classification – Artificial Intelligence https://ars.electronica.art/ai/de Ars Electronica Festival 2017 Tue, 28 Jun 2022 13:43:24 +0000 de-DE hourly 1 https://wordpress.org/?v=4.9.6 hananona https://ars.electronica.art/ai/de/hananona/ Tue, 08 Aug 2017 05:47:11 +0000 https://ars.electronica.art/ai/?p=1787

STAIR Lab. (JP) in Kollaboration mit Surface & Architecture Inc, Kyoko Kunoh, Tomohiro Akagawa, Tanoshim Inc., mokha Inc. and Tokyo Studio Co. Ltd. (JP)

Die aktuelle Forschung ermöglicht künstlicher Intelligenz anhand von Beispielen und Bildern zu lernen. Das funktioniert mithilfe von großen Mengen an Übungsdaten und Deep Learning Software. hananona ist eine künstliche Intelligenz, die 406 Blumenarten und 300.000 Blumenbilder klassifizieren kann.

Zudem visualisiert die interaktive Arbeit hananona die Kategorisierung von Blumen durch künstliche Intelligenz. Sieht der Computer eine Blume, identifiziert er Namen sowie Kategorie und zeigt einen “Blumen-Karte” – eine Visualisierung des Gehirns der künstlichen Intelligenz (KI). Das System erkennt artverwandte Exemplare und reiht sie in gemeinsame Bildergruppen ein. Die Betrachtenden können dabei live beobachten, wie die KI die Blumen klassifiziert.

BesucherInnen sind eingeladen hananona mit ihren eigenen Blumenfotos herauszufordern. Um zu beobachten, wie künstliche Intelligenz auf Blumen in unterschiedlichen Abstraktionsebenen reagiert, können auch Zeichnungen, Gemälde oder blumenähnliche Objekte getestet werden.

Credits

STAIR Lab., Chiba Institute of Technology

Creative direction, design: Surface & Architecture Inc.

Art direction: Kyoko Kunoh
Interaction design, programming: Tomohiro Akagawa
Programming: Tanoshim Inc.
Server programming: mokha Inc.
Furniture production, site setup: Tokyo Studio Co., Ltd.

]]> flyAI https://ars.electronica.art/ai/de/flyai/ Tue, 08 Aug 2017 05:39:26 +0000 https://ars.electronica.art/ai/?p=1783

David Bowen (US)

Diese Installation schafft eine Situation, in der das Schicksal einer Kolonie lebender Stubenfliegen von der Genauigkeit der künstlichen Intelligenz abhängig ist.

Die Installation nutzt TensorFlow, eine Bilderkennungssoftware. Wenn eine Fliege vor der Kamera landet, wird ein Foto gemacht und gespeichert. Das Bild wird von der Software eingestuft, mit angenommenen Gegenständen oder Tieren von 1 bis 5 klassifiziert und mit Wahrscheinlichkeiten verknüpft. Jedes der fiktiven Elemente wird mit einem Prozentsatz bewertet, abhängig davon, wie hoch die Software die Wahrscheinlichkeit einschätzt, dass sie das jeweilige Element erkennt. Nur wenn die Software eine “Fliege” als Nummer 1 in der Reihung einstuft, wird die Kolonie mit Wasser und Nährstoffen versorgt. Ergebnis und Dauer dieses Versuchsaufbaus sind unbestimmt.

]]>