Machine Hallucinations 中的艺术作品系列
2021 年至 2022 年
生成式研究 I
AI 数据绘画
Anadol 和他的团队利用现代艺术博物馆 200 多年艺术藏品的公共元数据训练人工智能模型，打造了一场独特的人工智能数据绘画展览。 Generative Study 来自一系列算法 AI 数据绘画，展示了 Anadol 与 GAN 算法在技术与美学交叉点上的合作。该系列中的每一帧都展示了一组选定的“潜在空间序列”，艺术家在机器思维中偶然暗示了现代视觉表达。
Refik Anadol
Refik Anadol 的数据绘画和雕塑将新媒体技术的逻辑转化为空间设计，根据自然、历史、人类活动和艺术历史的海量数据集打造沉浸式体验。
Machine Hallucination – MoMA
数据绘画
Machine Hallucinations – MoMA Dreams
2021 年至 2022 年
创作过程
Human Connectome 项目
Human Connectome 项目
AI 数据雕塑
2020 年 8 月至 2021 年 4 月
通过加州大学洛杉矶分校 (UCLA) Human Connectome 项目 (HCP) 协调员 Taylor Kuhn 博士与西门子和 NVIDIA 这两家技术合作伙伴的通力协作，Refik Anadol Studio (RAS) 在神经科学和艺术的交叉领域开发了一个动态网络，以研究关于人脑的基础问题。
这种体验以视觉形式重新构想了人类思维形式（空间联系）和功能（时间联系）之间的关系。
创作过程
预处理 HCP 开发的工作流之后，我们会进行后期处理，生成皮质表面和区域分割、结构连接图和功能网络图。
然后，对于代表 0-100 岁的所有参与者的神经结构和功能的复杂多模态数据，我们会将这些数据协调一致，并配准到标准大脑图谱上。然后，使用该图谱来训练生成式变分自动编码器 (VAE-GAN) 模型。
生成基于扩散 (DTI) 的组织分割图像，以执行解剖学约束的纤维束成像。为了获得神经纤维定向密度的分布情况，该算法执行了约束球面反卷积 (CSD) 的多外壳多组织 (MSMT) 分析。估计对于脑白质 (WM)、脑灰质 (GM) 和脑脊液 (CSF) 的 MSMT 响应函数，并用于创建与组织密度和纤维方向对应的 4D 图像。在此基础上，进行确定性纤维束成像，以生成代表大脑两个半球的结构连接的流线型纤维。
最后，使用球面反卷积知情轨迹图滤波 (SIFT) 算法来减少流线总数量，并提供更具生物学意义的结构连接密度估算结果。
关于 Refik Anadol
Refik Anadol 是一位媒体艺术家、导演，也是机器智能美学的先驱，探索人类与机器的交汇领域。Refik 以我们身边流动的数据为主要素材、将计算机化思维的神经网络视为“协作者”，通过激进的技术直观呈现我们的数字化记忆以及建筑、叙事和身体运动的可能性。他针对特定地点的参数化数据雕塑、现场视听表演和身临其境的装置采用多种形式，同时启迪我们重新思考人类与物理世界的互动、物理世界的时间和空间维度以及机器的创意潜力。
工作室团队：Alex Morozov、Arda Mavi、Carrie He、Christian Burke、Danny Lee、Efsun Erkilic、Ho Man Leung、Kerim Karaoglu、Kyle McLean、Nicholas Boss、Nidhi Parsana、Pelin Kivrak、Raman K. Mustafa、Rishabh Chakarabarty、Toby Heinemann
精选会议
机器头脑中的艺术
Refik Anadol Studio 的总监 Refik Anadol 将展示 Machine Hallucinations：Moma，该作品以无监督方式处理了现代艺术博物馆的 138,151 个元数据。借助 StyleGAN2 ADA，在多维空间中捕获现代艺术的机器“幻影”。
基于脑电波构建 AI 数据雕塑
Refik Anadol Studio (RAS) 将先进的神经成像技术与尖端 AI 和多模态数据可视化工具相结合，开启探索人脑构造的新历程。
与 Refik Anadol 一起开启虚拟工作室之旅
与我们的一位优秀 AI 艺术画廊艺术家一起前往幕后，以虚拟方式参观他们的创新工作室，了解 AI 如何帮助塑造他们的创意流程。
