LunchBox – Passato, presente e futuro del plug-in per Grasshopper più scaricato

Ci è piaciuto leggere questa storia di Nate, fondatore di Proving Ground, sugli umili inizi di quello che è diventato il plug-in più scaricato per Rhino/Grasshopper.

Ciò che è iniziato nel 2010 come una collezione di strumenti per aiutare Nate (secondo le sue parole) a "tenere la testa fuori dall'acqua", si è evoluto in una collezione di strumenti di grande portata, da cui il nome Lunchbox.

Di recente, LunchBox ha aggiunto:

• Massing. Una raccolta di strumenti per lo sviluppo di masse edilizie di base utilizzando vincoli di superficie e di piano. Questi sono stati originariamente sviluppati per supportare studi rapidi di masterplan.

• Shell Brep. Questa semplice utility espone un metodo di Rhinocommon per sviluppare gusci di Brep solidi a partire da un solido. Questo componente si è rivelato estremamente utile per la stampa 3D.

• String Distance. Confrontare la "vicinanza" di due stringhe. Il valore della distanza può essere utilizzato per assegnare un punteggio a un elenco di etichette rispetto a un elenco standard. Questo è ottimo per supportare la correzione di set di dati scarsamente etichettati.

Leggete (o ascoltate) la storia completa sul blog di Proving Ground.

Recensione di Nate Miller su alcuni strumenti di Grasshopper

Nate Miller di Proving Ground fornisce regolarmente la propria opinione su progettazione generativa sul proprio podcast. Adesso,  ha pubblicato considerazioni su alcuni plug-in per Grasshopper. Come indicato da Nate, da oltre 12 anni, esiste una vibrante comunità di progettazione digitale su Grasshopper, che offre gratuitamente plug-in e strumenti che fanno leva sui concetti “generativi”..

Ecco le tre categorie analizzate da Nate:

• Risolutore basato su algoritmi evolutivi.
• Ottimizzazione topologica.
• Apprendimento automatico e intelligenza artificiale.

È possibile trovare gli strumenti di cui parla e altri su risorse come food4Rhino. 

Free Generative Design – A brief overview of tools created by the Grasshopper community...

Nuovi esempi di apprendimento con LunchBoxML

The Neural Network

Proving Ground fornisce agli utenti esempi di apprendimento di una nuova macchina con il plug-in LunchBoxML per Grasshopper.

Lo scorso anno, Proving Ground ha introdotto LunchBoxML, un plug-in per Grasshopper e Dynamo, per l'apprendimento di una macchina, che utilizza Accord Framework. Adesso, LunchBoxML ha introdotto nuovi esempi per mostrare l'applicazione di componenti di Gaussian Mixture e Neural Network.

Ulteriori informazioni di Proving Ground...