UN ESPACIO PARA LA UTOPÍA

INTELIGENCIA ARTIFICIAL
Y/O EL ARQUITECTO
ARTIFICIAL INTELLIGENCE
AND/OR THE ARCHITECT

FAVIO CHUMPITAZ REQUENA

Universidad de Lima

Recibido: 3 de junio del 2019

Aprobado: 6 de agosto del 2019
doi: 10.26439/limaq2020.n006.4820

Los avances y el desarrollo de la tecnología en Technological advances and development in

distintas herramientas, software y hardware, different tools, software and hardware affect,
generan grandes implicancias en el proceso to a great extent, the process of conceiving
de la concepción del diseño arquitectónico. architectural designs. In technology, artificial
Dentro de ella, la inteligencia artificial puede intelligence can mark a turning point in the
marcar un punto de quiebre en la relación relationship between machines and architects.
entre las máquinas y los arquitectos. Al brin- By giving machines greater capacity of intelli-
darle a las máquinas una mayor capacidad de gence, reasoning and sensibility, architects will
inteligencia, razonamiento y sensibilidad, los be able to analyze more deeply an architec-
arquitectos podrán analizar con mayor profun- tural program, and produce a large number
didad un programa arquitectónico, pudiendo of ideas and variables in their proposal, even
producir una gran cantidad de ideas y variables considering different previously learned archi-
en las propuestas, tomando incluso distintos tectural languages, and varying their work in
lenguajes arquitectónicos previamente apren- the design process.
didos y modificando su propia labor en el
proceso de diseño.

inteligencia artificial, arquitectura, diseño, artificial intelligence, architecture, design,

lenguaje arquitectónico, arquitecto architectural language, architect

Limaq n.o 6, noviembre 2020 ISSN: 2410-6127, pp. 129-140 129

 Favio Chumpitaz Requena

INTRODUCCIÓN

En diversos ámbitos profesionales, el desarrollo de la tecnología y sus aplica-

ciones han tenido un gran impacto. En ese sentido, la arquitectura no es ni puede
ser ajena al proceso en curso; por el contrario, el avance de la tecnología y su
desarrollo ha llevado a facilitar la labor de los arquitectos en distintos aspectos.

En la etapa de concepción del diseño de un proyecto, la tecnología ha permitido

a los proyectistas poseer mayores herramientas para la producción de modelos
que muestren sus ideas y generen sus múltiples opciones, en menor tiempo, con
mejor precisión y calidad. Esto les ha permitido ampliar las posibilidades de
creación al poder decidir sobre una mayor cantidad de opciones producidas.

Esto es posible, no solo por el desarrollo y mejoramiento constante de nuevos

hardwares y softwares que permiten una mejor capacidad de almacenamiento,
velocidad de funcionamiento y mejor interfaz, sino sobre todo por un mejor
procesamiento y razonamiento de la información, la cual intenta emular a la
de los humanos.

Esta intuición y/o emulación con la que se programa y desarrolla a las máquinas,
principalmente en sus softwares, busca reproducir o imitar diversas caracterís-
ticas que se catalogan como propias de los humanos, tales como la sensibilidad
e intuición, pensamiento y raciocinio, con el fin de que puedan generar una
respuesta frente a cualquier problema planteado y ante cualquier situación
inesperada, siendo conscientes del entorno inmediato en el cual están interac-
tuando. Emulando en ese actuar, la sensibilidad e intuición del ser humano.

INTELIGENCIA ARTIFICIAL

Esta búsqueda de emular el razonamiento de los humanos empezó como un

proyecto de investigación de verano a cargo de John McCarthy1, profesor de
Dartmouth en Estados Unidos, quien, junto con un grupo de investigadores, a
mediados de la década del 50, reflexionaron sobre cómo implementar y desa-
rrollar en las máquinas el uso del lenguaje, buscando un nivel similar a los
humanos; sin embargo, el trabajo no tuvo el éxito esperado.

Luego de ello, otros investigadores se enfocaron más en desarrollar algoritmos

que pudieran resolver problemas lógicos y matemáticos; no obstante, fue a
fines de la década del 50 que el investigador Arthur Samuel2 desarrolla un
programa capaz de aprender y mejorar su propio desempeño al jugar damas
chinas. Esto convertiría al juego en el primero en ser entendido por una

1 John McCarthy (1927-2011) científico informático, ganador del premio Turing de 1971,
desarrollo el lenguaje de programación LISP y fue uno de los fundadores del campo de la
inteligencia artificial.
2 Arthur Samuel (1901-1990) fue pionero en el campo de la inteligencia artificial al realizar una
demostración temprana de esta a través del diseño de su programa de juego.

