Das psychologisches Phänomen namens Pareidolia beschreibt die Neigung von Menschen Gesichter in unbelebten Objekten zu erkennen. Um dem entgegenzuwirken, wurde die Hypothese aufgestellt, dass eine Kugel jene Form ist, die dem Menschen am wenigsten ähnelt. Mithilfe des Prototypen möchten die Künstler herausfinden, wie sie Design derart einsetzen können, dass ein Gleichgewicht zwischen Aussehen und Verhalten eines Roboters und den Erwartungen der NutzerInnen entstehen kann. Der Roboter ist kugelförmig, kann seine Form aber verwandeln, um einen mehr oder weniger menschlichen Eindruck zu erzeugen. Durch das Manipulieren seiner Form können die Künstler untersuchen, wie sich das soziale Verhalten von Menschen gegenüber verschiedenen Erscheinungsbildern des Roboters ändert.

Credits

Supported by Japan Shunji Yamanaka Laboratory, University of Tokyo, Japan, and Mitsubishi Electric Corporation

Wenn jemand zu viele Fehler macht, ist Deltu verärgert und entscheidet sich dazu, diese Person zu ignorieren. Er wird frustriert das Spiel verlassen, ein paar Selfies machen und auf Instagram posten.

Credits

Supported by ECAL, École cantonale d’art de Lausanne

Kitchen Budapest (HU)

Seit der ersten industriellen Revolution ist Automatisierung eines der wichtigsten Instrumente zur Steigerung der Produktivität, wobei die menschliche Arbeitskraft durch Maschinen ersetzt wird. Die thermomechanischen Modelle der frühen Industrialisierung haben sich inzwischen zu komplexeren, elektronisch-rechenbetonten Netzwerken entwickelt, wo skriptgesteuerte Interaktionen eine immer größere Anzahl von Wissensbereichen und Spezialgebieten abstecken.

Im algorithmischen Kapitalismus stört Automation (Robotik kombiniert mit automatisiertem Denken – AI) ein großes Segment der Industrie und des Lebens, wie wir es kennen: selbstfahrende Autos erfinden den Transport neu, Chatbots die Freundschaft, unbemannte Drohnen den Krieg, synthetische Körper/Personen die Menschenrechte, E-Governement die Politik.

Im Gegensatz zu der in vielen Rechenprotokollen wahrgenommenen Verschleierung entwirft Training 2038 ein Szenario, in dem Menschen eine Stimme erhalten und Feedback über Systeme liefern können, die gerade erst Gestalt annehmen. Im sicheren Raum einer privaten VR-Erfahrung wird eine umfangreiche Befragung in Form eines Dialogs zwischen einem sogenannten Embodied Conversational Chatbot und einem menschlichen User durchgeführt. Wie würde sich ein automatisierter Entscheidungsbaum ohne moralisches Bewusstsein verhalten?

Credits

Kitchen Budapest is Gábor Pribék (HU), Iván Rohonyi-Demkó (HU), Jonathan Ravasz (HU), Filip Ruisl (SK), Richárd Nagyfi (HU), Szilvi Német (HU), Attila Nemes (HU), Patrik Makrai (HU), Judit Varga (HU), Orsolya Forster (HU), Benjamin A. Balla and Healium Decoration (HU)

Supported by Telekom Group Hungary

Dazu forschte die Künstlerin bei der Europäischen Weltraumagentur. Dort stattete sie eine robotische Einheit, genannt NoodleFeet so aus, dass sie mit ihrer Umgebung auf persönliche, ausdrucksstarke Weise interagierte. Ziel des Projekts war es, WissenschaftlerInnen und IngenieurInnen zu Reflexionen über Zweck und Identität von Weltraumtechnologien zu motivieren.

NoodleFeet ist die funktionierende robotische Manifestation einer illustrierten Figur, die aus Leichtmetall, 3D-gedruckten Teilen und gefundenen Objekten besteht. Noodle besteht aus mechanischen und elektronischen Systemen, die es ihm erlauben, Verhaltensweise auszuführen wenn er von Objekten in seiner Umgebung dazu stimuliert wird. Seine Bestimmung besteht darin, frei in der Welt zu existieren und auf Begegnungen zu reagieren, indem er selbstdefinierende Methoden des persönlichen Ausdrucks nutzt. Während Technologie meist einen praktischen oder utilitaristischen Ansatz verfolgt und uns Menschen unterstützen soll, bildet Noodle eine einzigartige Entität, die ganz für sich selbst funktioniert. Dabei spielt es keine Rolle, ob der Mensch ihm einen Zweck oder Nutzen zuspricht oder nicht. Die Künstlerin will damit unsere Motivationen hinter aktuellen Innovationen in Frage stellen und hofft, dass jene, die mit Noodle interagieren, bei ihm ein sinnstiftendes Gefühl für ein Selbst erkennen und dadurch überdenken, welchen Wert sie ihrer Beziehung zu Alltagstechnologien beimessen.

