Plant Care - Algorithmic Commerce
Vi blev introduceret til Algorithmic Commerce (Algoritmehandel). Algoritme skal forstås ved at ”tidligere” data vurderer hvilke nye dataer, der er relevante i forhold til en given søgning.
I forbindelse med algoritme og computerlæring kommer vi ind på kunstig intelligens (AI).
Vi har valgt i dette projekt at kigge nærmere på AI inden for planteverden. Vi vil hjælpe folk med, hvorledes de kan passe deres planter på en lettere måde.
Ved hjælp af en machinelearning algoritme, skal vores idé udfoldes i en app. Appen skal hjælpe med de hverdagsproblemer, som man kan opleve, når man lever et liv med potteplanter.
Projektet omfatter:
- Watson IBM Billedgenkendelse metoden
- Udvikling af prototype
- Usability Test
Watson IBM Billedgenkendelse metoden
Vi blev i forbindelse med faget teknologi præsenteret for AI IBM Watson. IBM Watson er en type supercomputer, som kombinerer AI og analytisk software, der kan forudsige og forme fremtidige resultater ud fra data.
Efter IBM har gennemgået store mængder data, rangerer den alle mulige svar og tilbyder ”det bedste”.
Vores digitale produkt skal være relevant at anvende i folks hverdag, hvor problemer nemt kan opstå, AI skal kunne løse problemstillinger.
Vi har arbejdet med IBMs Cloud og Watson billedgenkendelse program. Det er her, at vi har ”trænet” vores AI til at identificere og indsamle relevante data ud fra forskellige billeder i IBM Portfolio.
Udvikling af prototype
Vores løsning til app’en PlantCare gør det muligt at scanne, genkende og differentiere potteplanter via smartphone.
PlantCare kan hjælpe med at udvide ens kendskab til forskellige plantearter samt informere om, hvordan planten skal passes.
Med et snap med smartphone vil app’en via læring og kunstig intelligens hjælpe brugeren med at identificere forskellige planter, som er relevante i forhold til et givent billede.
Med hjælp af maskinindlæringsalgoritme bliver PlantCare app’en dygtigere til at identificere og forudse en plantes tilstand og forbedres over tid i forbindelse med brugen af den.
Usability Test
Efter Think Aloud Testen udfyldte vores testpersoner en SUS template, der bestod af 10 spørgsmål.
Spørgsmålene bestod af udsagn om usability af app'en, som testpersonerne skulle være enige eller uenige i.
Her var spørgsmålene skiftevis positive og negative, som et forsøg på at undgå bias. Ud fra svarene beregnede vi scoren, der kunne fortælle os hvor godt vores prototype klarede sig, og om der eventuelt var store fejl og mangler.
