Transizioni al disegno artificiale = Transitions to Artificial Drawing

The increasing development and adoption of Artificial Intelligence (AI) tools that prove to be effective in partially automating many productive tasks – from concept to rendering, from surveying to parame- tric modelling – in the field of design representations [1] and concerning the domains of architecture, urban planning and (product and communication) design, now places us in various stages of ‘transition to artificial drawing’. This contribution deals with the way in which some topics related to AI systems trained with deep learning techniques on immense syncretic (verbal, visual, ...) datasets and, in some cases, capable of generating new meaningful images through elaborations with neural networks such as the ‘Generative Adversarial Networks’ (GANs), are integrated into basic drawing research. In order to use these systems as new sensible tools of ‘artificial imagination’, a description of their semiotic fun- ctioning that shows their actual limits and possibilities is required. It is for this purpose, and in relation to the discipline of drawing, that this contribution starts from the proposal to reclassify according to the categories of the theory of signification and visual rhetoric (at the plastic and iconic levels), set out thirty years ago by Groupe µ [2], the current set of image description algorithms used first in the deep learning phases, then in those of creative generation. Finally, it proposes to verify the results of the research by experimenting it as a pattern theory in the analysis of ‘asemic writings’ and stylistic declinations of figurative space. ----------- Il crescente sviluppo e adozione di strumenti di Intelligenza artificiale (AI) che si rivelano effica- ci nell’automatizzare parzialmente molti compiti produttivi – dal concept al rendering, dal rilievo alla modellazione parametrica – nel campo delle raffigurazioni progettuali [1] in ambito architettonico, urbanistico e del design (del prodotto e della comunicazione) ci pone oggi in varie fasi di ‘transizione al disegno artificiale’. Questo contributo riguarda il modo in cui vengono integrati nella ricerca di base del disegno alcuni temi relativi ai sistemi di AI addestrati con tecniche di deep learning su immani dataset sincretici (verbali, visivi, …) e taluni capaci di generare nuove immagini significative attraverso elaborazioni con reti neurali di tipo ‘Generative Adversarial Networks’ (GANs). Per usare questi sistemi come nuovi strumenti sensati di ‘immaginazione artificiale’ è necessaria una descrizione del loro funzio- namento semiotico che ne mostri limiti e possibilità effettive. È a tale scopo e in rapporto alla disciplina del disegno che questo contributo parte dalla proposta di riclassificare secondo le categorie della teoria della significazione e della retorica visiva (ai livelli plastico e iconico) esposta trent’anni fa dal Gruppo µ [2] l’attuale insieme degli algoritmi di descrizione d’immagine usati prima nelle fasi di deep learning, poi in quelle di generazione creativa. Propone infine di verificare i portati della ricerca sperimentandola come teoria dei pattern nell’analisi delle ‘scritture asemiche’ e delle declinazioni stilistiche dello spazio figurato.