"" 什么方法最赚钱

新闻

思维机器:对设计师保拉sturla通话重申他们对人道主义的承诺

照片:佐尔坦tombor

照片:佐尔坦tombor

智能城市,搜索引擎,自主车:海量数据集和自学习算法的配对的方式,总是不容易把握转变我们周围的世界。奇怪的方式电脑“想”被隐藏的专有代码在不透明。它,被称为“理论的结束。”这是很危险,说: 帕乌拉sturla做什么生意赚钱

这是什么意思是一个以人为本? AI兼容工具和计算机仿真人文主义?

我的研究调查AI的机构在理论方法的设计过程。因为我说,因为我掌握更多的技术知识,我确认我自己这些技能多么复杂。我不是一个科学家的数据;这将是一个不同的职业。以人为本,根据艾柯和可爱加斯佩罗尼,是解决多学科的方式开放性问题的能力。我不是技术人员,我是提问者,用户,用户交互的技术和设置要求较高,因此个人,这是设计过程的一部分。这就是为什么我的研究看起来与典型的人工智能研究等不同,检测和acerca这是模拟。我们需要什么样的问题,我们才能理解什么是AI可以为我们做事情。我们不希望通过工具被吹走。我们要检查的工具,做出选择,并对其负责,而由ITS生成输出感到惊讶。

我们如何确保算法的实现不会让我们失去了话语的那前现代和反现代或只是人类本性的一部分?这是我的直觉是接口和人与机器之间的反馈回路,这是至关重要的。

帕乌拉sturla对需要人类和非人类一起工作

我这样做,我们需要能够从事技术以及基础设施和景观,才能够给他们带来的人的尺度?

没有。难道我们总是经历我们周围的世界没有技术或其他技术用。我们可以感知由于只有我们的感官,但技术提高了他们。这就是技术,一直做下去。用用就框架意见,并细分他们的观点光罩画家是一种技术的调解感知。技术目前还无法完全新的;他们是一种进化。

AI可以只是一个附加层。它可以感知的东西,我们不能透露和意义的事情,我们看不到我们的眼睛,因为这不是在我们的认知范围的数据。因此,它可以告诉我们更多的信息。再有就是AI的生成部分。我们使用很多工具有想法,人都疯狂的事情最让刺激的设计师,那么为什么不使用的算法? AI可以提供形式。但我们不应该依赖于这一点。我们应该意识到,我们仍然人类进程的一部分。

目前,在由设计师走近问题的复杂性的转变呢?应该改变设计学科他们在工作中考虑到这一点的方法吗?

我认为这是一个转变。我不知道,如果是涉及到技术,或者如果它是技术的结果。这显然是一个复杂的现象,植根于经济,在全球化的社会方面,等等。设计过程现在是国际化的。如果我不得不指出能够通过技术的最重要的事情,它不会是爱;这将是可能的电子邮件让世界各地的大型团队共享BIM模型。通信正在改变着我们的工作格局。在经济突发事件,导致增加了复杂性。当然,技术和可以提供帮助。但是这是我的观点:我们需要确保技术不反噬我们。如果它只是增加了一层复杂性,那么这是一个问题。如果它帮助我们管理复杂的网站可以很然后它有用。

我们一直与复杂性永远处理。当是布鲁内莱斯基试想建设的圣玛丽亚百花大教堂,我来到了一个现有的背景下,部分建筑已经在那里了,我不得不编造一个解决方案。 ESTA那种复杂的情况下是不是新的;这是我们做什么底线。如果目的是帮助我们的技术ESTA管理。

你怎么看作为你的做法的根源在哪里?其设计师或思想家的工作与复杂系统的英雄?

我在我自己的工作确实是从头开始,回到20世纪50年代,到阿兰·图灵。从那里,我去的历史,走上前大约每10年,要求,关键在人是谁?有赫伯特是西门,谁想出了术语经济学家“人工智能”(有趣的是,它是在一个批一个标题应用它品牌拿到钱。)然后是在麻省理工学院的研究:马文·明斯基和尼葛洛庞帝的媒体实验室。这是迷人的,学到很多,这些人那名建筑师,发现在这个颠覆性创新的所有根以人为本,设计师的。据统计,从数学家来了,肯定的,但它应用到技术民用的概念由建筑师来了,因为Steenson莫莉·赖特在她最近的一本书,智能架构显示。

它是人已与复杂性在各个领域的交易的一道风景线。所有的人创办的研究所神圣的信仰,例如。许多英雄都是从20世纪50年代和60年代左右。他们的问题都在问相关的,即使现在我们拥有先进的技术。例如:我们如何计算暧昧?我们如何能够计算“也许,”马文的明斯基(和 斯蒂芬·欧文)会把它。

终于,有设计师般的景观设计师 劳伦斯·哈普林 和他的创造力反馈循环,循环RSVP,仅举一个。

这是一个很好的问题。怎样才能拥有一个想法,并不一定是植根于一个数据集?

我没有回答明斯基的问题,但它可能是人类和机器之间的反馈回路的问题。相反,想象一台机器接管的,它更有趣的思考如何使这一技术的acerca接口,以互动的方式,可以是生成。这是我在计算机科学家关于交谈。有很多研究在该领域的事情,特别是在,比方说,应急响应的情况。如果有紧急情况,如何能够协调救援过程中的算法?它们如何相互作用与人类救援?接口问题是计算机科学的研究,现在关键。

问题是语言问题。机器认为在线性项,并且所述算法是线性的过程:从A到B,从B到C,基于某些参数。人类思维非线性的方式,或者我们可以认为在这两个方面。 (或者,真的,我们不知道我们是怎么想的,。神经科学家都知道的了)算法是一台机器可以处理非常具体的过程。这是我们做什么相反:流程解决开放式的。我不想开辟现代主义的批判的潘多拉的盒子,但如果算法是表达一个问题的超线性的方式,那么它是现代主义的方法之王。如果我们从来没有现代(报价拉图尔布鲁诺)则倾向于尝试以线性方式行事从来没有真正一致的想法。我的批评,那么,就是要求我们如何确保算法的实现不会让我们失去了话语的那前现代或抗人现代或只是一部分。我的直觉,基于我在计算机科学中看到的情况是,它是反馈环路,人与机器之间的至关重要的接口。所以它不是关于摆脱人类的,但如何理解两人合力。