• Zuhause
  • Artikel
  • Maschinelles Lernen, Schönheit liegt in den Ausreißern [Forschung & Theorie]
Veröffentlicht am 27-03-2019

Maschinelles Lernen, Schönheit liegt in den Ausreißern [Forschung & Theorie]

Dieser Blogbeitrag wurde im Rahmen des Computational Art-based Research and Theory-Moduls veröffentlicht, das Teil des MA in Computational Arts ist, das ich derzeit bei Goldsmiths mache.

Projekt des neuronalen Netzwerks Inceptionism von Google - Bildquelle

Mit subjektiven Daten unsere Sicht der Welt als Künstler zeigen

Dieser Beitrag ist eine Reflexion über einen Vortrag, den ich auf der Transmediale 2019 von Hannah Davis zu Subjektiven Daten besucht habe.

Der Punkt, den sie in ihrem Vortrag angesprochen hatte, war, dass die meisten Datensätze subjektiv sind. Die anfängliche Auswahl der Daten ist bereits subjektiv. Die Art und Weise der Identifizierung und Kennzeichnung ist jedoch auch subjektiv. Sie nahm als Beispiel die Verwendung von Mechanical Turk-Diensten als Methode zum Erstellen und Trainieren der Maschine, wobei die Subjektivität der Personen berücksichtigt wird, die die Klassifizierung vornehmen.

Der interessanteste Teil ihres Vortrags war, dass sie Künstler ermutigte, diese Subjektivität in ihrer Arbeit anzunehmen und sie dazu zu verwenden, ihre Vision der Welt zu zeigen. Sie schlug vor, handwerkliche Datensätze und kreative Taxonomien zu verwenden, weil bei einem Kunstwerk keine Erschöpfungskraft, Vielfalt oder Neutralität erforderlich ist, eher im Gegenteil. Diese Subjektivität ist tatsächlich eine Gelegenheit, um etwas zu sagen und zum Nachdenken anzuregen.

Schönheit in den Ausreißern

Das hat bei mir Anklang gefunden und ich habe darüber nachgedacht, wie wir maschinelles Lernen auf kreative Weise nutzen können, um diese Kategorisierung und systematische Vision der Welt auszugleichen.

Bei der Verwendung von Kategorisierungsalgorithmen berechnet maschinelles Lernen die Entfernung zwischen den einzelnen Datenpunkten und den Kategorien, um sie in den nächsten zu sortieren.

Aber Schönheit neigt dazu, in den Ausreißern zu liegen. Was wäre also, wenn wir statt auf etwas Ähnliches schauen könnten, was sich vom Durchschnitt unterscheidet?

Eine Maschine, um Schönheit in den Unterschieden aufzuzeigen

Basierend auf diesem Prinzip habe ich darüber nachgedacht, wie man ein Programm erstellt, um Ausreißer zu identifizieren und entweder ihre Schönheit zu enthüllen oder sie auf kreative Weise zu nutzen.

Wenn wir die Idee nehmen, Fotos von Blumen als Beispiel zu verwenden, würde dies folgendermaßen aussehen:

1- Erstellen Sie einen Datensatz mit Fotos von Blumen und anderen Objekten. Dann trainieren Sie die Maschine, um diese Bilder in zwei Kategorien zu sortieren: „Blumen“ und „nicht Blumen“.

2- Füttern Sie die Maschine mit Bildern, von denen wir wissen, dass sie Blumen sind. Und bitten Sie darum, diejenigen zurückzugeben, die am weitesten von der Kategorie "Blumen" entfernt sind.

Ausreißer verwenden, um neue Choreografien zu inspirieren

Ich ging noch ein bisschen weiter und fragte mich, ob wir den gleichen Ansatz bei der Bewegung anwenden könnten. In der Tanzwelt ist es eine Herausforderung, neues Material zu finden, das nicht nur aufregende Bewegungen neu mischt. Ich bin immer fasziniert von der choreographischen Forschung, bei der neue Ausdrucksformen für den Körper erforscht werden.

Die Idee wäre, die Maschine mit Videos von vorhandenen Balletten als Teil des Trainingsdatensatzes zu füttern. Dann würden wir einen neuen Datensatz erstellen, der verschiedene Bewegungsquellen, Tanzbewegungen und natürlichere Alltagsbewegungen umfasst. Dies kann zum Beispiel eine Mischung aus Improvisationssitzungen, Leuten sein, die in einem Park spielen, Leute, die in einem Club tanzen usw.

Das Ergebnis wäre eine wirklich gute Inspirationsquelle für neue Stücke.

Sie könnte sogar noch weiter gehen, indem sie bei der Erstellung des zweiten Datensatzes spezifischer ist, um ihn für das Thema des Stücks relevanter zu machen. Wenn es sich bei dem Stück beispielsweise um ein Selbstbild handelt, könnte der Datensatz aus Personen bestehen, die sich im Spiegel im Aufzug betrachten, auf einer Messe mit deformierenden Spiegeln spielen, ein Selfie aufnehmen usw.

Siehe auch

"Liebe, Tod + Roboter" ist "Heavy Metal" für 2019Cinema Studies Wikipedia Edit-a-Thon möchte weibliche Künstler hervorhebenWenn Sie an Ihrem Ende sind, was tun Sie?Ich habe diese Farben schon gesehen!SPIELEN MUSEEN EINE ROLLE, UM DEN KOLONIALISMUS ZU TUN?Die Macht der Kunst: 4 Fälle der Verwendung von Blockchain in der Kunstindustrie