Machine Learning e architetture sicure e inclusive per un'utenza fragile

Il contributo espone i primi risultati di una ricerca condotta nel Dipartimento di Architettura dell’Università degli Studi Roma Tre, volta alla sperimentazione di algoritmi di machine learning per l’apprendimento di reti neurali da BIM finalizzato alla generazione di realtà aumentata. L’obiettivo è migliorare la fruizione degli spazi abitativi per l’utenza fragile. Tali algoritmi, in ausilio alla progettazione, costituiscono innovazione di produzione, oltre che di prodotto, intendendo come tale lo spazio architettonico. Dopo aver descritto le linee di ricerca attive, il paper propone un glossario condiviso sulla terminologia mutuata da altri campi di indagine. Infine, si descrivono le applicazioni in Realtà Aumentata sperimentate nella ricerca, e i meccanismi teorici di interazione tra queste e gli algoritmi di Machine Learning.