Giovedì 1 aprile si è tenuto il quarto appuntamento della serie di web meeting co-organizzata da Complexity Education Project e Complexity Institute dal titolo “Complessità in Azione. Otto leve per cambiare il mondo”.
Di seguito il video del meeting con Paolo Ciuccarelli e Josephine Condemi.
Massimo Conte e Bruno Ronsivalle hanno parlato di scienza delle previsioni, intelligenza artificiale, epidemie e futuro, prendendo spunto dal libro “L’algoritmo e l’oracolo. Come la scienza predice il futuro e ci aiuta a cambiarlo” di Alessandro Vespignani, in occasione del quarto incontro on line dell’edizione 2020 dei “Complexity Literacy Meeting” (i Complexity Literacy meeting sono organizzati a partire dal 2014 dal Complexity Institute; quest’anno, date le difficoltà dovute alla pandemia di Covid-19).
Valentino Catricalà e Antonella Sbrilli parlano di AI, machine learning, big data e creatività artistica, prendendo spunto dal libro “L’estetica dell’intelligenza artificiale. Modelli digitali e analitica culturale” di Lev Manovich, in occasione del terzo incontro on line dell’edizione 2020 dei “Complexity Literacy Meeting” (i Complexity Literacy meeting sono organizzati a partire dal 2014 dal Complexity Institute; quest’anno, date le difficoltà dovute alla pandemia di Covid-19, gli incontri si svolgono on line: sono diventati “Web Meeting”).
Le informazioni sull’incontro del 22 Ottobre dedicato al libro di Manovich si trovano qui
Ricordiamo i momenti principali di ogni serata di ciascuno degli otto Complexity Literacy Web Meeting:
- la presentazione di un libro, da parte dell’autore o di un lettore;
- una relazione sullo stesso tema da parte di un esperto;
- il dialogo generato dalle domande del pubblico agli esperti;
- la Parola del giorno, a cura di Enrico Cerni;
- la Biblioteca dei classici della complessità, a cura del Complexity Education Project.
Il Complexity Education Project da quest’anno si affianca al Complexity Institute nell’organizzazione degli eventi. Inoltre, in ogni serata cura la rubrica La Biblioteca dei classici della complessità, in cui in pochi minuti viene presentato un libro consigliato per approfondire i riferimenti principali del paradigma complesso.
In che modo le macchine, attraverso algoritmi, possono apprendere dall’esperienza e risolvere problemi non lineari supportando le decisioni umane?
G. Bruno Ronsivalle (professore di Tecnologie informatiche e multimediali all’Università di Verona, amministratore di WeMole, consulente scientifico dell’ABI e dell’Aeronautica Militare, esperto di “cervelli artificiali” basati su Reti Neurali) ne ha parlato lo scorso 19 maggio in “Reti complesse di neuroni e macchine che imparano“, la settima delle 10 lezioni sulla Complessità organizzate nel Maggio 2019 dal Complexity Education Project al Museo MACRO di Roma, all’interno del Festival della Complessità.
Nel mese di Maggio 2019, il Macro Asilo ha ospitato nelle sue sale la manifestazione ufficiale di apertura della decima edizione del Festival della Complessità, interamente dedicato al tema “Pensare a come pensiamo”: un ricco weekend di eventi che si è concluso domenica 12 maggio con il lancio della prima delle dieci lezioni organizzate dal Complexity Education Project.
Le lezioni si sono svolte nell’arco di tre week end, condividendo e confrontando con il pubblico i concetti chiave legati alla parola “complessità”: il pensiero sistemico e l’analisi delle reti sociali applicate all’arte e al design, all’urbanistica e alla data visualization, senza trascurare gli aspetti più innovativi che riguardano l’applicazione del paradigma cognitivo complesso al management e al machine learning, alle fake news e alla politica, ai problemi di conflitto fra trasparenza e diritto alla privacy, per finire con il rapporto tra tecnologia e cultura.
MATLAB mette a disposizione un sito prezioso per conoscere meglio le basi del Machine Learning, con video-tutorial, webinar di approfondimento, e-book gratuiti.
Il Machine learning è un insieme di metodi nati per insegnare alle macchine ad apprendere dall’esperienza (proprio come accade per gli esseri umani). Si utilizzano algoritmi che imparano direttamente dai dati, senza partire da modelli pre-impostati, migliorando le loro performance in base alla quantità di informazioni messa a disposizione.
In che modo gli algoritmi e l’intelligenza artificiale influenzeranno sempre più la produzione di notizie e il giornalismo?
Il Knight Center for Journalism in the Americas dell’Università del Texas – Austin ha organizzato un nuovo MOOC e-learning gratuito (in inglese), dal titolo News Algorithms: The Impact of Automation and AI on Journalism.
Il corso consente di:
- analizzare una serie di caso in cui gli algoritmi, l’automazione e l’Intelligenza Artificiale possono migliorare il giornalismo, ad esempio nella ricerca di storie computazionali e nella produzione automatizzata di contenuti;
- sviluppare un occhio critico per vedere sia i pro che i contro degli algoritmi e il loro uso nei mass media e nella società in generale;
- vedere come gli algoritmi di notizie vengono implementati e distribuiti nei diversi settori.
Credits image: via www.vpnsrus.com