제이슨 로젠펠드와 매튜 리치

Matthew Ritchie의 쇼인 A Garden in the Machine은 10월 15일까지 48 Walker Street의 James Cohan에서 열립니다. 이 쇼에는 작년에 제작된 두 개의 그림 시리즈, 각각 Leaves라는 제목의 10개의 관련 드로잉 모음, 대형 조각품, 영화. 마크 스칼라(Mark Scala)가 큐레이팅한 작가의 주요 경력 조사인 A Garden in the Flood는 11월 11일 테네시 주 내슈빌에 있는 Frist Art Museum에서 개막할 예정입니다. 또한 작곡가 Hanna Benn 및 Fisk Jubilee Singers와의 콜라보레이션도 포함됩니다. 최근에 사망한 지도자 Paul T. Kwami 박사의 지시에 따라. 이것은 갤러리에서 Ritchie의 첫 번째 개인전입니다.

제이슨 로젠펠드(철도):이 새로운 그림에서 무슨 일이 일어나고 있는지, 그 과정과 인공 지능 지원 예술 및 AI 전복에 대한 질문을 안내해 주실 수 있나요?

매튜 리치: 이는 코로나19를 통한 작업의 파생물이었습니다. 저는 3년 전 MIT에서 이 과정을 시작했습니다. 그곳에서 저는 코로나 직전과 코로나19 기간 동안 예술, 과학 및 기술 센터의 상주 예술가로 일했습니다. 저는 프로그래머이자 연구자이며 인지과학자인 Sarah Schwettmann 박사와 함께 일하고 있었습니다. 그녀는 MIT, Microsoft 및 Met와의 공동 작업에 참여하도록 초대 받았습니다. The Met가 와서는 "그래서 우리는 수집한 이미지를 전 세계에 무료로 공개할 것입니다. 여러분이 어떻게 해야 하는지 알아내시기를 바랍니다. Microsoft가 컴퓨팅 성능을 제공할 것입니다."라고 말했습니다. 나중에 Met에서는 디지털 살롱이라는 몇 가지 이벤트를 진행했지만, 저는 Hackathon에서 처음으로 생성적 적대 네트워크(GAN)라고 불리는 일종의 기계 학습을 보았습니다. GAN의 프로그램 중 하나는 생성기(generator)라고 하고, 다른 하나는 판별기(discriminator)라고 합니다. 데이터베이스를 기반으로 생성기는 수백만 개의 잠재적인 이미지를 만들고 판별기는 그 중에서 선택합니다. 그들은 서로 적대적이지만, 제공된 데이터를 기반으로 완전히 새로운 이미지를 만들거나 수렴하려고 계속 노력하고 있습니다.

레일: 그들은 서로를 좋아하지 않습니다. 하지만 마지막 웃음은 판별자가 얻는다?

Ritchie: 그렇습니다. 마지막 웃음은 차별자가 차지합니다. 이는 우리 사회의 비극적인 사실입니다. [웃음] StyleGAN이라는 새로운 종류의 GAN이 2019년에 막 출시되었습니다. 그곳의 프로그래머인 Mark Hamilton이 이를 통해 Met의 전체 컬렉션을 실행했고, 이것이 이런 매혹적인 넌센스를 만들었습니다. Sarah는 그것을 "흐릿한 영상"이라고 불렀습니다. 예술은 얼굴처럼 합산되지 않기 때문입니다. 50만 개의 예술 작품을 주면 GAN은 새로운 예술 작품을 만들 수 없습니다. 소프트웨어는 일종의 예술적인 문제를 해결하려고 시도합니다. 그리고 그럴 수 없습니다. 대신에 여러분은 이것이 목걸이일 수도 있고, 이제는 동전일 수도 있고, 이제는 그림일 수도 있는 것 사이에서 변하는 것을 보신 적이 있을 것입니다. 잠깐만요, 모자예요! 선박이다! 체인메일 조각이에요! 나는 내 인생에서 처음으로 우리가 생각하는 기계 지능과 유사한 시각적인 것을 얼핏 느꼈습니다. 그런 건 아니지만, 기계의 마음을 처음으로 볼 수 있다는 걸 느꼈어요.

