Resultados del laboratorio

Arte y Aprendizaje Automático

about image

Este laboratorio fue una iniciativa de CKWEB, Estación Experimental Audiovisual y Radiofónica de la línea de Arte, Ciencia y Tecnología del Idartes y fue coordinado por Guido Corallo (Argentina), Margarita Martínez (Argentina) y Luis Fernando Medina (Colombia). Participaron: Ana María Espejo, Hugo Idárraga, Camilo Nemocón, Sebastián Duque y Mercedes Invernizzi.

Invitación púbica

Bogotá pandémica y virtual, Colombia
Septiembre - noviembre, 2020.

Metodología y proceso

El laboratorio Arte y Aprendizaje Automático fue un espacio de creación de obras y proyectos basados en herramientas de Aprendizaje Automático (Machine Learning).

La convocatoria estuvo orientada a participantes con conocimientos básicos o intermedios de programación o aprendizaje de máquina y con un proyecto a desarrollar. Se trabajaron aspectos técnicos, plásticos y poéticos de los proyectos en un diálogo constante.

Proyectos realizados

Durante el laboratorio cinco artistas desarrollaron obras en las que utilizan herramientas de Aprendizaje Automático (Machine Learning) y plantean preguntas sobre la relación entre nuestros cuerpos y la tecnología, el sesgo de los algoritmos, la colaboración humano-máquina en los procesos creativos, el uso de tecnologías de Inteligencia Artificial en nuestros países del Sur, entre otras cosas.

Singularity

Camilo Nemocón

Debido a la situación actual de la Pandemia, los teatros y espacios escénicos han sido cerrados y los artistas no han podido exponer, presentar y practicar sus obras. Por esto, se plantea un medio virtual que permita la práctica y continuación de este ejercicio desde casa, utilizando las nuevas tecnologías para la representación de las obras y su visualización, más allá de un streaming, en donde no se puede generar una ambientación escénica, ni una escenografía acorde a los ideales de los artistas, pero que sí se puede suplir en un mundo virtual.

Este proyecto es una aplicación de escritorio con tecnología de aprendizaje automático, que permite ver la obra de danza Singularity en tiempo real a partir del tracking del cuerpo del bailarín, haciendo uso de la cámara web para visualizar los movimientos que realiza el artista escénico dentro de una plataforma de escritorio, reflejándolo en un avatar 3D desarrollado acorde a sus características físicas.

La aplicación es Open Source, para que un bailarín o artista escénico con acceso a internet pueda crear su obra y, así mismo, cualquier persona pueda ver la obra de danza o teatro en vivo. Por tanto, se desarrolla una plataforma para computador y se crea un software personalizado que permitirá traducir a datos el movimiento de los bailarines/actores, para llevarlos a un escenario virtual que se expondrá públicamente.

Enlaces
Bitácora de trabajo
Web de la obra

Archivo Represión

Mercedes Invernizzi

Como gesto de preservar la memoria colectiva en la era digital, este proyecto de investigación crea una base de datos in crescendo sobre represión institucional ejercida en el sur global, obtenidas de internet y redes sociales. Este acervo de imágenes es expuesto a diversas redes neuronales artificiales (AI) entrenadas para reconocer rostros y cuerpos humanos, creando así una nueva serie de imágenes junto a un devenir de problemas filosóficos propios de estos procesos algorítmicos actuales.

El proyecto dialoga con el texto “Excavating AI” de Kate Crawford y Trevor Paglen, en donde los investigadoresse plantean el deber de continuar examinando a quienes nos examinan, por medio de estas inteligencias artificiales (AI).

“Por eso, debemos examinarlos, porque ya están acostumbrados a examinarnos, y tener una discusión pública más amplia sobre sus consecuencias, en lugar de mantenerla dentro de los corredores académicos.” / Kate Crawford y Trevor Paglen

Al mismo tiempo, el proyecto nos propone enfrentarnos a las imágenes de denuncia colectivas que generamos y volcamos en internet, apostando al poder de la imagen como forma de acceso al conocimiento, inspirado en la mirada de Didi Huberman, quien nos dice: “Frente a cada imagen deberíamos preguntarnos cómo(nos) mira, cómo (nos) piensa y cómo (nos) toca al mismo tiempo” / Didi Huberman.

Por último, para continuar con el gesto colaborativo activista inicial, el proyecto busca visibilizar el aumento en tiempo real del uso de la palabra represión en twitter a escala mundial , y propone visualizar esta información contenida en una plataforma online, para continuar así con la denuncia colectiva y romper con el hábito de generar depósitos de olvidos digitales.

