Machine Learning for Interaction Designers / interaction18 参加レポ DAY0
初日はGUIでできる簡単な機械学習を用いたインタラクションの作成のワークショプに参加しました。CIID卒業生のアーティスト2人によるワークショップです。
学んだことをものっそい簡単に書くと、ProcessingやArduinoで行なっていたOSC通信の間にwekinatorというツールを挟んでやることで簡単にパターンを学習、判別できるようになって新しいインタラクションが作れるよ!というものでした。
wekinatorの使い方
左がwekinator、右がProcessing(wekinatorに座標情報を送っている)です
「右上のエリアをクリックしたら1」「中央のエリアをクリックしたら5」という風にパターンをwekinatorに覚えさせていいきます。
うまく学習させていけば、マウスの位置に応じて写真が切り替わるプログラムの完成です。このように簡単にMachine Learning(その中でも一番簡易的なSupervised Learning)を行えるのがwekinatorの特徴です。
今回はたまたまprocessingで繋げていますが、inputにもoutputにも、arduinoやopenFrameworks、kinnectなど、様々な媒体を使うことができます。
詳しくはこちらのドキュメントを見るとよくまとまっています。
課題
一通り使い方がわかったところで、チーム課題が出ました。
wekinatorが実際に使われた例として、Vivifyというヨガマットプロジェクトがあるので、こちらを真似して1時間以内に作ってみよというもの。
機械にパターン学習される分、人間が条件文を書かなくて良いので、サクサクとプロトタイプの製作ができるのがwekinatorの強みです。
最終課題
最終課題はなんでも好きなものを作っていいよということで、顔認証で生成した絵文字でチャットできるプログラムを組みました
そのほかリソース
ArtistのためのMachine Learning 系のリソースが詰まったml4aというサイトが一番役に立ちます。
jsを使った機械学習ライブラリは最近増えてきています。特にp5ML.jsはexampleの数も豊富で、使いやすいものが多いです。自分もワークショップが終わった後にp5ML.jsを使って軽いゲームを作ってみました。
総括
参加者の多くは、jsはかけるけどpythonは書いたことなくて機械学習まで踏み込んだことはないという方が多く、jsでちょっとしたモックアップができることに興奮していました。最近はサービスでもMachineLearningを取り扱うことは増えているので、プロトタイプにこうしたギミックを加えたい、というデザイナーには吉報ですね。
この記事が気に入ったらサポートをしてみませんか?