Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
MIT 6.S192 - Lezione 8: "In che modo l'apprendimento automatico può avvantaggiare i creatori umani" di Rebecca Fiebrink
MIT 6.S192 - Lezione 8: "In che modo l'apprendimento automatico può avvantaggiare i creatori umani" di Rebecca Fiebrink
Rebecca Fiebrink, ricercatrice nel campo della musica e dell'intelligenza artificiale, sottolinea l'importanza dell'interazione umana e di tenere gli esseri umani al corrente nell'uso e nello sviluppo dell'apprendimento automatico per scopi creativi. Discute il suo strumento, Wekinator, che consente l'uso dell'apprendimento automatico nella musica in tempo reale per la creazione umana. Dimostra la costruzione di vari strumenti controllati da gesti come una drum machine, un algoritmo di sintesi del suono chiamato Blotar e uno strumento a fiato chiamato blowtar. Sottolinea come l'apprendimento automatico può essere vantaggioso per i creatori consentendo loro di esplorare tavolozze sonore complesse e sfumate e semplificare l'analisi dei dati per sensori e dati in tempo reale. Affronta anche i vantaggi della manipolazione interattiva dei dati di addestramento e spiega come l'apprendimento automatico ci consente di comunicare con i computer in modo più naturale, oltre ad aggiungere sorprese e sfide al processo di lavoro creativo.
MIT 6.S192 - Lezione 9: "Neural Abstractions" di Tom White
MIT 6.S192 - Lezione 9: "Neural Abstractions" di Tom White
In questo video, l'artista e docente Tom White discute il suo approccio all'incorporazione della percezione della macchina e delle reti neurali nella sua pratica artistica. White condivide il suo background nello studio di matematica e design grafico al MIT e il suo attuale lavoro di insegnamento del codice creativo alla Victoria University. Discute anche della sua ricerca sulla costruzione di strumenti per aiutare gli altri a utilizzare il mezzo in modo creativo e della sua opera d'arte che esplora la percezione della macchina. White mette in mostra i suoi schizzi e stampe, creati utilizzando algoritmi di intelligenza artificiale, e parla delle sue collaborazioni con gruppi musicali e delle sue recenti mostre d'arte. Discute anche delle sfide della collaborazione con le reti neurali e delle conseguenze indesiderate di mettere in libertà l'arte generata dall'intelligenza artificiale.
MIT 6.S192 - Conferenza 10: "Magenta: Empowering creative agency with machine learning" di Jesse Engel
MIT 6.S192 - Conferenza 10: "Magenta: Empowering creative agency with machine learning" di Jesse Engel
Jesse Engel, capo ricercatore presso Google Brain, parla di Magenta, un gruppo di ricerca che esamina il ruolo dell'intelligenza artificiale e dell'apprendimento automatico nella creatività e nella musica. Il gruppo si concentra principalmente sui modelli di apprendimento automatico che generano contenuti multimediali e li rendono accessibili tramite codice open source e un framework chiamato magenta.js, che consente la creazione di modelli creativi interattivi in Javascript. Engel sottolinea l'importanza di vedere la musica come una piattaforma sociale ed evolutiva per l'identità e la connessione culturale piuttosto che come una merce da produrre e consumare a buon mercato. Esplorano come l'apprendimento automatico può fornire alle persone nuove forme di agenzia creativa attraverso l'espressività, l'interattività e l'adattività. La conferenza copre vari argomenti, tra cui la progettazione di modelli di apprendimento automatico per la musica, l'utilizzo della convoluzione dilatata per output predittivi, l'elaborazione del segnale digitale differenziabile e la creazione di sistemi di apprendimento automatico che producono splendidi errori. Inoltre, parla delle sfide collaborative con gli artisti e della grande sfida di uscire dalla distribuzione e dalla composizionalità nei modelli di apprendimento.
MIT 6.S192 - Lezione 11: "Biodiversità artificiale", Sofia Crespo e Feileacan McCormick
MIT 6.S192 - Lezione 11: "Biodiversità artificiale", Sofia Crespo e Feileacan McCormick
In questa conferenza sulla "Biodiversità artificiale", Sofia Crespo e Feileacan McCormick esplorano l'intersezione tra tecnologia e natura per produrre forme d'arte uniche. Il duo discute il loro interesse e l'uso dell'apprendimento automatico e la sua connessione con la bellezza e sottolinea i limiti della percezione umana. Discutono anche dei loro progetti di collaborazione, tra cui "Entangled Others", in cui sostengono la rappresentazione sia delle singole specie che dei loro complessi intrecci per creare una migliore comprensione dei sistemi ecologici. I relatori sottolineano l'importanza della sostenibilità e della collaborazione nella pratica artistica e il rapporto tra strumenti e arte, affermando che gli algoritmi non possono sostituire gli artisti umani.
MIT 6.S192 - Conferenza 12: "AI+Creativity, an Art Nerd's Perspective" di Jason Bailey
MIT 6.S192 - Conferenza 12: "AI+Creativity, an Art Nerd's Perspective" di Jason Bailey
Jason Bailey discute di come l'apprendimento automatico stia influenzando il campo dell'arte, dal rilevamento dei falsi alla previsione dei prezzi. Esorta gli artisti a essere consapevoli dei pregiudizi insiti nell'arte basata sui dati e sollecita la necessità di dati di formazione che includano tutte le prospettive.