Enlaces
Bitácora de trabajo
Memoria completa
"Sobre Archivo Represión" por Margarita Martínez

Maleza

Ana María Espejo

En mi trabajo como artista plástica me ha interesado ahondar en problemas relacionados con el archivo. A partir de ello he intentado explorar vacíos de información (haciéndolos visibles, llenándolos con ficciones, yuxtaponiéndolos, jugando con sus límites y sus posibilidades). Esto me llevó a indagar en torno a las transformaciones y posibilidades de representación de una naturaleza cambiante utilizando distintos medios: dibujo análogo, fotografía, la cartografía y el dibujo generativo.

Una de las cosas que me llamó la atención de trabajar con y a partir de la “maleza”, además de la observación de ésta como un elemento del jardín, fueron los problemas de denominación y clasificación que la etiqueta trae a colación. El término encierra un sesgo negativo mediante el cual nos aproximamos a las plantas que están dentro de esta “categoría”. La palabra, que viene del latín ‘malitia’ (malicia), recoge de manera coloquial y arbitrariamente una variedad de plantas disímiles que crecen silvestres, bajo la premisa de que son indeseadas. De esta manera, cualquier planta que contradiga el deseo humano (estético o funcional) puede ser considerada mala hierba. Es por ello, tomando en consideración la ambigüedad y uso subjetivo del término, que la “maleza” se toma caso de estudio para este proyecto. 

Aquello que es cotidiano desaparece de nuestra percepción porque está frente a nuestros ojos. ¿Cómo nos relacionamos con las cosas a partir de sistemas de definición, representación, clasificación y uso? ¿Cómo desnaturalizar y hacer pensable lo que está a-la-mano? ¿Para qué? ¿Quizás para que otras formas de pensar nuestra cotidianidad (aquello que se oculta por proximidad) nos permitan abrir posibles preguntas que tal vez nos den pistas sobre el origen del sistema(s)?

A partir de estas preguntas hice experimentos en RunwayML con AttnGAN, la cual permite generar una imagen a partir de un texto dado,  utilizando definiciones y descripciones de maleza y de algunas plantas que se encuentran dentro de esta categoría (como trébol y diente de león). Para ello usé algunas definiciones en inglés y traduje algunas de castellano a inglés, pues no reconoce palabras en castellano.

Enlaces
Bitácora de trabajo
Memoria completa

El idioma analítico de la inteligencia artificial

Hugo Idárraga

El proyecto se propone como una narración digital que aborde el problema específico de la clasificación, entendida como una acción atravesada por una fuerte carga política. Más específicamente, se trata de problematizar la clasificación al interior de modelos de aprendizaje automático. Para este proyecto se eligió COCO-SSD, un modelo de reconocimiento de objetos ampliamente utilizado. La narrativa apuntaba a la experimentación directa del usuario con el sistema de clasificación algorítmico propuesto por COCO. Por ello, luego de muchos cambios y reflexiones sobre el alcance del proyecto en el contexto temporal del Laboratorio, se propone en la interfaz de usuario una experiencia principalmente comparativa a partir de la división simétrica de la pantalla en cuatro partes. Cada una de estas partes presenta una información visual diferente que se relaciona con una lista de palabras, es decir una lista de categorías, que el usuario encuentra en la columna central.

En principio se espera que mediante estas imágenes el usuario pueda comparar los distintos tipos de clasificación visual que realizan estos modelos de aprendizaje automático, establecer los límites y prejuicios de todo sistema de clasificación, así como las relaciones entre imágenes y palabras dentro de los datos estructurados con los que fue entrenado el algoritmo. Arriba a la izquierda está la imagen captada por la webcam del usuario y los objetos que están siendo clasificados por el modelo. Abajo a la izquierda aparecen las imágenes del set de entrenamiento de COCO según la categoría del objeto clasificado en la webcam. Arriba a la derecha aparecen imágenes con objetos que son humanamente reconocibles y generalmente clasificables bajo una categoría específica, pero excluidos por COCO de su propia realidad. Abajo a la derecha aparecen imágenes extraídas de la plataforma Flickr que han sido clasificadas por los usuarios con la misma categoría detectada por COCO.

El proyecto en su conjunto espera entonces problematizar la clasificación realizada por estos modelos de aprendizaje automático, pero también el hecho de que estos prejuicios, visiones coloniales del mundo, intereses policiales y corporativos, entre otros, son introducidos en el funcionamiento de los actuales sistemas algorítmicos de vigilancia y control social.

Enlaces
Bitácora de trabajo
Web de la obra

--

Sebastián Duque