130 Limaq n.o 6, noviembre 2020 ISSN: 2410-6127

 Inteligencia artificial y/o el arquitecto

máquina que es capaz de analizar profundamente las probabilidades que se

tienen al mover las fichas. De este modo, se logró el denominado aprendizaje
de memoria rote learning, con el que dicho programa fue capaz de vencer, al
menos en una partida, al maestro de las damas, Robert Nealey, en 1962.

Figura 1.
Arthur Samuel
jugando damas
con la máquina
IBM 701
Fuente: IBM
https://www.ibm.
com/ibm/history/
ibm100/us/en/
icons/ibm700se-
ries/impacts/

El siguiente paso importante en el desarrollo de la inteligencia artificial (IA)

se le atribuye a Joseph Weizenbaum3 del MIT (Massachusetts Institute of
Technology) en 1965, considerado uno de los padres de la inteligencia arti-
ficial moderna, quien desarrolla el primer programa de comunicación en
lenguaje natural—llamado “Eliza”— que simulaba una conversación entre la
máquina con el humano a partir de una comparación de patrones.

Luego de ello, existieron diversos aportes importantes entre los que destaca
Meta-Dentral, en 1975, que se convirtió en el primer programa en generar un
contenido a partir de su interpretación de un análisis químico.

En 1987, Ernst Dickmanns desarrollo el soporte de un prototipo de vehículo

de manejo automático usando para ello varias computadoras y cámaras a fin
de procesar lo que ocurría a su alrededor. La unidad logró autoconducirse a lo
largo de veinte kilómetros por una pista alemana.

En 1997 la empresa de tecnología IBM desarrolla Deep Blue, solución tecnoló-

gica que podía analizar con mayor complejidad y proyección el desarrollo del
ajedrez, a fin de decidir sus movimientos. Este programa fue capaz de derrotar
al campeón mundial de ajedrez, Gary Kasparov.

Pero no fue hasta el 2016 en donde se produjo uno de los principales logros de la
IA bajo la creación de Google DeepMind4: AlphaGo. Este programa fue capaz

3 Joseph Weizenbaum (1923-2008) fue un científico informático y profesor del MIT, autor del
libro: Computer Power and Human Reason: From Judgment to Calculation (1976).
4 DeepMind, tiene como misión científica ampliar los límites de la inteligencia artificial.

Limaq n.o 6, noviembre 2020 ISSN: 2410-6127 131

 Favio Chumpitaz Requena

de entender, intuir y dominar el estratégico y complejo juego de mesa Go, que

tiene más de 3000 años de antigüedad y cuyo objetivo es controlar la mayor
cantidad del área del tablero rodeándolo con las fichas. Las variables que posee
a diferencia de otros juegos de mesa son abismales debido a la complejidad
respecto de colocar las piezas y los movimientos dentro del tablero; mientras
que al jugar ajedrez se tiene en un turno treinta y cinco opciones de elegir un
movimiento, en Go son cerca de doscientas opciones. Como describe Metz
(2016) en su texto: “El ajedrez es una metáfora de la guerra, pero es solo una
simple batalla; Go es como un espacio de batalla global”5.

Figura 2.
Lee Sedol versus
AlphaGo
Fuente: Wired
https://
www.wired.
com/2016/05/
google-alpha-
go-ai/

Este nivel de compresión de AlphaGo fue posible gracias al desarrollo de sus

algoritmos a nivel del autoaprendizaje, lo que le permitió aprender de sus
propios errores al jugar contra sí mismo, y también a través de las partidas
jugadas contra humanos, entre ellos, el campeón europeo Fan Hui.

Finalmente, AlphaGo derrotaría al campeón mundial Lee Sedol, considerado el

héroe nacional de Corea del Sur, venciéndolo en cuatro juegos de cinco, lo que
se volvió un suceso mundial al creer inconcebible que una máquina pudiera
no solo aprender el complejo juego Go, sino, sobre todo, al momento de jugar,
intuir como un humano y plantear nuevos movimientos a partir de ello.

Como declaró Metz (2016) luego de haber concluido el esperado encuentro

contra el campeón mundial:

5 “Chess is a metaphor for war, but it’s really just a single battle. Go is like a global battlespace”
(traducción del autor).

