三機主義：由智能冗餘出發的機有，機治，機享生態系統

序言：智能冗餘的時代

人工智能（AI）與物聯網（Internet of Things）時代的到來，人類的生產剩餘將從商品的冗餘（commodification surplus）、認知的冗餘（cognitive surplus），進化到 智能的冗餘（intelligence surplus）的時代。

如果說電商是商品冗餘的反饋現象、web 2.0 與 app 是認知冗餘的表徵，那麼智能的冗餘將是「解決方案主義」（Solutionism）的時代：運算量過剩、動態介面互動合作，反向尋找社會問題與介入題目。

在構成美感社會運作的反向極端，就是視覺生產、處理、分析、呈現元件與元件生產力的過剩。

無商品可被消費時代，視覺與美感邏輯運作如何尋找出路？視覺元件的擴大作用，既可以透過資訊社的方式，理解與重新設計機械埠口的串接文化，同時也對元件之間的資源部署與循環利用作出計算與重新配置。

而對那些無消費者無使用者的機械程序，沒有透過視覺元件生產力的中介，沒有機會進入到人類文化生活的視野；如今隨著人工智能的自我結構化，可以讓這些程序逐一與視覺結盟，擴大被理解與再利用的可能。

然而我們目前還沒有足夠的視覺元件理論與分析觀點，演算法與資料結構，人工智能模型與檢索運用。由視覺元件的冗餘出發的一套反美感運作邏輯，將填補智能互聯的串接「黑洞」，與使用者的網絡社會經驗真實連結。

這套分析架構，我們將其命名為 「三機主義：機有，機治，機享的生態系統」。

機器學習視覺化

• visualization for machine learning

可編程自動視覺化

• 視覺化溝通的是使用者的理解。在設計語言與元素的繁複與低度系統介入，往往導致被過度濫用，變成引導使用者的數據詐騙溫床。視覺化也變成低內容含量的同義詞
• 視覺化的自我改進方向，是可編程的自動視覺化（此處需要投入資源來做 CSS 的研究與自動化 prototype 建構）

機器學習的視覺化展開

• 然而在機器學習項目上的視覺化，以自我約簡與結構化的原則與設計專業合作進行，其實是在尋找如何用約減的美感元素，來快速切入機器學習的串流邏輯
• 斷點可以是重新再編程（re-program）的接點，是重新引導機器學習方向的新控制插入點

機人溝通（介面）的視覺語言系統

• visual language system for machine human communication
• 調查研究自由軟體的影音處理系統與影像自動辨識系統
• 定義可處理的影音視覺語言元素系統
• 產出一組基本機人視覺語言元件清單

未來目標

• 影像語言與檔案流通的框架
• 接合 ffmpeg 的發展