MIT 6.S192 - Lecture 13: "Surfaces, Objects, Procedures: Integrating Learning and Graphics for 3D Scene Understanding" di Jiajun Wu
MIT 6.S192 - Lecture 13: "Surfaces, Objects, Procedures: Integrating Learning and Graphics for 3D Scene Understanding" di Jiajun Wu
Jiajun Wu, un assistente professore a Stanford, discute la sua ricerca sulla comprensione della scena nelle macchine attraverso l'integrazione dell'apprendimento profondo e della conoscenza del dominio dalla computer grafica. Wu propone un approccio in due fasi per recuperare la geometria di un oggetto 3D da una singola immagine stimando la superficie visibile attraverso la mappa di profondità e completando la forma sulla base di conoscenze precedenti da un ampio set di dati di altre forme simili. Wu propone inoltre di utilizzare le mappe sferiche come rappresentazione surrogata delle superfici in 3D per acquisire meglio le caratteristiche della superficie, consentendo al sistema di completare le forme in un output più dettagliato e uniforme. Inoltre, Wu discute di come la ricostruzione di forme in programmi di forma possa migliorare significativamente la modellazione e la ricostruzione, in particolare per oggetti astratti e creati dall'uomo. Infine, Wu discute di come la conoscenza del dominio della computer grafica possa essere integrata con l'apprendimento automatico per migliorare la ricostruzione della forma, la sintesi della trama e la comprensione della scena.
MIT 6.S192 - Lezione 14: "Verso la creazione di motori di innovazione aperti e infinitamente creativi" di Jeff Clune
MIT 6.S192 - Lezione 14: "Verso la creazione di motori di innovazione aperti e infinitamente creativi" di Jeff Clune
Jeff Clune, ricercatore presso OpenAI, discute il suo lavoro sulla creazione di motori di innovazione aperti e infinitamente creativi in questa conferenza del MIT. Cerca di creare algoritmi in grado di eseguire l'evoluzione naturale e la ricetta della cultura umana di iniziare con un insieme di cose, generare cose nuove, valutare per mantenere ciò che è interessante e modificarlo per mantenere la novità interessante. Clune esplora l'uso delle reti neurali per riconoscere cose nuove, parla dell'algoritmo Map Elites e introduce le reti di produzione di pattern compositivi per la codifica. Mostra come questi strumenti possono essere combinati per generare immagini complesse e diverse, risolvere problemi difficili e creare algoritmi aperti che possono costantemente innovare le loro soluzioni alle sfide.
MIT 6.S192 - Conferenza 15: "Creative-Networks" di Joel Simon
MIT 6.S192 - Conferenza 15: "Creative-Networks" di Joel Simon
In questa conferenza, Joel Simon esplora le sue ispirazioni e i suoi approcci verso reti creative che attingono dagli ecosistemi naturali. Dimostra il potenziale delle capacità computazionali nel processo creativo, descrivendo come tecniche come l'ottimizzazione della topologia, i morfogeni e gli algoritmi evolutivi possono consentire l'emergere di forme e trame incredibili. Simon condivide anche i dettagli sul suo progetto GANBreeder, uno strumento online per scoprire e mutare le immagini utilizzando un CPPN e un GAN, e discute il potenziale dei sistemi di raccomandazione incrociata nel processo creativo. Simon è ottimista riguardo al futuro della tecnologia e della creatività, credendo che gli esseri umani possano collaborare e ottimizzare le funzioni degli edifici e creare qualcosa di più grande.
MIT 6.S192 - Conferenza 16: "Percezione visiva umana dell'arte come calcolo" Aaron Hertzmann
MIT 6.S192 - Lez. 16: "Percezione visiva umana dell'arte come calcolo" Aaron Hertzmann
La conferenza esplora l'ambiguità percettiva e l'indeterminatezza nell'arte e l'uso di reti generative avversarie (GAN) nella creazione di immagini ambigue. Discute l'impatto della durata della visione sulla percezione e la relazione tra l'entropia dell'immagine e le preferenze umane. Il docente suggerisce una teoria evolutiva dell'arte, dove l'arte è creata da agenti capaci di relazioni sociali. Viene discusso anche l'uso dell'intelligenza artificiale nell'arte, con la conclusione che mentre gli algoritmi possono essere strumenti utili, non possono sostituire gli artisti umani. La conferenza si conclude con alcune osservazioni su concetti come il valore.
MIT 6.S192 - Lecture 17: "Using AI in the service of graphic design" di Zoya Bylinskii
MIT 6.S192 - Lecture 17: "Using AI in the service of graphic design" di Zoya Bylinskii
Zoya Bylinskii, ricercatrice presso Adobe, esplora l'intersezione tra design grafico e intelligenza artificiale (AI) in questa conferenza. Bylinskii sottolinea che l'intelligenza artificiale ha lo scopo di assistere piuttosto che sostituire i progettisti automatizzando attività noiose e generando variazioni di progettazione. Bylinskii fornisce esempi di strumenti assistiti dall'intelligenza artificiale, inclusi strumenti di progettazione interattivi e ideazione di icone generate dall'intelligenza artificiale. Bylinskii discute anche delle sfide e del potenziale nell'applicazione dell'IA alla progettazione grafica, inclusa la necessità di pensiero creativo, curatela e collaborazione con professionisti di diversi settori. Consiglia ai candidati interessati all'intelligenza artificiale e all'apprendimento automatico per la progettazione grafica di mostrare l'esperienza del progetto e perseguire opportunità di ricerca.