Trendaavat aiheet
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Algoritminen ele: @Sougwen MUISTI
RECURSIONS-rekursion yhteydessä, @sougwen:n yksityisnäyttelyssä @ArtBasel Hong Kongissa 2026, tässä on haastattelu, joka tutkii, miten Chung kehitti käytännön, jossa piirtäminen muuttuu ihmisen kohteeksi – koneiden yhteistyötä, tekoälyä, robotiikkaa ja ruumiillistunutta tutkimusta kyseenalaistamaan tekijyyden, toimijuuden ja läsnäolon.

Sougwen Chung on kiinalais-kanadalainen taiteilija, ohjelmoija ja tutkija, joka työskentelee edistyneen robotiikan, koneoppimisen ja tekoälyn (AI) eturintamassa. Viimeiset seitsemän vuotta hän on kehittänyt sarjaa robottiyhteistyökumppaneita, joiden kanssa hän tutkii ihmisen ja koneen luovuutta sekä sukulaisuuden ja muuntuneisuuden rajoja. MEMORY tuotettiin vuonna 2017 ja se on osa hänen jatkuvaa tutkimustaan laskennallisesta muistista, aineistoista ja ihmisen ja robotin vaihdon taiteellisesta potentiaalista.
MEMORYn hankinnan yhteydessä minulla oli tilaisuus haastatella Chungia työstä. Puhuessaan kanssani Lontoossa sijaitsevasta studiostaan hän vei minut matkalle tekoälyn nousuun julkisessa tietoisuudessa ja sen vaikutusten kyseenalaistamiseen taiteilijoille. Keskustelimme performanssista ja ajan, eleen ja värin roolista hänen töissään sekä siitä, mitä koodin avulla piirtäminen tarkoittaa. Keskustelumme aikana hän korosti syvää kiinnostusta molemminpuoliseen vaihtoon – osittain siksi, että hänen taiteellinen työskentelynsä määrittyy yhteistyöstä sekä muiden ohjelmoijien ja tutkijoiden että robottipiirustuskumppaneiden kanssa. Nimellä Drawing Operations Unit Generation_X (tunnetaan myös nimellä D.O.U.G.), Chung on kehittänyt näitä robottijärjestelmiä vuodesta 2015 vastauksena kehittyviin taiteellisiin kiinnostuksisiinsa.

Katherine Mitchell: Aloittaakseni, voisitko esitellä meille robottiyhteistyökumppanisi, D.O.U.G.:n?
Sougwen Chung: Vuonna 2015 kehitin järjestelmän, jossa oli robottikäsi, räätälöity ohjelmisto ja yläkamera, joka tallensi piirustustoimintoni. Kameran visuaalinen syöte käsiteltiin tietokonenäköohjelmistolla, joka muunsi visuaalisen datan robottikäden liikkeiden ohjeiksi. Tämän järjestelmän kautta robotti piirsi rinnallani live-esityksessä, tulkiten ja vastaten piirustuseleisiini reaaliajassa.
Tämä varhainen jäljittelyn tutkimus käynnisti kiinnostukseni laskennallisen ja ihmisen muistin tutkimiseen, ja vuonna 2017 kehitin toisen sukupolven, D.O.U.G._2, tutkimaan juuri tätä. D.O.U.G._2 on koulutettu omien taideteosteni aineistolla: kahden vuosikymmenen arkistoituja, digitoituja ja kategorioituja piirroksia, joita tulkitaan koneoppimisteknologioilla toistuvan neuroverkon (RNN) muodossa. Nämä RNN:t ovat algoritmeja, jotka erottuvat omasta sisäisestä 'muististaan'. Ne säilyttävät aiempien tietojen tiedot vaikuttaakseen myöhempiin syötteisiin ja lähtöihin. Kun muut koneoppimisjärjestelmät käsittelevät syötteitä huomaamattomasti, RNN:n 'muisti' tukee parempaa ymmärrystä sekvenssistä ja kontekstista ajan myötä. Tämän laskennallisen muistin kautta D.O.U.G._2 tulkitsee uudelleen menneitä piirroksiani ja piirtää kanssani samanaikaisesti. D.O.U.G._2 on järjestelmä, jonka kanssa työskentelin tuottaakseni MUISTIN.

Miksi tämä erityinen kiinnostus ihmisen ja laskennalliseen muistiin?
D.O.U.G._2 kehitys osui samaan aikaan kuin käännekohta tekoälyteknologioille, ei ainoastaan MEMORYssa käytettyjen tekoälyjärjestelmien kehityksen myötä, vaan myös tekoälyn näkyvyyden myötä yleisessä tietoisuudessa ja kollektiivisessa spekulaatiossa sen roolista muuttuvassa yhteiskunnassamme. Olen syvästi kiinnostunut siitä, miten kollektiiviset ja henkilökohtaiset historiat tallennetaan tietoaineistoihin, ja kysymyksistä siitä, miten nämä tekoälyjärjestelmät voivat muovata tulevaa muistia. Minulle luova käytäntö tarjoaa kanavan näille tiedusteluille.

Vuonna 2022 V&A hankki MEMORYn (Drawing Operations Unit Generation 2) Sougwen Chungilta. MEMORYn hankinta koostuu taidevedoksesta, taiteilijan prosessia dokumentoivasta elokuvasta sekä Recurrent Neural Network (RNN) -mallista, joka on 3D-tulostettuun veistokseseen.

🔗 Lue koko haastattelu osoitteessa:

251
Johtavat
Rankkaus
Suosikit
