Machina de Facto

Pasi Rauhalan monisäikeinen mediataideteos Machina de Facto tuo ihmisten nähtäville tekoälyn tämän hetkisiä, kaikkien saavutettavissa olevia muotoja. Teos näyttää katsojalleen konkreettisella tavalla, kuinka koneet luovat uutta todellisuutta.

Teoksessa nähdään neuroverkkojen luomia versioita todellisista viime aikoina uutisissa esiintyneistä henkilöistä, paikoista ja merkeistä. Teoksissa kyseenalaistetaan kuvan ja videon totuudellisuutta. Tututkaan asiat ja ihmiset joita kuvissa nähdään eivät välttämättä ole sitä miltä ensi näkemältä näyttäisi. Toisaalta osa kuvista on hyvinkin vinksahtaneita ja kaukana todellisuudesta.

Keinoäly kehittyy huimaa vauhtia ja yritykset ja yhteiskunnat ottavat sen uusia sovelluksia jatkuvasti käyttöönsä. Kone oppii jopa inhimillisiltä tuntuvia taitoja, kuten lukemaan ihmisen tunteita tämän kasvoilta. Tekoälyä voidaan jo nyt käyttää parantamiseen, kuten diagnostiikkaa helpottamaan ja toisaalta tappamiseen aseteollisuudessa. Algoritmilla ei ole kuitenkaan kykyä eettiseen pohdintaan ja koodissa voi piillä virhe. Koneoppimisen yhteiskunnallisen roolin kasvaessa on ihmiskunnan tehtävä päätöksiä. Mihin ja miten tätä uutta voimavaraa käytämme ja keillä on valta päättää asiasta? Minkälaiset päätökset olemme valmiit antamaan koneiden käsiin? 

Machina de Facto on syntynyt taiteilijan halusta oppia koneen mukana. Uudet teknologiat eivät ole kaukaista utopiaa vaan keskellämme juuri nyt. Oodissa nähtävä Machina de Facto on ottanut konkreettisen muodon. Se on käsinkosketeltava ja raskas rakennelma, näkyväksi tullut verkko.

Lisätietoja ja haastattelupyynnöt:

Taiteilija, Pasi Rauhala, pasi@pasirauhala.fi, 045 670 5236
Tuottaja, Marko Tandefelt, marko@kunstventures.fi, 040 072 2310
Pressikuvat

Ten Second News – Neural Network text and image

Ten Second News tuo kymmenen sekunnin välein nähtäville uuden neuroverkkojen luoman uutisotsakkeen ja kuvan. Lööppien absurdi todentuntuisuus haastaa katsojaa miettimään omaa medialukutaitoaan, joka korostuu nykyisessä “totuuden jälkeisessä” ajassa. Mistä ja miten voimme tunnistaa faktan maailman tulviessa tietoa? Totuus ei ole kaikille sama.

Teoksen käyttämän neuroverkon kouluttamiseen on käytetty yli 100 000 todellista uutisotsikkoa,  jotka on kaavittu (engl. termi “scraped”) maailmanlaajuisesti 173:n eri uutislähteen englanninkielisistä RSS-syötteistä päivittäin kahden kuukauden ajan. Lopulta nämä uutisotsikot on koottu yhteen ja koulutettu niillä OpenAI:n GPT2 neuroverkon pohjalta generaattori joka luo nyt oppimansa pohjalta realiajassa uusia otsikoita.

Teoksen kuvat ovat tehty verkon avoimella Artbreeder sovelluksella joka pohjautuu avoimen lähdekoodin BigGAN verkkoon.

Faces – Neural Network Animation

Faces teoksessa käytetään Artbreeder neuroverkkosivuston Portraits ominaisuutta. Animaatiossa kasvot muuttavat jatkuvasti muotoaan ja sulautuvat hitaasti toisiksi. Lähtökohtana on käytetty Ten second news -teosta varten kerätyssä datasetissä esiintyviä henkilöitä ja koulutettu verkko tunnistamaan näiden henkilöiden kasvonpiirteitä. Videosta pystyy ajoittain tunnistamaan ketä kuva mahdollisesti esittää mutta tarkemmalla tarkastelulla huomaa, että kuva ei kuitenkaan ole aito, vaan silmien väri, nenän ja korvien muoto ja muut pienet yksityiskohdat erottavat hahmot todellisista esikuvistaan.

Symbols – 3 channel animation

Symbols -teos on kolmikanavainen videoinstallaatio, jossa lähtökohtana ovat erilaiset viestien välittämiseen liittyvät symbolit. Liikennemerkit ovat eri puolilla maailmaa suhteellisen samankaltaisia ja universaalisti ymmärrettäviä. Emojit taas ovat yleistyneet nykymuodossaan vasta sosiaalisen median aikakaudella. Niilläkin on jo hyvin pitkälti vakiintunut käyttäjäkuntansa ja kuvioilla erilaisia, tarkkojakin merkityksiä. Neuroverkkojen avulla taiteilija on luonut uusia tämän ajan symboleja, jotka jättävät hyvin avoimeksi tulkinnan siitä, mitä niillä halutaan kertoa.

Symbols-osion kuvat ja animaatiot on tehty Hannu Töyrylän kehittämän Nqgan neuroverkon avulla. Siinä datasettinä verkon koulutukseen on käytetty Twitterin Twemoji kokoelmaa joka koostuu 3075 emoji hahmosta sekä Wikimedian liikennemerkki kokoelmaa. Näistä lähdemateriaaleista on valittu kerrallaan erilaisia kokonaisuuksia verkon koulutukseen ja sitä kautta saatu haluttu lopputulos.

Teokseen liittyy ääni, joka on myös neuroverkkojen avulla luotu mahdollisimman vähin editoinnen. Verkkona tässä on käytetty GoogleAI:n Magenta Studiota yhdistettynä AbletonLive ohjelmaan.

Box – AR inside the box

Mustaa kuutiota on pidetty jo useamman vuoden metaforana yleisesti koneoppimiselle ja sitä kautta sillä on teoksessa myös muodollisesti symbolinen rooli. Box on metalliputkien toisiinsa yhdistämässä kokonaisuudessa nostettu kuin omalle jalustalleen. Kuutio on umpinainen mutta sen sisälle näkee virtuaalisesti Arilyn sovelluksen avulla. Kun kuution kyljessä olevaa kuvaketta osoittaa älypuhelimen sovelluksella avautuu näkymä sen sisälle ja salaisuus kaiken takana paljastuu.