MIT Press Meluncurkan Kembali Seri Studi Perangkat Lunak

MIT Press Meluncurkan Kembali Seri Studi Perangkat Lunak – Seri yang dibentuk ulang akan mengintegrasikan berbagai disiplin ilmu mulai dari matematika hingga teori ras kritis, dari seni perangkat lunak hingga teori queer untuk memahami implikasi sosial dan budaya perangkat lunak.

MIT Press Meluncurkan Kembali Seri Studi Perangkat Lunak

MIT Press telah mengumumkan peluncuran kembali seri Studi Perangkat Lunak, seri buku yang berkomitmen untuk mengeksplorasi kemungkinan besar, sejarah, hubungan, dan bahaya yang dicakup oleh perangkat lunak. Seri yang diubah akan bergerak melampaui pernyataan luas tentang perangkat lunak dan mengintegrasikan berbagai disiplin ilmu, termasuk matematika, teori ras kritis, seni perangkat lunak, dan teori queer. 

Seperangkat editor baru, Wendy Hui Kyong Chun, Winnie Soon, dan Jichen Zhu telah bergabung dengan editor pendiri Noah Wardrip-Fruin untuk membentuk kembali visi serial ini. Seri yang diperbarui akan menerbitkan buku-buku yang berfokus pada perangkat lunak sebagai situs kekuatan sosial dan teknis, dengan menjawab pertanyaan-pertanyaan berikut: Bagaimana kita melihat, berpikir, mengkonsumsi, dan membuat perangkat lunak?

Bagaimana perangkat lunak mulai dari prosedur algoritmik dan model pembelajaran mesin hingga program perangkat lunak sumber terbuka dan gratis membentuk kehidupan, budaya, masyarakat, dan identitas kita sehari-hari?

Bagaimana kita bisa menganalisis secara kritis dan kreatif sesuatu yang tampaknya begitu umum dan umum, namun juga begitu spesifik dan teknis? Dan bagaimana seniman, desainer, pembuat kode, cendekiawan, peretas, dan aktivis menciptakan ruang baru untuk melibatkan budaya komputasi, memperkaya pemahaman perangkat lunak sebagai bentuk budaya?

“MIT Press berkomitmen untuk menyediakan platform untuk beasiswa yang menantang, provokatif, dan transformatif yang melintasi batas-batas akademis tradisional,” kata Amy Brand, direktur dan penerbit, MIT Press. “Dewan editorial yang baru dibentuk akan memastikan bahwa seri Studi Perangkat Lunak terus menerbitkan penelitian mutakhir, sambil mendorong bidang ini ke arah yang baru dan menarik.”

“Studi perangkat lunak masih sangat penting karena perangkat lunak sangat samar-samar; itu menyentuh dan membentuk kembali dan disentuh dan dibentuk kembali oleh hampir semuanya,” kata Profesor Wendy Hui Kyong Chun dari Universitas Simon Frasier. “Seri Studi Perangkat Lunak memungkinkan kita untuk berpikir secara luas dan/atau saling berhubungan, untuk bergerak melampaui, di antara, dan di samping berbagai lapisan dan program.”

Seri Studi Perangkat Lunak awalnya diluncurkan pada tahun 2009, di bawah bimbingan editor Matthew Fuller, Lev Manovich, dan Noah Wardrip-Fruin. Selama lebih dari satu dekade, seri ini didedikasikan untuk menerbitkan karya baru terbaik yang melacak bagaimana perangkat lunak secara substansial terintegrasi ke dalam proses budaya dan masyarakat kontemporer melalui mode ilmiah humaniora dan ilmu sosial,

MIT Press Meluncurkan Kembali Seri Studi Perangkat Lunak

serta dalam pembuatan/penelitian perangkat lunak. mode ilmu komputer, seni, dan desain. Buku-buku penting yang diterbitkan di bawah masa Fuller, Manovich, dan Wardrip-Fruin termasuk (antara lain) risalah kolaboratif Nick Montfort dkk. pada satu baris kode, “10 PRINT CHR$ (205,5 + RND (1)); GOTO 10”; Tinjauan komprehensif Benjamin Bratton tentang megastruktur yang tidak disengaja, “Tumpukan”; dan argumen Annette Vee untuk mentalitas komputasi dalam “Coding Literacy”.

Untuk meluncurkan kembali seri ini secara resmi, para editor berkumpul untuk berbagi visi mereka tentang mengapa studi perangkat lunak tetap diperlukan. Baca diskusi meja bundar.

TOPIK-TOPIK YANG BERKAITAN

Pers MIT, Buku dan penulis, Perangkat lunak, Teknologi dan masyarakat, Ilmu dan teknologi computer, Kolaborasi

Jaringan Saraf Tiruan Memodelkan Pemrosesan Wajah Autisme

Jaringan Saraf Tiruan Memodelkan Pemrosesan Wajah Autisme – Model komputasi baru dapat menjelaskan perbedaan dalam mengenali emosi wajah.

