In Closed Loop unterhalten sich zwei Modelle der künstlichen Intelligenz miteinander – eines in Worten, eines in Bildern – in einer unendlichen Schleife.
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.
Das Licht als Referenz auf die Seele und das Bewusstsein glimmt in einem Gelantinewürfel und dient gleichzeitig als Informationsquelle der Negentropie.
[{Ghost}] ist ein künstliches neuronales Netzwerk, eine künstliche Intelligenz (KI), welche an zwei Kunstinstitutionen geknüpft ist: Die KI wird von Online-Textinformationen aus dem Kunsthaus Graz und dem Ars Electronica Center aber vor allem durch die Interaktion mit dem Publikum geschult.
Es gibt eine überraschende Ähnlichkeit in der Art, wie neuronale Netze und analoge Synthesizer arbeiten: In beiden werden Signale empfangen und durch Komponenten bearbeitet, um Daten oder Ton zu erzeugen. cellF verbindet diese beiden Systeme.
In Machine Learning Porn wird ein neuronales Netzwerk darauf hin trainiert Suchmaschinen nach pornografischen Inhalten zu durchsuchen. Aus den Datenmengen generiert das Netzwerk daraufhin neue explizite Inhalte: eine künstliche Intelligenz mit sexuelle Fantasien.
Ein dichtes neuronales Netzwerk, das seine Augen zum ersten Mal öffnet und versucht zu verstehen, was es sieht. Learning to See ist eine noch nicht abgeschlossene Serie von Arbeiten, die hochmoderne Algorithmen aus dem Bereich des maschinellen Lernens nutzen, um über uns selbst und darüber, wie wir die Welt interpretieren, zu reflektieren.
Der Künstler Gene Kogan stellt das Thema Machine Learning und seine bestehenden und spekulativen Auswirkungen auf neue Medien und Kunst in den Mittelpunkt seiner Tour. Er diskutiert Anwendungen von neuronalen Netzwerken und den zugehörigen Algorithmen zur Herstellung von Bildern, Tönen und Texten. Gene Kogan präsentiert zudem auch zwei seiner eigenen Kunstprojekte, die Machine Learning und Generative Art verbinden.
