Intelligenza Artificiale (IA) e Machine Learning (ML) possono essere considerati da molti sinonimi, anche perché sono le espressioni più in voga di questa decade. Ma, in realtà, non lo sono. Tuttavia, mettono entrambe in discussione l’abilità delle macchine di compiere e portare a termine dei compiti in modo “intelligente”, mettendosi in competizione con l’intelligenza e specificità umana.

Con le macchine che diventano sempre più intelligenti, il Machine Learning è oggigiorno non solo un argomento interessante e complesso, ma è anche una disciplina cruciale. Se, all’inizio, l’uso del computer era soltanto una questione di calcoli, adesso non si tratta più di semplice “elaborazione”, ma anche di “apprendimento”. Nell’epoca dei Big Data e dell’IoT, viene richiesto alle macchine di andare oltre la pura programmazione e le procedure algoritmiche, introducendo anche la previsione di dati, l’OCR e l’analisi semantica, l’apprendimento di esperienze passate e l’adattamento ad input esterni, avvicinandosi al campo dei processi e delle produzioni umane.

Come Gene Kogan e Francis Tseng hanno scritto nel loro libro non ancora concluso “Machine Learning for Artists”, possiamo “sottoporre oggi alle macchine un solo quesito astratto: determinare il rapporto tra le nostre osservazioni o dati e il nostro compito prefissato. Questo può prendere la forma di una funzione o modello che recepisce le nostre osservazioni e calcola una decisione in base a quelle. Il modello è determinato dall’esperienza, fornendogli un set di coppie di osservazioni e decisioni già note. Una volta che si ha il modello, è possibile predire degli output”.

L’oggetto del Machine Learning e, in generale, dei metodi dell’Intelligenza Artificiale, dunque, vanno in una direzione che va oltre alla tecnologia o al campo delle scienze, coinvolgendo anche le arti, il product design, la moda sperimentale e la creatività in generale. Così come le caratteristiche del ML sono compatibili con le pratiche di arte digitale, siamo portati ad indagare su come alcune tecniche di IA possono essere usate per migliorare la gestualità performativa umana e i modelli della creatività.

Come possono collaborare i sistemi biologici e l’intelligenza della macchina per creare arte e qual è l’esito culturale per la nostra società? Qual è il nuovo ruolo della creatività in questo scenario? Come affronterà il contemporaneo una futura generazione di artisti/designer automatizzati e artificiali, capaci di imparare dai creativi stessi o di avere un impatto diretto sulla creatività umana? La visione antropocentrica del processo creativo che sta dietro la creazione artistica sarà influenzata dalle nuove reti neurali intelligenti?

Non vediamo l’ora di avere vostre notizie!
Silvia Bertolotti e Marco Mancuso

Dettagli Tecnici

Con questa call Digicult intende raccogliere contributi di ricerca sull’argomento menzionato, specialmente da parte di individui attivi nei campi artistici e accademici (curatori, critici, hacker, fabber, produttori creativi, manager di laboratorio, attivisti, designer, teorici, scrittori accademici e indipendenti, studiosi, artisti, ecc.)

Un abstract di 200 parole e un testo completo di massimo 5000 parole, così come libri, recensioni di eventi e interviste (da 1000 a 2000 parole) dovranno essere inviati a: journal@digicult.it

  1. La scadenza per l’invio dell’articolo completo da essere preso in considerazione è il 1 Setttembre 2017
  2. Il file in formato .doc / docx / .odt / .txt (formato PDF non ammesso)
  3. Da 5 a 10 immagini con risoluzione 300 dpi come file Zip
  4. Didascalie corrette delle immagini
  5. Seguire cortesemente le linee guida
SHARE ONShare on FacebookGoogle+Tweet about this on TwitterShare on LinkedIn