[Back]

C. Libar:
"Contaminated mutations: An analysis of controlled contaminations in design-oriented genetic algorithms in architectural design";
Supervisor: O. Schürer; Architekturwissenschaften, 2021; final examination: 2021-10-20.

Genetic algorithms (GAs) have found their way into the world of creative design. Originating in the domain of engineering, they have proven to be potent tools of diversification and innovation in more creative disciplines as well. In the context of describing his self-conceived Imitation Game, in which a computer attempts to deceive a human into thinking it is a human too, Alan Turing claimed that the computer could be exposed due to its radical accuracy. Hence, Turing proposed that the machine should embed deliberate mistakes into the conversation to confuse the interrogator. This paper proposes to apply the same logic to GAs. Algorithms whose optimisation process is not solely performance-driven, may be subjected to a controlled contamination, a function that introduces deliberate mistakes into the GA's solution finding procedure with the same goal as Turing's proposal: the introduction of an intangible, flawed element that is deeply inherent to human creation. The proposed controlled contaminations are understood as a tool that designers can revert to. The somewhat paradoxical suggestion of deliberate mistakes in an optimisation process is, in a first instance, examined through Giorgio Agamben's perspective on art and aesthetics, followed by an analysis of different scientific and creative fields that explore the aspect of the flawed in relation to human nature and culture. The subsequent practical delineation of the controlled contamination takes the conclusions of the preceding literature study into consideration. Finally, although limited in its complexity, an exemplary GA showcases the functionality of the incorporated contaminating function through the generation of maps that are inspired by Stan Allen's field conditions, with the aim of solidifying the claimed effectiveness of the proposed contamination empirically.

Genetische Algorithmen (GAs) haben ihren Weg in die Welt des kreativen Designs gefunden. Ursprünglich vorrangig im Bereich des Ingenieurswesen angewendet, haben sie sich auch in kreativeren Disziplinen als wirksames Instrument für Diversifizierung und Innovation erwiesen. Im Kontext seines eigens konzipierten Imitation Games, bei dem ein Computer versucht, einem Menschen vorzutäuschen, ebenfalls ein Mensch zu sein, behauptete Alan Turing, dass der Computer aufgrund seiner extremen Genauigkeit entlarvt werden könnte. Daher schlug Turing vor, dass die Maschine absichtlich Fehler in das Gespräch einbauen sollte, um Fragestellende zu verwirren. Diese Arbeit beabsichtigt, eine ähnliche Logik auch auf GAs anzuwenden. Algorithmen, deren Optimierungsprozess nicht ausschließlich leistungsorientiert und funktionsbasiert ist, können einer kontrollierten Kontamination unterzogen werden, welche absichtlich Fehler in den Lösungsfindungsprozess des GA einführt, mit dem gleichen Ziel wie Turings Einwurf: die Einführung eines abstrakten, fehlerhaften Elements, das ein inhärenter Bestandteil der menschlichen Natur ist. Sogenannte kontrollierte Kontaminationen werden als neues Werkzeug verstanden, auf das Designer zurückgreifen können sollen. Der etwas paradoxe Vorschlag, bewusst Fehler in einen Optimierungsprozess einzuführen, wird zunächst durch Giorgio Agambens Sicht auf Kunst und Ästhetik untersucht, gefolgt von einer Analyse verschiedener wissenschaftlicher und kreativer Bereiche, die den Aspekt des Fehlerhaften in Bezug auf die menschliche Natur und Kultur untersuchen. Bei der anschließenden definierenden Beschreibung der kontrollierten Kontamination werden die Schlussfolgerungen der vorangegangenen Literaturstudie berücksichtigt. Abschließend wird die Funktionalität der vorgeschlagenen Kontaminationsfunktion anhand der Generation von Stadtkarten, die von Stan Allens Field Conditions inspiriert sind, in einem exemplarischen GA demonstriert, der die Wirksamkeit der vorgeschlagenen Kontamination empirisch untermauern soll.

genetischer Algorithmus, Kontamination, ästhetische Beurteilung, generatives Design