Banyak dari kita dengan mudah mengenali emosi yang diekspresikan di wajah orang lain. Senyum bisa berarti kebahagiaan, sementara cemberut bisa menunjukkan kemarahan. Orang autis sering memiliki waktu yang lebih sulit dengan tugas ini.

Jaringan Saraf Tiruan Memodelkan Pemrosesan Wajah Autisme

Tidak jelas mengapa. Tetapi penelitian baru, yang diterbitkan 15 Juni di The Journal of Neuroscience, menyoroti cara kerja bagian dalam otak untuk menyarankan jawaban. Dan itu dilakukan dengan menggunakan alat yang membuka jalur baru untuk memodelkan komputasi di kepala kita: kecerdasan buatan.

Para peneliti terutama menyarankan dua area otak di mana perbedaannya mungkin terletak. Sebuah wilayah di sisi otak primata (termasuk manusia) yang disebut korteks temporal inferior (IT) berkontribusi pada pengenalan wajah. Sementara itu, wilayah yang lebih dalam yang disebut amigdala menerima masukan dari korteks TI dan sumber lain dan membantu memproses emosi.

Kohitij Kar, seorang ilmuwan peneliti di laboratorium MIT Profesor James DiCarlo, berharap untuk membidik jawabannya. (DiCarlo, Profesor Peter de Florez di Departemen Ilmu Otak dan Kognitif, adalah anggota Institut McGovern untuk Penelitian Otak dan direktur MIT’s Quest for Intelligence.)

Kar memulai dengan melihat data yang diberikan oleh dua peneliti lain: Shuo Wang di Universitas Washington di St. Louis dan Ralph Adolphs di Caltech. Dalam satu percobaan, mereka menunjukkan gambar wajah kepada orang dewasa autis dan kontrol neurotipikal.

Gambar-gambar telah dihasilkan oleh perangkat lunak untuk bervariasi pada spektrum dari ketakutan hingga bahagia, dan para peserta menilai, dengan cepat, apakah wajah-wajah itu menggambarkan kebahagiaan. Dibandingkan dengan kontrol, orang dewasa autis membutuhkan tingkat kebahagiaan yang lebih tinggi di wajah untuk melaporkan bahwa mereka bahagia.

Pemodelan otak

Kar, yang juga anggota Center for Brains, Minds and Machines, melatih jaringan saraf tiruan, sebuah fungsi matematika kompleks yang terinspirasi oleh arsitektur otak, untuk melakukan tugas yang sama. Jaringan tersebut berisi lapisan unit yang secara kasar menyerupai neuron biologis yang memproses informasi visual.

Lapisan-lapisan ini memproses informasi saat melewati dari gambar masukan ke penilaian akhir yang menunjukkan kemungkinan bahwa wajah bahagia. Kar menemukan bahwa perilaku jaringan lebih cocok dengan kontrol neurotipikal daripada orang dewasa autis.

Jaringan juga melayani dua fungsi yang lebih menarik. Pertama, Kar bisa membedahnya. Dia menanggalkan lapisan dan menguji ulang kinerjanya, mengukur perbedaan antara seberapa cocok dengan kontrol dan seberapa cocok dengan orang dewasa autis.

Perbedaan ini paling besar ketika output didasarkan pada lapisan jaringan terakhir. Pekerjaan sebelumnya telah menunjukkan bahwa lapisan ini dalam beberapa hal meniru korteks IT, yang berada di dekat ujung pipa pemrosesan visual ventral otak primata. Hasil Kar melibatkan korteks TI dalam membedakan kontrol neurotipikal dari orang dewasa autis.

Fungsi lainnya adalah jaringan dapat digunakan untuk memilih gambar yang mungkin lebih efisien dalam diagnosis autisme. Jika perbedaan antara seberapa dekat jaringan cocok dengan kontrol neurotipikal versus orang dewasa autis lebih besar ketika menilai satu set gambar versus set gambar lainnya, set pertama dapat digunakan di klinik untuk mendeteksi ciri-ciri perilaku autis.

Jaringan Saraf Tiruan Memodelkan Pemrosesan Wajah Autisme

“Ini adalah hasil yang menjanjikan,” kata Kar. Model otak yang lebih baik akan muncul, “tetapi seringkali di klinik, kita tidak perlu menunggu produk terbaik mutlak.”

Selanjutnya, Kar mengevaluasi peran amigdala. Sekali lagi, dia menggunakan data dari Wang dan rekan-rekannya. Mereka telah menggunakan elektroda untuk merekam aktivitas neuron di amigdala orang yang menjalani operasi untuk epilepsi saat mereka melakukan tugas wajah. Tim menemukan bahwa mereka dapat memprediksi penilaian seseorang berdasarkan aktivitas neuron ini.

Kar menganalisis kembali data, kali ini mengontrol kemampuan lapisan jaringan seperti korteks TI untuk memprediksi apakah wajah benar-benar bahagia. Sekarang, amigdala memberikan informasi yang sangat sedikit. Kar menyimpulkan bahwa korteks TI adalah kekuatan pendorong di balik peran amigdala dalam menilai emosi wajah.