132 Limaq n.o 6, noviembre 2020 ISSN: 2410-6127

 Inteligencia artificial y/o el arquitecto

AlphaGo mostró lo que los jugadores de Go podrían describir como intui-

ción, la capacidad de jugar un juego hermoso no solo como una persona,
sino de una manera en que ninguna persona podría6.
AlphaGo, en cierto sentido, comenzó a pensar por sí mismo.  Tomaba
decisiones basadas no en un conjunto de reglas que sus creadores habían
codificado en su ADN digital, sino en los algoritmos que se habían ense-
ñado a sí mismos. Realmente descubrió esto por sí mismo, a través de su
propio proceso de introspección y análisis7.
La máquina hizo algo muy humano incluso mejor que un humano. Pero
en el proceso hizo a esos humanos mejores en lo que hacen. Sí, podrías
ver el movimiento 37 como un signo temprano de máquinas que afirman
su superioridad sobre sus creadores humanos. O podrías verlo como una
semilla: sin movimiento 37, no tendríamos movimiento 788.
Fue el momento en que AlphaGo demostró que entiende, o al menos
parece imitar la comprensión de una manera que no se puede distinguir
de la realidad9.

La complejidad del Go era tal que incluso para una computadora de gran capa-
cidad era imposible considerar todos los resultados posibles por cada movimiento
que realizaba. Por ello, se buscaba que AlphaGo pudiera elaborar sus propias
propuestas para aprender a jugar razonablemente, alimentándola con cerca de
30 millones de movimientos del Go en su red neuronal, una red que imitaba las
neuronas del cerebro humano. El movimiento 3710 realizado por AlphaGo no se
encontraba dentro de esos 30 millones, sino que fue una decisión analizada por la
máquina y propuesta por ella, creando así su propio repertorio de jugadas.

Es ese nivel de imitación alcanzado por Alpha Go —de pensar o actuar

como humano de manera racional— lo que define o ejemplifica mejor a la
inteligencia artificial. En cuanto a una definición de este concepto, los cientí-
ficos especialistas en el tema, Stuart Russell y Peter Norvig, autores del libro
Inteligencia artificial: un enfoque moderno (1995), describen cómo ha sido
definido, a lo largo del tiempo, bajo estos cuatro grupos: sistemas que piensan
como humanos, sistemas que piensan racionalmente, sistemas que actúan
como humanos y sistemas que actúan racionalmente.

6 “AlphaGo displayed what Go players might describe as intuition, the ability to play a beautiful
game not just like a person but in a way no person could” (traducción del autor).
7 “AlphaGo had, in a sense, started to think on its own. It was making decisions based not
on a set of rules its creators had encoded in its digital DNA but on algorithms it had taught
itself. It really discovered this for itself, through its own process of introspection and analysis”
(traducción del autor).
8 “The machine did a very human thing even better than a human. But in the process it made
those humans better at what they do. Yes, you could see Move 37 as an early sign of machines
asserting their superiority to their human creators. Or you could see it as a seed: Without Move
37, we wouldn’t have Move 78” (traducción del autor).
9 “It was the moment AlphaGo proved it understands, or at least appears to mimic understanding
in a way that is indistinguishable from the real thing” (traducción del autor).
10 Movimiento 37 de AlphaGo, en el segundo juego contra Lee Sedol fue considerado como único.

Limaq n.o 6, noviembre 2020 ISSN: 2410-6127 133

 Favio Chumpitaz Requena

Es entonces que este desarrollo constante y evolutivo de la inteligencia artificial

ha llevado a distintas disciplinas, entre ellas a la arquitectura, a cuestionarse
respecto de su alcance, beneficios y criterios de uso, pues si bien los arquitectos
se han visto beneficiados por programas para modelar y procesar información
que permita elaborar un proyecto desde hace ya cincuenta años, esta nueva y
futura relación entre la inteligencia artificial y el arquitecto podría ser distinta.

Y/O EL ARQUITECTO

Matthias Kohler11 (2018), profesor de arquitectura y fabricación digital de la

ETH Zurich, considera que la arquitectura va a seguir cambiando de la misma
manera que lo hace cuando utiliza nuevos materiales o sistemas constructivos.
Además estima que el uso de la tecnología va a permitir distintas formas de
experimentar y vivir cada edificación. Por lo que el diseño se volverá mucho
más colaborativo manteniendo siempre la premisa de que su elección sea
realizada por un profesional en el tema, diseñador o arquitecto.