Credits

This project is presented in the framework of the European Digital Art and Science Network and co-funded by the Creative Europe program of the European Union.

Dragan Ilić (RS/AU/US)

A3 K3 bietet eine einzigartige interaktive Erfahrung: Kunstwerke werden mittels Maschinentechnologie und Publikumsbeteiligung geschaffen. Dragan Ilić nutzt dazu ein komplexes System aus Brain-Computer-Interfaces (BCI), indem er einen Hightech-Roboter via State-of-the-Art-Technologie mit seinem Gehirn kontrolliert.

ZuschauerInnen können die BCI-Technologie ausprobieren. Unterstützt vom Roboter zeichnen und malen der Künstler und das Publikum auf einer vertikalen und einer horizontalen Leinwand. Der Roboterarm ist mit DI (Dragan Ilić)-Zeichengeräten bestückt, die verschiedene künstlerische Medien halten und manipulieren und attraktive, großformatige Kunstwerke erschaffen. Dragan Ilić liefert damit einen Kontext, in dem Menschen ihre künstlerischen Fähigkeiten weiterentwickeln und augmentieren können. Dank der Unterstützung durch g.tec wird Ilić auch weiterhin zur Interaktion zwischen AI-Systemen und Mensch im kreativen Prozess forschen.

Credits

This program is supported by g.tec and GV Art London.

Rock Print wirkte zwar massiv, war aber relativ leicht, da dafür vor allem Schaumglasschotter verwendet wurde. Die Durchbrüche in der Forschung, die zwei Jahre später erfolgten, reagieren gleichermaßen auf technologische und ökologische Herausforderungen: keine Verbindungsmittel, keine Ersatzmittel, kein Mörtel, keine Schalung, nur echte Schnur und echter Schotter. Es ist eine pure, aber sehr avancierte Form robotergestützter Fabrikation von „gejammtem“ Schotter, der von computergestützten, robotisch platzierten Schnur-Mustern in Position gehalten wird und so architektonische Strukturen bildet. Es ist eine solide Struktur aus losem Stein: ein Manistein.

Credits

Gramazio Kohler Research, ETH Zürich

Team: Petrus Aejmelaeus-Lindström und Gergana Rusenova (Projektleitung), Ammar Mirjan, Romana Rust, Hannes Mayer, Fabio Gramazio, Matthias Kohler

in Zusammenarbeit mit: Prof. Hans J. Herrmann, Dr. Falk K. Wittel mit Pavel Iliev (Institute for Building Materials, ETH Zurich)

Projekt-Finanzierung: ETH Zürich Foundation

Ausgewählte Experten: Self-Assembly Lab, Massachusetts Institute of Technology (MIT)

Über die Künstler

Gramazio Kohler Research
Seit seiner Gründung im Jahr 2005 war die Forschungsgruppe der ETH Zürich unter der Leitung von Prof. Matthias Kohler und Prof. Fabio Gramazio an der Spitze der Forschung in den Bereichen Robotik sowie Digitale Fabrikation. Mit seinen Robotik-Labors und den Arbeiten zu Prototypen bis hin zur Herstellung von Gebäudeelementen hat das Forschungszentrum Architekten und Forscher gleichermaßen dazu inspiriert, die Möglichkeiten von Industrierobotern als universelle Werkzeuge im digitalen Zeitalter zu ergründen.

Lesen Sie mehr auf: starts-prize.aec.at.

This project is presented in the framework of the STARTS Prize 2017. STARTS Prize received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 732019.

Unsere interaktive Installation thematisiert die weit verbreitete gesellschaftliche Angst, dass Roboter Menschen die Arbeit wegnehmen werden. Beim Weltwirtschaftsforum wurde prognostiziert, dass Roboter in den kommenden fünf Jahren fünf Millionen Jobs übernehmen werden. Wir haben optimistischere Zukunftsvorstellungen und glauben, dass Roboter Menschen nicht ersetzen, sondern vielmehr fördern und ergänzen. Im Allgemeinen sind Roboter wie Mimus von den Menschen völlig abgesondert und erledigen eintönige Aufgaben am Fließband. Mit Mimus zeigen wir, wie die Integration ausgeklügelter Software in branchenüblicher Hardware unsere Beziehung zu diesen komplexen und oft gefährlichen Maschinen von Grund auf neu definieren kann. Wir zeigen eine Zukunft, in der Roboter nicht als Gegner des Menschen betrachtet werden und autonome Maschinen wie Mimus zu Gefährten werden, die eine friedvolle Koexistenz mit uns auf diesem Planeten führen.

