Sensorium 2017: Ako sa digitálne informácie stávajú umením

Na začiatok si povedzme dôležitú informáciu, ktorú o svete už dlhšie vieme. Hromadí sa nám tu veľké množstvo dát, v poslednej dobe najmä digitálnych.

 

Stále viac ľudí rozmýšľa aj nad tým, ako ich kreatívne využiť a kde by nám v kreatívnej sfére mohli pomôcť. A už sám tento fakt nám môže navodiť otázky, čo s tými dátami robiť?

Ako ich prezentovať? Pomôžu nám vôbec? Kto s tým má pracovať?

Konferencia Sensorium 2017 sa snažila niektoré z týchto otázok (a prepojení) s umením zodpovedať a priniesť aj množstvo ďalších informácií. A nie je dôvod, aby sme sa o pár postrehov nepodelili 🙂

Čísel je tak neuveriteľne veľa, že ľudia na ne už nereagujú

Problém je to obzvlášť vtedy, keď si uvedomíme rozdiel medzi konkrétnymi hodnotami. Už nejedenkrát ste určite počuli v rôznych obmenách výrok o tom, že smrť jednotlivcov je tragédia, avšak trápenie státisicov až miliónov ľudí, je štatiska. Jednoducho, rastúce množstvo informácií nám prináša nedostatok empatie => Nedostatok empatie prináša nedostatok akcie. To isté platí aj pre dáta.

Preto je dôležité, aby si ľudia význam za dátami aj uvedomovali a rozumeli jeho kontextu a vplyvu na okolie. Treba si uvedomiť, že za každou informáciou je akcia, ktorá ju priniesla. A je našou úlohou sa snažiť nájsť zdroj (dôvod) tejto akcie. Jednu z ciest, ako s tým bojovať, priniesli Domestic Data Streamers. Ich koncept posunutia sa z „Info Graphic“ do „Info Experience“ umožňuje ľudom dáta zažiť.

 

Čiže od tohto:

Sa môžeme posunúť k tomuto:

Dokážeme tak výpovednú hodnotu dát lepšie zachytiť, spracovať a angažovať sa, resp. zapojiť sa do používania dát. Pozrite sa sami, ako dokázali zmeniť pohľad na zbieranie a vyhodnotenie obyčajnej dotazníkovej otázky: „Ako dlho by ste chceli žiť?“.

http://domesticstreamers.com/case-study/lifeline/

 

Pomôže vám, keď dátam dáte vizuálnu podobu 

Iný druh využitia priniesli Playmodes. Ich doménou sú najmä inštalácie využívajúce modernú techniku a software na dosiahnutie neobyčajných audiovizuálnych výsledkov. Že to je nuda, žiadna novota, a vidíte to každý rok napr. na podujatí „Biela noc“? … z časti, možno. Čo však len tak nevidíte, to je rekonštrukcia stredovekej fresky priamo v kostole pomocou digitálnej projekcie. Umenie, technika, software, reálne využitie. Simple as that. Je to jednoduché, napriek tomu za tým musíte hľadať fotenie, spracovávanie fotiek, mapovanie povrchu, 3 modelovanie či algoritmy, ktoré to všetko spracujú a správne „nalepia“.

http://playmodes.com/web/mapping-pantocrator-taull-1123/

 

Predbehnú nás učiace sa stroje?

S rastúcou potrebou spracovávania informácií je stále populárnejšou aj téma machine learningu, vlastne to bola jedna z jej hlavných tém. A s popularitou prichádzajú aj nové a jednoduchšie implementovateľné cesty, ako sa mu venovať. Znie to komplikovane a možno si treba aj povedať, o čo vlastne ide. No ide predsa o učenie strojov.

V jednoduchosti. Na známych dátach „naučíte“ algoritmus, čo to práve spracúva. Keď máte algoritmus dostatočne vzdelaný, aplikujete ho na inú množinu dát, resp. ho necháte vyprodukovať nové dáta podľa naučeného. Že stále nechápete? Tak jednoduchšie. Predstavte si, že máte program, ktorý sa naučil podľa fotiek, ako vyzerá ľudská tvár. Vie, že sú to dva krúžky, medzi nimi zvislá čiara, pod ňou kolmo ďalšia úsečka, krivka, a to celé uzavreté v elipse (+ ďalšie veci, čo videl na fotkách – vlasy, brady, uši, … ). A môžete sa hrať. Nakreslíte smajlíka a program povie, že je to tvárička, možno ju aj doplní o textúru a vytvorí tvár, všetko zavisí od toho, ako dobre sa to už naučil. Určite ste sa s niečím podobným už stretli, napr.: https://www.autodraw.com/

No, a pointa je, že vďaka podobným algoritmom už pomaly ničomu na tomto svete nemôžeme veriť 🙁

Toto bolo možné už pred rokom:

 

Už sú tie stroje celkom šíkovné, že?

(neškodnejšie aplikácie v projekte speakra Gena Kogana http://genekogan.com/works/style-transfer/ )

 

Nepredbehnú nás aj v kreativite? A nestalo sa to už? A nie sme vlastne rovnakí ako tie stroje? Neskladáme len dokopy, čo sme už videli a zažili, do variácií toho istého? Myslím, že podobné otázky budú stále častejšie. A aj o machine learningu toho budeme ešte veľmi veľa počuť. Či už v kreatívnej alebo umeleckej sfére.

Takže na záver

Ako sme spomenuli na začiatku, dáta sa hromadia a ich spracovanie aj interpretácia budú hrať stále dôležitejšiu úlohu. Dáta bez interpretácie nemajú význam.

Koncepty a metódy, ktoré boli prezentované na konferencii Senzorium, môžu byť smerom, ktorým sa vydať. Čo je však ešte dôležitejšie, algoritmy, aj samotný hardware, sú stále prístupnejšie širšej verejnosti. V spojení s tým, že bez spracovania dát strácame veľa kontextu, je schopnosť dáta spracovať, pochopiť a interpretovať nutnosťou. Aj v umení či reklame.