Respecto a la posibilidad de que las máquinas, a través del desarrollo de sus

algoritmos, tomaran la posta de los arquitectos, Kohler reflexiona que es una
idea que podría darse en el futuro, aunque la considera poco probable por la
falta de interacción que puede tener una máquina con un cliente. Dicha inte-
racción constituye una pieza fundamental del trabajo creativo que se sustenta
en la intuición y sensibilidad del arquitecto para diseñar una nueva propuesta.
Además los describe como puntos que no podrían ser realizados por un
algoritmo o máquina con inteligencia artificial, ya que esta requeriría de la
sensibilidad humana para entender contextos sociales, anhelos del cliente y
distintas particularidades que se dan en el proceso del diseño de un nuevo
proyecto. El profesor recalca en una entrevista: “No creo que la inteligencia
artificial sustituya a los arquitectos, el diseño es más social” (Koller 2018).

En esa misma línea de ideas, el investigador Imdat As12 reflexiona sobre el

impacto que tiene la inteligencia artificial en la arquitectura describiendo que
actualmente se está viviendo un punto de inflexión en la historia al permitir
que esta pueda expandir nuestros conocimientos en torno al diseño en
aspectos que no conocemos o que no somos capaces de conectar o producir.
Desde el año 2011, el impulso dado al desarrollo de la investigación en DNN
(Deep Neural Network), que imita el funcionamiento interno del cerebro
humano, poseyendo distintas capas neuronales, ha permitido almacenar una
gran cantidad de información, procesarla, analizarla y evaluarla a partir de lo
aprendido bajo distintos criterios.

En lo referido a la arquitectura, uno de los diseños de DNN fue capaz de cali-

ficar la habitabilidad de diseños de espacios bajo los criterios brindados por

11 Matthias Kohler (1968) es un arquitecto especialista en diseño computacional, fabricación

robótica e innovación de materiales.
12 Imdat As, arquitecto especialista en diseño digital e investigador.

134 Limaq n.o 6, noviembre 2020 ISSN: 2410-6127

 Inteligencia artificial y/o el arquitecto

los investigadores As, Pal y Basu obteniendo de esa manera puntajes muy Figura 3.
similares a los que originalmente los autores les habían otorgado de manera Viviendas usa-
manual, variando en algunos casos por menos de una unidad de diferencia. das de ejemplo
para analizar su
De igual manera, otro impacto positivo, que considera Imdat es respecto al habitabilidad
mejoramiento del software de CAD (Computer Aided Design) en la arquitec-
Fuente: As, Pal,
tura, sobre todo para afrontar las primeras fases del diseño del proyecto. De
y Basu, 2018,
este modo, se le otorgó una gran capacidad de exploración de las posibilidades
p. 315
a realizar en el espacio con diferentes formas de implantación del programa
en el terreno. Esto es posible al tener mucha mejor claridad y capacidad para
analizar, identificar y clasificar toda la información disponible que exista del
terreno, del programa arquitectónico y del diseño requerido con base en sus
funciones. También para decodificar patrones en el diseño arquitectónico que
no necesariamente sean tangibles, a fin de que el arquitecto pueda optar por
decisiones mucho más inteligentes permitiendo un nuevo tipo de composi-
ción y/o diseño. Ejemplo: el DNN podría encontrar patrones para diseñar un
espacio de carácter espiritual al revisar y analizar miles de ejemplos de este
tipo para descifrar patrones como las proporciones de los espacios, la ilumi-
nación, altura, etcétera, siendo algunos de estos datos obvios, pero otros quizá
nunca pensados. De igual manera, se podrían tomar los lenguajes de patrones
del diseño residencial de Christopher Alexander y potenciarlo y expandirlo
para llevarlo a otro nivel.

Otro claro ejemplo del impacto positivo es la suma de plataformas adicionales

de programación a los programas de diseño para que se alimenten entre sí
brindando mayores posibilidades para generar opciones volumétricas como
es el caso del programa de diseño Rhinoceros13 en conjunto con el programa

13 Rhinoceros es un programa de modelación 3D.

Limaq n.o 6, noviembre 2020 ISSN: 2410-6127 135

 Favio Chumpitaz Requena

Grasshopper14. La combinación de ambos, hoy en día, es capaz de brindarnos

múltiples opciones a partir de los parámetros que el usuario les asigne. Si
tomamos este referente actual como muestra del desarrollo potencial que
posee la inteligencia artificial y su constante búsqueda de lograr que las
máquinas puedan evolucionar hasta alcanzar una inteligencia, racionalidad
e intuición mayor a la de los humanos, es posible imaginar que en el futuro,
y como ha ocurrido en la historia, las máquinas puedan ir suplantando a los
humanos en nuevas labores.

