Gdy mówimy o sztucznej inteligencji, większość ludzi myśli o chatbotach, samochodach autonomicznych czy generowaniu obrazów. Ale co, jeśli AI mogłaby pomóc w… projektowaniu nagrobków? Brzmi nietypowo? A jednak właśnie taką technologię stworzyliśmy – system, który potrafi generować wzory pomników pamiątkowych dostosowanych do indywidualnych potrzeb i wrażliwości kulturowej.

Projekt z sercem, nie eksperyment

To nie był tylko technologiczny kaprys. Połączyliśmy modele generatywne, przetwarzanie języka naturalnego (NLP) i aktywne zaangażowanie człowieka w proces, by stworzyć narzędzie wspierające projektantów nagrobków i rodziny pogrążone w żałobie.

Celem było coś więcej niż tylko automatyzacja – chcieliśmy, by AI naprawdę rozumiała znaczenie upamiętniania ludzkiego życia.

W czym tkwił problem?

Projektowanie nagrobków to delikatna dziedzina – łączy sztukę, tradycję i emocje. Każda rodzina chce czegoś osobistego i godnego, a jednocześnie ograniczenia materiałowe, zasady cmentarzy i uwarunkowania religijne nie ułatwiają sprawy.

Postanowiliśmy stworzyć generator nagrobków, który mógłby dostarczać inspirujących, spersonalizowanych projektów – bez zastępowania człowieka, ale wspierając jego pracę.

Można go przetestować na stronie: headstonesdesigner.com/generator

Krok 1: Zrozumieć, zanim zaprojektujesz

Zanim uruchomiliśmy jakikolwiek kod, zanurzyliśmy się w świat sztuki sepulkralnej. Przeanalizowaliśmy:

  • Tradycyjne i nowoczesne style nagrobków
  • Normy religijne i kulturowe
  • Właściwości materiałów (np. granit, marmur)
  • Przepisy cmentarne (np. maksymalne wymiary pomników)

Błędy w tej dziedzinie to nie tylko problemy UX – mogą być po prostu obraźliwe.

Krok 2: Tworzenie bazy danych

Zebraliśmy różnorodne dane:

  • Tysiące opisanych zdjęć nagrobków
  • Pliki CAD istniejących projektów
  • Preferencje klientów
  • Teksty epitafiów
  • Standardy wymiarowe z cmentarzy

Dane zostały oczyszczone, znormalizowane i przekształcone w formę przystępną dla modeli AI.

Krok 3: Trenowanie modeli

Przetestowaliśmy kilka podejść:

  • StyleGAN2 do generowania realistycznych projektów
  • VAE do tworzenia wariantów i przejść między stylami
  • Transformery (GPT) do pisania taktownych inskrypcji

Spójność wizualna i tekstowa była kluczowa. Dlatego zastosowaliśmy modele multimodalne (np. CLIP) i GAN-y sterowane tekstem.

Krok 4: Gdy AI się myli

Nie obyło się bez problemów:

  • Niektóre projekty przypominały rzeźby współczesne, a nie nagrobki
  • Styl bywał kulturowo nietrafiony
  • GPT tworzył nieodpowiednie epitafia

Rozwiązaniem było zaangażowanie ludzi: projektantów i doradców kulturowych, którzy oceniali wyniki i dostarczali informacji zwrotnej do dalszego trenowania modeli.

Krok 5: Czy to działa?

System ocenialiśmy na wielu poziomach:

  • Realizm grafik (FID)
  • Jakość tekstów (BLEU + ocena ekspertów)
  • Opinia użytkowników i specjalistów z branży

Efekt: AI, która potrafi tworzyć estetyczne, emocjonalnie adekwatne i kulturowo świadome projekty.

Wnioski

  • Kontekst kulturowy to podstawa, nie dodatek
  • AI bez nadzoru może generować nieodpowiednie treści
  • Współpraca człowieka i maszyny to konieczność

Co dalej?

Rozważamy zastosowanie tej technologii w innych dziedzinach: projektowaniu zaproszeń \u015lubnych, statuetek, pamiątek. Wszędzie tam, gdzie design ma wartość emocjonalną, AI może być wsparciem, choć nigdy nie zastąpi ludzkiego serca.