Credit: Terence Broad
Terence Broad (UK)
Der Film Blade Runner – Autoencoded entstand, indem man einen Autoencoder, also ein spezielles neuronales Netzwerk, trainierte, um Einzelbilder aus dem Film Blade Runner aus dem Jahr 1982 nachzubilden. Der Autoencoder lernt, alle Einzelbilder zu modellieren, indem er versucht, sie durch einen Informations-Engpass zu kopieren.
Er wurde dazu optimiert, Bilder zu schaffen, die den Originalbildern so ähnlich wie möglich sehen. Die daraus resultierende Sequenz weist eine traumähnliche Anmutung auf und schwankt zwischen Erkennen und Nichterkennen: An manche statische Sequenzen erinnert sich das Modell sehr gut, während es flüchtige Sequenzen – meist Szenen mit viel Bewegung – kaum verstehen kann.
Der Film Blade Runner basiert auf dem Roman Träumen Androiden von elektrischen Schafen? von Philip K. Dick und spielt in einer postapokalyptischen dystopischen Zukunft. Rick Deckard ist ein Kopfgeldjäger, der seinen Lebensunterhalt damit verdient, dass er Replikanten aufspürt und tötet. Replikanten sind künstliche Menschen, die so gut konstruiert sind, dass sie äußerlich nicht von menschlichen Wesen zu unterscheiden sind.
Anhand der Erinnerung, die der Autoencoder vom Film hat, interpretiert Blade Runner – Autoencoded den Film Blade Runner neu, um die unscharfe Grenze zwischen Replikant und Mensch im Film zu betonen, oder, wie im Falle des rekonstruierten Films, die Grenze zwischen unserer Erinnerung an den Film und den neuronalen Netzwerken. Betrachtet man diese mangelhafte Rekonstruktion, also den Blick einer körperlosen Maschine, genauer, fällt es leichter, die Fehler in unserer eigenen inneren Repräsentation der Welt anzuerkennen, und es wird einfacher, das Potenzial anderer, substantiell differenter Systeme zu erkennen, die ihre eigenen inneren Repräsentationen haben.
Credits
Carried out on the Msci Creative Computing course at the Department of Computing, Goldsmiths, University of London under the supervision of Mick Grierson.