Figura 4.
Modelos
combinatorios
logrados a través
de los programas
Rhinoceros y
Grasshopper
Elaboración
propia

14 Grasshopper es un editor de algoritmos integrado al modelado 3D de Rhinoceros.

136 Limaq n.o 6, noviembre 2020 ISSN: 2410-6127

 Inteligencia artificial y/o el arquitecto

Figura 5.
Algoritmos en
Grasshopper
para producir
modelos combi-
natorios
Elaboración
propia

EL FUTURO DE LA INTELIGENCIA ARTIFICIAL

Según la revista The Economist, desde el punto de vista laboral, para el año
2037 existe la tendencia de que las máquinas reemplacen en un 47 % los
trabajos que realicen los humanos y se espera que para el año 2067 la mayoría
de los trabajos sean autónomos debido a las mejores cualidades que irán desa-
rrollando las máquinas frente a los humanos. En el campo de la arquitectura,
el impacto podría verse reflejado en la disminución de la cantidad de proyec-
tistas o personas involucradas en la concepción y desarrollo de proyectos.

Sin embargo, otros especialistas, como el doctor Ismat As, opinan que esta
mejora de la inteligencia artificial no debe de ser considerada como una
amenaza de suplantación de la máquina respecto a los arquitectos, sino todo
lo contrario: entenderla como una gran herramienta por sus beneficios en las
diversas etapas del diseño. De igual manera, Ismat As considera que dicho
desarrollo puede servir para ampliar la llegada de la arquitectura a personas
ajenas a la disciplina, al permitir en un futuro el acceso a programas que
contengan lenguajes arquitectónicos, de distintos arquitectos, que puedan ser
elegidos, para luego pagar las regalías correspondientes al ser utilizados demo-
cratizando, de esta manera, el diseño arquitectónico.

Limaq n.o 6, noviembre 2020 ISSN: 2410-6127 137

 Favio Chumpitaz Requena

Bajo otra perspectiva del futuro, centrado en los riesgos de la inteligencia

artificial y transhumanista, el filósofo Nick Bostrom15, autor del libro
Superinteligencia: caminos, peligros, estrategias, concibe que el futuro puede
ser estudiado con la misma meticulosidad que el pasado. Parte de la premisa
de que no es posible predecir el futuro a corto plazo, aunque es más sencillo
imaginarlo en un largo plazo. Bostrom manifiesta que la inteligencia artifi-
cial sí puede llegar a representar un peligro en el futuro a largo plazo por la
capacidad sin límites que detentaría en los siguientes siglos; puesto que sería
capaz de superarse cada día y seguir aprendiendo, inclusive de sus errores,
generando con ello que los humanos rivalizaran por primera vez en la historia
frente a un competidor más inteligente.

A su vez, Bostrom postula como un posible futuro en varios siglos, alcanzar el

siguiente nivel de evolución del ser humano, en el cual la muerte se supera; de
esta manera, el ser humano se convertirá, en conjunto con la inteligencia arti-
ficial, en una mente súper inteligente que podrá devenir de la conjunción de
la mente, memoria y personalidad de una persona con una máquina, siendo
posible su propia expansión, a través de un enorme espacio cibernético cogni-
tivo, con billones de mentes digitales.

CONCLUSIONES

El nivel alcanzado por la evolución y desarrollo de la inteligencia artificial,

desde los años 50, nos invita a pensar en un futuro con una mayor evolución
de las máquinas, las cuales podrían adquirir e incluso sobrepasar muchas de
las cualidades humanas alcanzando un nivel de razonamiento, capacidad de
análisis, inteligencia y sensibilidad mayor a la de los humanos. De este modo,
ellas nos brindarían recursos para seguir evolucionando.

Dentro de esta evolución, en la disciplina de la arquitectura, el potencial que

tiene la inteligencia artificial a un corto o mediano plazo es el de otorgarnos
mayores posibilidades de diseño y composición a partir de su capacidad de
análisis del terreno y del programa que se le pueda brindar. Esto ayudaría a
los proyectistas a tomar mejores decisiones con mayor precisión y sustento de
sus trabajos generando con la máquina una arquitectura participativa entre el
humano y la inteligencia artificial, más aún cuando se espera una evolución en
las próximas décadas.