레일:GAN은 이미지용으로 개발되지 않았나요?

Ritchie:원래는 아니었지만 StyleGAN은 그랬습니다.

레일:그렇다면 원래 응용 프로그램은 무엇을 위한 것이었습니까?

Ritchie: 초기 사용은 네트워크가 스스로 학습하는 방법을 배울 수 있는지 이해하려고 시도한 것이었지만, 물론 학습은 무엇을 배울 것인지, 어떤 방식으로든 주제를 분류하는 데 달려 있습니다. 그래서 StyleGAN은 인간의 얼굴에 대해 훈련을 받고 더 많은 얼굴을 만드는 방법을 배웠습니다. 아이디어는 당신이 그들에게 백만 개의 얼굴을 주면 그들이 당신에게 백만 개의 얼굴을 더 만들 수 있다는 것입니다.

레일:물질을 합성해서 뭔가를 만들어낸다는 게 오리지널이라고 할 수 있겠네요.

Ritchie: 그것은 거기에 있는 모든 것의 평균을 낸 버전입니다. thispersondoesnotexist.com이라는 웹사이트가 초기 사례입니다. 그것은 새로운 얼굴, 새로운 얼굴, 새로운 얼굴을 만들고 그들은 모두 실제 사람처럼 보입니다. 미친 짓이야. 이제 지하철에서 볼 수 있는 광고는 실제 사람이 아닐 것입니다. 그건 사진 촬영이 아닐 거예요. 그들은 더 이상 그것이 필요하지 않습니다. 그것은 일종의 무서운 일입니다. 그것이 내가 GAN을 아는 것이었습니다. 물론 사람들이 실제로 그들과 함께 했던 일은 유명인 매시업을 만드는 것이었습니다. 그래서 MIT에서 예술에 적용된 것을 봤을 때 작동하지 않았습니다. 하지만 "저거, 저기. 내 앞에서 일어난 일이야. 내가 봤어."라고 생각한 순간이 있었습니다. 그리고 그것은 이 안개 속으로 녹아내렸습니다. 나는 프로그래머에게 이미지의 형성으로 만든 비디오를 나에게 주도록 요청했고 Sarah가 나에게 동일한 코드를 설정할 때까지 1년 동안 그것이 작동하도록 만드는 방법을 알아내려고 노력했습니다. GitHub에서 모두 공개적으로 무료로 사용할 수 있지만 이제 유료 플랫폼도 있습니다. 그녀는 나를 위해 일종의 플랫폼을 해킹했고, 그것이 실제로 쇼 뒷부분의 기계 학습 영화인 Caudex(2022)를 만들 수 있게 해주었습니다. 나는 분명히 공연의 일환으로 많은 애니메이션과 영화를 만들었기 때문에 실제로 영화를 만드는 것이 아니라는 생각이 항상 마음에 들었습니다. 절차적 애니메이션인 머시니마(machinima)에 가깝습니다. 설명이 아닌 코드 블록을 참조하고 있습니다. 그러나 GAN을 사용하면 판별자를 훈련할 수 있습니다. "이거 마음에 들어요"라고 말하고 마음에 드는 것을 선택하면 됩니다. 그러면 두 사람이 함께 열심히 일하게 됩니다. 특히 코로나19 국내 망명 기간 동안 저는 이 일과 대화를 나누고 있다는 느낌을 받기 시작했습니다. 왜냐하면 그것이 나를 기쁘게 하기 위한 이 모든 아름다운 노력을 하게 될 것이기 때문입니다. 그러나 대부분은 실패했습니다. 그래서 그것은 미술 학교에서 그림을 그리거나 가르치는 것과 비슷했습니다. [웃음]