Machine Learning e A.I. come interagiscono? quali sono i campi di applicazione? le risposte in un workshop sperimentale organizzato a gennaio 2018. e i risultati sono stati piu’ che positivi!
Machine Learnig si può tradurre come “apprendimento automatico”. L’incredibile velocità dei processi di elaborazione dei dati, la loro sempre maggiore quantità, il rilascio di framework open source e di documenti di ricerca sono solo alcuni dei fattori che hanno contribuito a fare dell’intelligenza artificiale una delle tendenze più interessanti degli ultimi anni.
Infatti, il Machine Learning, ossia l’apprendimento automatico, monitora:
- i dispositivi che utilizziamo ogni giorno,
- ascolta e registra le nostre azioni,
- apprende i nostri comportamenti,
- prevede nostre intenzioni.
Tutti i giganti tecnologici, infatti, sono in competizione per diventare leader di mercato.
Finora le applicazioni più comuni sono:
- il conversational design,
- le interfacce vocali
- il linguaggio naturale
E’ possibile, inoltre, insegnare alle macchine come:
- capire i nostri movimenti,
- vedere il mondo esattamente come lo vediamo noi,
- creare opere d’arte,
- scrivere poesie
- generare nuove lingue.
Lo switch
L’obiettivo del corso era progettare e prototipare un prodotto fisico partendo da uno degli elementi standard dell’Interaction Design: lo switch. Possiamo immaginarlo “intelligente”? Cosa succederebbe se fosse dotato della capacità di apprendimento? E se potesse insegnare a noi qualcosa? La sfida del work shop era creare uno switch in grado di imparare e progettare.
L’esito del progetto
A gennaio 2018, abbiamo organizzato un workshop sperimentale nell’ambito del Master of Advanced Studies in Interaction Design, al SUPSI. Il workshop è stato pensato come una serie di attività aventi la finalità di introdurre gli studenti ai concetti base dell’Intelligenza Artificiale del Machine Learning per l’Interaction Design e agli strumenti di prototipazione disponibili.
Arduino101, grazie ai suoi componenti, è stato utilizzato per prototipare le interazioni fisiche. Per i progetti più complessi è stato utilizzato Wekinator, un software free ed open – source.
Cosa abbiamo imparato
Per la prima volta abbiamo condotto un workshop basato interamente sull’hardware con risultati assolutamente positivo. C’è, tuttavia, da dire che abbiamo dovuto affrontare numerose sfide e il tempo a disposizione non era sufficiente per conoscere a fondo tutti i concetti trattati.
Forse è ancora troppo presto pensare di prototipare strumenti per i designers.
I passi successivi
L’opportunità che abbiamo visto per gli Interaction Designers è quella di progettare autonomamente. C’è però bisogno di un alto livello di competenza e una profonda comprensione dei concetti chiave. Cercare di semplificare tutto questo processo è, come al solito, una sfida incredibile che consentirà a più persone di utilizzare l’intelligenza artificiale a proprio vantaggio. Stiamo assistendo ai primi passi di una nuova ondata di design, accompagnata da una maggiore disponibilità di strumenti e da una forte domanda da parte dell’industria creativa. Presto, però, gli strumenti diventeranno più facili da usare, consentendo ai makers di utilizzare questa straordinaria tecnologia che è il Machine learning e dare vita a progetti non solo innovativi ma anche inaspettati.
L’articolo scritto è stato scritto da Massimo Banzi,Matteo Loglio e Serena Cangiano, Maind Master SUPSI Lugano ed è stato pubblicato su Medium: qui trovate la versione originale.
___________________________________________________________________________________________________________________________________________________________________________________________________
Applicazioni di Machine Learning, A.I., Virtual Reality e molto altro saranno tra i protagonisti di Maker Faire Rome 2018 dal 12- 14 Ottobre alla Fiera di Roma. Non marcheranno,robot, droni, l’Area Kids , il cibo del Futuro, l’industry 4.0 e tanto altro.