A este respecto, Richard Sutton, científico informático canadiense, prevé que

el sentido de progresión estimado para lograr que la inteligencia artificial
alcance un razonamiento similar al humano, es de diez por ciento a que no
lo logre nunca y de veinticinco por ciento a que se logrará antes del 2030;
mientras que Bostrom y otros científicos le dan un cincuenta por ciento de
probabilidades de que esto ocurra antes del 2050.

15 Nick Bostrom (1973) es filósofo, fundador del “Future of Humanity Institute and Programme
on the Impacts of Future Technology”.

138 Limaq n.o 6, noviembre 2020 ISSN: 2410-6127

 Inteligencia artificial y/o el arquitecto

Por otro lado, al contemplar el potencial de la inteligencia artificial en la arqui-

tectura a largo plazo, podemos apreciar que esta podría ayudarnos a elegir
qué tipo de lenguaje arquitectónico (aprendido de los mayores referentes de la
arquitectura) es el que quisiéramos aplicar para un nuevo proyecto; o de igual
manera, qué tipo de lenguaje arquitectónico es el mejor para ese espacio.

Sin duda, cada etapa de evolución de la inteligencia artificial impactará res-

pecto de las ideas y forma de trabajo de los arquitectos haciéndonos menos
participes en algunas tareas, pero permitiéndonos focalizarnos más en otros
aspectos, de manera que cada proyecto pueda ir por caminos que no hayan
sido imaginados. En suma, impulsando los límites de nuestra propia creati-
vidad e intuición en una búsqueda constante de ser mejores, característica de
nuestra humanidad.

Finalmente, no olvidemos que los arquitectos y sus ideas están de paso en un

tiempo y espacio determinado; mientras que, las máquinas y sus algoritmos
podrían perdurar e influir mucho más, permitiendo que las particularidades
humanas replicadas puedan proyectarse a futuras generaciones.

REFERENCIAS

As, I (17 de setiembre de 2018). Entrevista por Michael J. Crosbie, Common Edge.
Recuperado de https://commonedge.org/doom-or-bloom-what-will-artificial
-intelligence-mean-for-architecture/
As, I., Pal, S. y Basu, P. (2018). Artificial intelligence in architecture: Generating
conceptual design via deep learning. International Journal of Architectural
Computing, 16(4), 306-327.
Bostrom, N. (2014). Superintelligence: Path, Dangers, Strategies. Oxford: Oxford
University Press.
Galchen, R. (2011). Dream Machine. The New Yorker, 2.
Huang, M., Rust, R. (2018). Artificial Intelligence in Service. Journal of Service
Reseach, 21(2), 155-172.
Khatchadourian, R (2015). The doomsday invention. The New Yorker, 23.
Kohler, M (2018). Entrevista por Patricia Guevara, MIT Technology Review en español.
Recuperado de https://canalinnovacion.sacyr.com/-/-no-creo-que-la-inteli
gencia-artificial-sustituya-a-los-arquitectos-el-diseno-es-mas-social-
Lepore, J (2019). The Robots Caravan: automation, AI, and the coming invasión. The
New Yorker.
Llamas, J., M. Lerones, P., Medina, R., Zalama, E. y Gómez-García- Bermejo,
J. (2017). Classification of Architectural Heritage Images Using Deep
Learning Techniques, Applied Sciences, 7(10), 992.

Limaq n.o 6, noviembre 2020 ISSN: 2410-6127 139

 Favio Chumpitaz Requena

Metz, C (2016). The Rise of Artificial Intelligence and the End of Code. Wired.
Recuperado de https://www.wired.com/2016/05/google-alpha-go-ai/
Russell, S., Norvig, P. (2009). Artificial Intelligence: A Modern Approach. (tercera
edición). India: Pearson Education India.
Valencia, N (2018). Will Automation Affect Architects? ArchDaily. Recuperado de
https://www.archdaily.com/885987/will-automation-affect-architects
Yoshimura, Y., Cai, B., Wang, Z. y Ratti, C. (2018). Deep Learning Architect: Classification
for Architectural Design through the Eye of Artificial Intelligence. Senseable
City Laboratory. Recuperado de https://arxiv.org/pdf/1812.01714.pdf

140 Limaq n.o 6, noviembre 2020 ISSN: 2410-6127