资讯
展览资讯 大型展会 灯光节 大型盛典 赛事 中标捷报 产品快讯 热门话题 艺术节 活动 演出 新闻 数艺报道 俱乐部签约
观点
大咖专访 观点洞察 书籍推荐 吐槽 设计观点 企业访谈 问答 趋势创新 论文 职场方法 薪资报价 数艺专访
幕后
幕后故事 团队访谈 经验分享 解密 评测 数艺访谈
干货
设计方案 策划方案 素材资源 教程 文案资源 PPT下载 入门宝典 作品合集 产品手册 电子书 项目对接
  • 0
  • 0
  • 0

分享

人工智能 | 算法艺术“进攻”大脑,倾听它对压力的控诉

原创 2022-03-18


关于 fuse *

fuse *是一家成立于2007年的独立工作室和制作公司。用算法创作是他们的拿手好戏,激发人们灵感,移动边界并在光,空间,声音和运动之间寻求新联系的作品。




《Fragile》是一个视听装置,它研究压力对人类的影响:


压力会导致神经元回路发生明显变化,从而影响它们的复原力以及它们通过生长和重组而改变的能力。



fuse*工作室的创作流程使用了神经科学学会提供的数据并对它们进行改造,以显示外源性相互作用对神经系统的影响,并最终影响我们与外界的关系。



《Fragile》由各种数据产生的抽象数字景观组成,它们在相互分离的5个投影面上相互跟随。



同时,一种算法实时收集来自 Twitter 的消息,并预测与每个句子相关的压力值。收集的数据用于表示全局压力值,是与音视频内容持续交互的关键参数。



大脑可以抑制许多冲动,帮助我们在整个生命中提供合理判断和冲动控制。


《Fragile》试图表现出人类大脑在不断寻求平衡的过程中根据生活经验适应和改变自己的非凡能力。



创作过程



为了从社交网络上的信息中提取和预测压力值,fuse* 使用了几种算法,从一个包含20000个短语的数据集(分类为“压力”或“中性”)开始,训练了一个虚拟神经网络来实时预测与共享推文相关的压力水平。



fuse* 根据掌握的数据和特定的数字模拟,定义了一系列神经系统的三维坐标,作为视听装置的音频、视频变化的支点。


每次装置重新启动时,结果可能会非常不同,显示出对我们大脑中不断发生的复杂现象的不同解释。



首先,fuse* 对神经科学学会收到的数据进行了仔细检查:通过电子显微镜扫描获得的一系列人脑图像。


然后,fuse* 根据 Twitter 消息的压力分析预测值来显示这些断层扫描。当数据显示有负压力时,闪图像被显示为异步帧序列,而当有正压力时,图像被显示在各个部分的正确序列中。



接下来,《Fragile》展示了构成人类大脑一部分的神经细胞综合体的三维视图,展示了它的美丽。


它形成了一个复杂的粒子系统,通过995个闪对焦图像来描绘人类大脑,这些图像是实时渲染的,并通过GLSL中的阴影来处理。



在这里,fuse* 定义了一套新的环境规则,模拟了神经系统中复杂的突触结构,以及当它们被压力事件震碎时所发生的变化。



这些神经模拟与来自真实人类神经系统的神经模型的信息融合在一起。



装置的最后一部分集中在对现实的不同感知层面:视觉。


fuse* 通过一个借助深度学习技术重新解释的视觉系统来研究与周围环境的相互作用,人工但真实到足以被人类感知为可信,由实时获得的压力值产生并持续影响。



为了做到这一点,fuse* 结合了两个神经网络。


第一个是生成模型,它代表了大脑重建周围环境的能力,负责创建城市场景的图像。


第二个是一种对象探测算法,旨在识别数据场景中的对象。



新的合成图像是由一系列参数控制的,这些参数受到实时压力值的影响。


一般来说,压力越大,图像越扭曲,对象探测网络就越难在图像中识别已知元素。另一方面,较低的应力值对应于更现实的生成图像,场景将更容易区分。




音频部分



fuse * 为装置创造了一个半生成性的声景。


在这里,通过实时声音合成重新设计的声音元素与随着时间的推移固定的自动化和声音层相结合,保持对叙事、结构和动态管理的控制。



为了做到这一点,使用了一些通过各种模拟仪器临时录制的录音,并通过一个颗粒合成系统进行了修改,该系统具有5种声音,对应于屏幕的数量。然后,这些数据被转换并用于控制和操纵声音。


参考资料:
https://www.fuseworks.it/works/fragile/

商务合作


19907146972(微信同号)



内容转载


转载请后台获取权限
标注“转载账号”和“文章名称”
并注明出处



全球数字光影艺术创新网络

人工智能 / 建筑景观 / 演出活动 /展示环境

关注我们

长按左侧二维码添加


阅读原文

* 文章为作者独立观点,不代表数艺网立场转载须知

本内容由数艺网主动采集收录,信息来源为 “全球数字光影艺术创新网络” 公开网络发布内容。第三方如需转载本内容,必须完整标注原作者信息及 “来源:数艺网”,严禁擅自篡改、删减或未标注来源转载。 并附上本页链接: 若您的内容不希望被数艺网收录,或认为此举侵犯了您的合法权益,敬请通过微信 ID:d-arts-cn 联系数艺网。我们将致以诚挚歉意,并第一时间为您办理下架或删除处理。

数字媒体艺术 新媒体艺术 科技艺术 作品分享 科技前沿

24756 举报
  0
登录| 注册 后参与评论