi.