Sviluppo di processi di comunicazione aptici tra uomo e macchina

La ricerca si focalizza sul rapporto tra tecnologie abilitanti e corpo umano. La miniaturizzazione delle tecnologie, unita alla loro maggiore diffusione negli ambienti, porta ad interrogarsi sull’efficacia dell’integrazione di esse con corpo e attività ad esso connesse. Il contesto problematico della ricerca riguarda i dispositivi indossabili e il progetto di soluzioni destinate a risolvere inediti bisogni o potenziare i sensi umani. La letteratura scientifica e i casi studio circoscrivono il piede come efficace piattaforma per la sperimentazione di interfacce aptiche di comunicazione uomo/macchina, atte a connettere il corpo con informazioni referenziate all’ambiente. Il piede, elemento motorio duplice e simmetrico, ha un’elevata qualità percettiva ed è morfologicamente adeguato all’applicazione di tecnologie emergenti. La posizione di soglia, tra spazio e corpo, consente la raccolta di stimoli da entrambe le aree. La bibliografia evidenzia quanto la pressione, rispetto alla vibrazione, sia preferibile nella comunicazione aptica in quanto componente naturale dei linguaggi relazionali del corpo. Dall’analisi multidisciplinare emerge infine l’opportunità di sviluppo del ritmo come componente strutturale dei messaggi. I legami relazionali tra ritmo, corpo e comportamenti umani sono evidenti in molteplici meccanismi: trascinamento ritmico, mimesi ritmica, sincronia. La messa in relazione di piede, pressione e ritmo diventa affordance dello spazio, capace di suggerire, enfatizzare o attivare determinati comportamenti. L’unione di questi elementi è qui definita ritmica podotattile ed esplicitata nella tesi della descrizione delle sue caratteristiche, dalla circoscrizione di campi e azioni applicative e dalla raccolta dati sui test effettuati con i prototipi costruiti. Le analisi quantitative e qualitative dei dati di lettura del movimento e delle emozioni dimostrano quanto l’utilizzo di un linguaggio ritmico aptico nel piede esprima elevate potenzialità di integrazione con il corpo nel rispetto del comfort e dell’equilibrio attentivo nei flussi di azione preesistenti. I risultati aprono riflessioni su nuove applicazioni progettuali nel campo museale, lavorativo e urbano.

Percorsi urbani e percorsi narrativi: il "racconto dei racconti" di via Zamboni a Bologna

La percezione dello spazio urbano, nella sua complessità, risente inevitabilmente dello stratificarsi, nel tempo, di significati storici, ideologie, archetipi e utopie attraverso i quali la società, nei suoi diversi stadi di sviluppo, ha consolidato l'idea di centro abitato. Nel mondo contemporaneo, la città narrata si sovrappone sempre di più a quella reale, organizzando e sintetizzando i processi interpretativi dei circuiti urbani: al cityscape, il panorama fisico della città, si antepone il suo mindscape, il panorama dell'anima e delle culture urbane. In sintonia con tali prospettive, la presente ricerca si propone di analizzare i processi comunicativi e i paradigmi mediatici che attraversano e ridefiniscono le dinamiche urbane, prendendo in esame gli strumenti e i linguaggi che concorrono a disegnare e raccontare l'immagine di una città. In tale contesto, il progetto prende in considerazione come case study la singolare situazione del distretto universitario intorno a via Zamboni a Bologna: un'arteria di straordinaria bellezza e vitalità, cui tuttavia non corrisponde un'immagine pubblica altrettanto positiva. La tesi ha analizzato in particolare l’immagine pubblica e la percezione di via Zamboni e di piazza Verdi dai primi del Novecento a oggi, in relazione ai principali eventi che le hanno viste come scenari privilegiati. Prendendo in considerazione un arco di tempo di oltre un secolo, sono stati selezionati alcuni momenti topici, occasioni culturali o accadimenti con una forte connotazione simbolica: dalla Liberazione alle manifestazioni del ’77, dalle storiche ‘prime’ del Teatro Comunale agli allestimenti della Pinacoteca, dalle lezioni di professori universitari di chiara fama alle più recenti contestazioni studentesche. Il risultato è un racconto stratificato che attraversa segni e immagini per ricostruire l’iconografia del quartiere attraverso testi, fotografie, filmati, opere d’arte o prodotti multimediali.

Integrated communication and learning towards autonomous mobile radio networks

The integration of distributed and ubiquitous intelligence has emerged over the last years as the mainspring of transformative advancements in mobile radio networks. As we approach the era of “mobile for intelligence”, next-generation wireless networks are poised to undergo significant and profound changes. Notably, the overarching challenge that lies ahead is the development and implementation of integrated communication and learning mechanisms that will enable the realization of autonomous mobile radio networks. The ultimate pursuit of eliminating human-in-the-loop constitutes an ambitious challenge, necessitating a meticulous delineation of the fundamental characteristics that artificial intelligence (AI) should possess to effectively achieve this objective. This challenge represents a paradigm shift in the design, deployment, and operation of wireless networks, where conventional, static configurations give way to dynamic, adaptive, and AI-native systems capable of self-optimization, self-sustainment, and learning. This thesis aims to provide a comprehensive exploration of the fundamental principles and practical approaches required to create autonomous mobile radio networks that seamlessly integrate communication and learning components. The first chapter of this thesis introduces the notion of Predictive Quality of Service (PQoS) and adaptive optimization and expands upon the challenge to achieve adaptable, reliable, and robust network performance in dynamic and ever-changing environments. The subsequent chapter delves into the revolutionary role of generative AI in shaping next-generation autonomous networks. This chapter emphasizes achieving trustworthy uncertainty-aware generation processes with the use of approximate Bayesian methods and aims to show how generative AI can improve generalization while reducing data communication costs. Finally, the thesis embarks on the topic of distributed learning over wireless networks. Distributed learning and its declinations, including multi-agent reinforcement learning systems and federated learning, have the potential to meet the scalability demands of modern data-driven applications, enabling efficient and collaborative model training across dynamic scenarios while ensuring data privacy and reducing communication overhead.