Industrieroboter bilden die Grundlage der robotischen Infrastruktur und haben sich in den vergangenen 50 Jahren kaum verändert. Mit Mimus präsentieren wir das bislang ungenutzte Potenzial dieser altvertrauten industriellen Technologie, mit und nicht gegen Menschen zu arbeiten. Unsere Software demonstriert, wie kleine strategische Veränderungen eines Automatisierungssystems ein tonnenschweres Maschinenungeheuer dazu bringen können, seinen Platz am Fließband, wo es z.B. mit Punktschweißen im Fahrzeugbau beschäftigt ist, zu verlassen, um neugierig und lebhaft wie ein junger Hund einem Kind in einem Museum nachzulaufen. Wir hoffen, zeigen zu können, dass trotz unserer kollektiven Ängste vor Robotern auch Potenzial für Empathie und Freundschaft zwischen Mensch und Maschine besteht.

Credits

Madeline Gannon ist Gründerin und leitende Forscherin des ATONATON-Entwicklungsteams: Madeline Gannon, Julian Sandoval, Kevyn McPhail, Ben Snell
Unterstützt von: Autodesk, ABB Robotics, and The Studio for Creative lnquiry

Über die Künstlerin

Madeline Gannon (US) ist eine Designerin mit interdisziplinärem Ansatz, die an der Schnittstelle von Kunst und Technologie arbeitet. Sie leitet das Forschungslabor ATONATON, das sich zum Ziel gesetzt hat, die Kommunikation mit Maschinen zu optimieren. Gannon designt und implementiert innovative Instrumente, mit denen die Zukunft digitaler Fabrikation erforscht wird. In ihren Arbeiten verbindet sie Kenntnisse aus Design, Robotik und Mensch-Computer-Interaktion, um Innovationen an den Rändern digitaler Kreativität zu schaffen. Derzeit schließt sie das Studium Computational Design an der Carnegie Mellon University ab, wo sie Techniken für digitales Design und die Herstellung von Wearables am und um den Körper entwickelt.

Lesen Sie mehr auf: starts-prize.aec.at.

This project is presented in the framework of the STARTS Prize 2017. STARTS Prize received funding from the European Union’s Horizon 2020 research and innovation programme under grant agreement No 732019.

Vielleicht aber auch Roboter, die kochen, tanzen und singen können, die den Müll in den Ozeanen einsammeln, Hunger ausmerzen und Frieden auf die Erde bringen – oder einfach nur zwei Mal am Tag mit dem Hund Gassi gehen. Wir werden darüber sprechen, wie diese verschiedenen Roboter miteinander leben können – und wie wir mit all diesen Robotern leben können.

Die TeilnehmerInnen können beim Experience Workshop mit 4Dframe und dem ReBOT Kit arbeiten und Roboter aus Strohhalmen oder leeren Schachteln und Flaschen basteln, die per WLAN über ein Mobiltelefon gesteuert werden können. Dafür braucht man nichts anderes als Schere, Isolierband und ein paar wiederverwertbare Materialien. Mittels der GeoGebra-Apps, die die Johannes Kepler Universität zur Verfügung stellt, können das Design perfektioniert und verschiedene Eigenschaften berechnet werden.

Während des Programms dokumentiert und präsentiert Experience Workshop alle Geschichten, die von den klugen Bastlern und Bastlerinnen über den Roboter, den sie am dringendsten brauchen, erzählt werden.

Anschließend wird ein sogenannter Singmaster String an eine C / C++ Programm auf einem leistungsstarken Rechner übermittelt, welcher es schafft, den Würfel optimal zu lösen, sprich, immer mit 21 90° Drehungen oder weniger. Dazu wird beim ersten Start des Programms etwa 1.5 Gigabyte an Lösungstischen generiert, welche wie in einer Baumstruktur aufeinander aufbauen, ganz am Ende natürlich der fertige Würfel. Das sind natürlich weit nicht alle Kombinationen. Trifft keine der Kombinationen auf die derzeitige Komposition des Würfels zu, muss dieser Symmetrien beinhalten, da alle ‚nicht-symmetrien‘ im Lösungsbaum abgebildet sind. Nun wird der Würfel so verdreht, dass er einer der antisymmetrischen Gruppen im Lösungsbaum entspricht und anschließend der Pfad bis zum gelösten Würfel verfolgt. Lösungsdauer: etwa 1 Sekunde – 5 Minuten.

Das Resultat des Programs, genauer gesagt die ‚Drehanweisungen‘ werden über ein Python Script an die drei Arduino Unos am Roboter gesendet, welche diese in Kommandos für die Schrittmotoren interpretieren und anschließend ausführen.

Mittels diverser deep-learning Frameworks werden am schulinternen Server der HTL Spengergasse und der TU Wien tausende Simulationen bzw. Traningssets für das Reinforcement Learning durchgeführt und anschließend am Hexapod erprobt. Um sich jedoch seines Umfeldes klar zu sein, greift der Hexapod auf eine Stereokamera zu, welche die Informationen bezüglich des Umfelds nutzbar macht. Mit Hilfe von Objekterkennung kann der Roboter selbstständig in seinem jeweiligen Einsatzgebiet navigieren und Aufgaben ausführen.