La Scienza delle Decisioni Incontra il Design
Quando la Scienza delle Decisioni Incontra il Design
Un’immersione nella Risoluzione dei Problemi di Design Generativo Attraverso il Deep Reinforcement Learning
Il processo di design è cambiato notevolmente negli ultimi decenni. Ciò che un tempo era un ambito guidato dall’intuizione, dal giudizio umano e dalle preferenze estetiche, è ora potenziato dai metodi computazionali e dai processi basati sui dati. Questa transizione è esemplificata dall’intersezione tra scienza dei dati e design, un punto di incontro in cui la precisione si unisce alla creatività.
La utilità delle tecniche basate sui dati nel design è ben dimostrata nel suo sottoambito, il design generativo, una metodologia che utilizza algoritmi computazionali per produrre molteplici varianti di design basate su criteri predefiniti. Tuttavia, man mano che questi problemi di design diventano più complessi e multidimensionali, c’è bisogno di tecniche più sofisticate per trovare soluzioni soddisfacenti. Ecco dove entra in gioco la decision science, nello specifico il reinforcement learning.
Applicare la Decision Science al Design Generativo
Il nucleo del design non è tanto la creazione quanto una serie di decisioni intenzionali che portano a quella creazione.
La decision science consiste fondamentalmente nel prendere scelte informate valutando le opzioni disponibili all’interno di un contesto sulla base delle conseguenze previste o conosciute. Comprende approcci statistici quantitativi combinati con processi di ottimizzazione. Quando applicata al design generativo, la decision science può aiutare a determinare le decisioni di design o le sequenze di decisioni che migliorerebbero una certa configurazione o istanza di design. Questo processo richiederebbe tre componenti:
- Come Woodpecker sta rivoluzionando l’accuratezza dell’IA nei modelli di linguaggio?
- I ricercatori dell’Università Tsinghua propongono i modelli di consistenza latente (LCM) la nuova generazione di modelli AI generativi dopo i modelli di diffusione latenti (LDM).
- IBM introduce un chip per computer ispirato al cervello che potrebbe potenziare l’intelligenza artificiale (AI) lavorando più velocemente con molto meno consumo energetico.
- Valutazione dei Design: valutare le prestazioni o la qualità di ogni variante per comprendere il contributo di ciascuna scelta di design verso l’obiettivo desiderato
- Ottimizzazione: sintetizzare la sequenza di scelte di design che darebbe luogo a varianti di design fattibili e soddisfacenti
- Analisi degli Scenari: esplorare varie possibilità di design prendendo decisioni di design in contesti e vincoli diversi
