The development of a breakthrough design approach firstly requires getting out from the space of known solutions. Different methods can facilitate this work, as brainstorming. Nonetheless, they are often subjected to different obstacles: • The cognitive biases, not only leading designers to explore erroneous solution paths, but also to exclude other apparently unsuccessful paths since the beginning. • The knowledge space, which must ideally be as large and varied as possible. • The accessibility to knowledge. In a world where everything changes and develops very quickly, it is increasingly difficult to follow all the developments in all fields. • The optimization approach, which is seen as a way to innovate at least incrementally, but which has a limited breakthrough potential, since it is conditioned by a design space of finite dimension. When we face with a new need, our brain is able to associate it principles and concepts, generating similarities and thus new ideas. This phase is generally very rapid, and it is almost unconscious. If these ideas are considered interesting (i.e. if they survive cognitive biases), we will first try to formulate them with words, which generally describe an architecture, physical principles or material properties, before translate them into more or less detailed models. This process of using words to explain, share and compare will be repeated again and again to move forward. The major interest lies in its ability of explaining very general and basic concepts as well as very detailed and complex ones, and of instantly moving from one field to another different one. The objective of this thesis is to be inspired by the way a brain works when it generates an idea and when its owner formulates it, in order to create a first software demonstrator based on different machine learning tools (artificial intelligence). The current thesis is based on the work carried out within the group CES WORKS, which is specialized in breakthrough design.

Lo sviluppo di un approccio di progettazione distruttivo richiede prima di tutto di uscire dallo spazio delle soluzioni conosciute. Diversi metodi, come il brainstorming, possono facilitare questo lavoro, ma essi sono tuttavia spesso ostacolati da diversi fattori: • I pregiudizi cognitivi, che non solo portano i progettisti a esplorare soluzioni erronee, ma anche ad escluderne sin dall’inizio altre opzioni apparentemente infruttuose. • Lo spazio delle soluzioni considerate, che deve essere idealmente più vasto e vario possibile. • L’accessibilità alla conoscenza. In un mondo dove tutto cambia e si sviluppa molto velocemente, è sempre più difficile restare al passo con tutte le novità in tutti gli ambiti. • L’approccio dell’ottimizzazione, che viene spesso visto come un modo di innovare, almeno incrementalmente, ma che possiede un limitato potenziale distruttivo, dato che è vincolato ad uno spazio di progettazione di dimensioni finite. Quando ci troviamo di fronte ad un nuovo bisogno, il nostro cervello è capace di associarvi principi e concetti, riconoscendo delle similarità e dunque generando nuove idee. Questa fase è generalmente molto rapida e quasi inconscia. Se queste idee sono considerate interessanti (ovvero se sopravvivono ai nostri pregiudizi cognitivi), proviamo innanzitutto ad esprimerle a parole, descrivendo generalmente un’architettura, dei principi fisici o delle proprietà dei materiali, per poi rappresentare il tutto tramite modelli più o meno dettagliati. Questo processo di utilizzo delle parole per spiegare, condividere e confrontare verrà poi ripetuto più e più volte per avanzare nella riflessione. L’aspetto più importante risiede nella sua capacità di poter esprimere concetti molto generali e basici così come molto dettagliati e complessi, consentendo di muoversi istantaneamente da un ambito ad un altro completamente diverso. L’obiettivo di questa tesi è di ispirarsi al modo in cui il nostro cervello genera una nuova idea e la formula attraverso il linguaggio naturale delle parole, creando un primo dimostratore di un software basato su diversi metodi di machine learning (intelligenza artificiale). Il progetto di tesi è basato sul lavoro fatto dal gruppo CES Works che è specializzato in progettazione distruttiva.

Demonstrator of a procedure based on machine learning and use of natural language to promote breakthrough design concepts

GULINELLI, PIETRO
2022-03-21

Abstract

Lo sviluppo di un approccio di progettazione distruttivo richiede prima di tutto di uscire dallo spazio delle soluzioni conosciute. Diversi metodi, come il brainstorming, possono facilitare questo lavoro, ma essi sono tuttavia spesso ostacolati da diversi fattori: • I pregiudizi cognitivi, che non solo portano i progettisti a esplorare soluzioni erronee, ma anche ad escluderne sin dall’inizio altre opzioni apparentemente infruttuose. • Lo spazio delle soluzioni considerate, che deve essere idealmente più vasto e vario possibile. • L’accessibilità alla conoscenza. In un mondo dove tutto cambia e si sviluppa molto velocemente, è sempre più difficile restare al passo con tutte le novità in tutti gli ambiti. • L’approccio dell’ottimizzazione, che viene spesso visto come un modo di innovare, almeno incrementalmente, ma che possiede un limitato potenziale distruttivo, dato che è vincolato ad uno spazio di progettazione di dimensioni finite. Quando ci troviamo di fronte ad un nuovo bisogno, il nostro cervello è capace di associarvi principi e concetti, riconoscendo delle similarità e dunque generando nuove idee. Questa fase è generalmente molto rapida e quasi inconscia. Se queste idee sono considerate interessanti (ovvero se sopravvivono ai nostri pregiudizi cognitivi), proviamo innanzitutto ad esprimerle a parole, descrivendo generalmente un’architettura, dei principi fisici o delle proprietà dei materiali, per poi rappresentare il tutto tramite modelli più o meno dettagliati. Questo processo di utilizzo delle parole per spiegare, condividere e confrontare verrà poi ripetuto più e più volte per avanzare nella riflessione. L’aspetto più importante risiede nella sua capacità di poter esprimere concetti molto generali e basici così come molto dettagliati e complessi, consentendo di muoversi istantaneamente da un ambito ad un altro completamente diverso. L’obiettivo di questa tesi è di ispirarsi al modo in cui il nostro cervello genera una nuova idea e la formula attraverso il linguaggio naturale delle parole, creando un primo dimostratore di un software basato su diversi metodi di machine learning (intelligenza artificiale). Il progetto di tesi è basato sul lavoro fatto dal gruppo CES Works che è specializzato in progettazione distruttiva.
RIZZONI, Raffaella
TRILLO, Stefano
File in questo prodotto:
File Dimensione Formato  
tesi Pietro Gulinelli.pdf

embargo fino al 21/03/2023

Descrizione: Tesi
Tipologia: Tesi di dottorato
Dimensione 14.24 MB
Formato Adobe PDF
14.24 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11392/2481835
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact