未来巴塞尔艺术周，我们会见了萨宾Himmelsbach的主任电子艺术之家（HEK）在巴塞尔，谈谈人工智能和艺术，作为该机构致力于其最新的展览纠缠现实：与人工智能生活到与革命媒体互动的艺术家。
你好萨宾，很高兴见到你。我们稍后将谈谈您的展览纠缠现实，但在此之前，我想问一下人工智能。该技术作为一种艺术媒介越来越受欢迎，但已经存在了一段时间。你能解释一下它的起源以及为什么它现在看到这种势头吗？
人工智能研究始于20世纪50年代，着名的达特茅斯会议，从那时起经历了上下的时间。在所谓的“人工智能冬季”，研究人员和机构缺乏资金，进展停止了一段时间。但是随着专家系统的兴起，该领域再次出现了繁荣，随后是另一个人工智能冬季。人工智能的发展长期以来一直基于所谓的“符号AI”，研究人员正在控制机器在处理信息时所做的所有步骤。在20世纪80年代中期，研究人员将注意力转向基于人脑生物模型及其信息处理的神经网络。深度学习，一种植根于人类大脑功能的专业机器学习形式，大量结构化和非结构化数据的可用性使AI目前取得了成功。今天的AI主要由机器学习主导，基于人工神经网络，模拟人类大脑在吸收和分析信息方面的运作。生成对抗网络或短GAN通过使用两个竞争系统进行模式识别训练，一个用于识别图像，另一个用于生成图像。在我们的展览中，一个用于识别图像，另一个用于生成图像。在我们的展览中，一个用于识别图像，另一个用于生成图像。在我们的展览中，纠结的现实，大多数作品都反映了机器学习。当我们今天提到人工智能时，人们通常会想到机器学习，但实际上它是一种特殊的人工智能形式。
不同的是，通过这些新的训练方法，机器开始独立学习，研究人员实际上无法告诉系统如何达到某个可以吓唬人的结论。如果没有大家数据集可以通过在线和社交媒体平台上传的所有材料提供，那么就无法对这些算法进行培训。总体而言，增加的计算机能力和大型数据集彻底改变了人工智能的发展。
您能否告诉我们更多关于您为展览选择的策展线以及您在制作内容时遇到的挑战？
我们面临的最大挑战是为展览选择一个特定的焦点。如你所知，目前围绕AI制作的艺术很多，所以我们在定义我们的具体方法时付出了很多心思。例如，我们不希望有一个历史概述 – 这将与Barbican正在做的展览人工智能：比人类更多。我们决定专注于纠缠的概念，并将利用人工智能作为创造性工具的作品汇集在一起，以及其他反映人工智能对社会产生影响的作品（不一定以技术本身为特征）。我们展示了专注于人工智能系统培训的作品，揭示了这些系统“看到”世界的不同之处。我们还希望了解这些系统在我们的日常生活中已经实施了多少。
我们在媒体上看到了许多技术怀疑主义和反乌托邦话语。您认为培训机器的潜力和威胁是什么？我们应该如此害怕这些新现实吗？我相信艺术在质疑我们的恐惧和帮助我们认识到这项技术的真正本质方面可以发挥作用。
是的，这是一个重要的观点，我们将在整个展览期间以各种方式解决这个问题。我们不认为人工智能应该被视为一种威胁，而我们应该避免这种威胁。相反，通过我们选择的艺术作品，我们提倡在我们的世界变得越来越复杂时需要技术，但我们必须了解它的工作原理，明确潜在的偏见，并找到避免某些趋势的解决方案和策略。
大多数情况下，必须注意我们如何训练这些算法以及我们希望他们了解世界的因素，因为培训具有后果。这就是为什么我们选择纠缠现实的标题 - 强调已经在我们的世界中表现出来的这些效果。我们不是在谈论可能会影响我们未来的遥远事物，因此我们需要确定我们教授这些系统的内容。例如，如果警察使用人工智能来检查罪犯并且仅向计算机提供黑人数据集，那么机器会认为所有罪犯都是黑人 – 我们必须避免这种偏见。
艺术家让我们意识到这些事实。例如，在他们的安装中，我在这里学习，所以：））））））， Zach Blas和Jemima Wyman反映Twitter-Bot Tay的故事，在被推特用户控制后24小时内变成了种族主义者。但艺术家也使用AI作为新工具。例如，Mario Klingemann将AI描述为一种新的艺术表达画笔，电子音乐家Holly Herndon用它来探索和扩大她的声音可能性。在扩展他们的创作领域的同时，艺术家仍然非常清楚他们训练算法的方式和他们提供的输入。
从Lauren Mc Carthy的Lauren到Mario Klingemann的Uncanny Mirror，展会上的许多艺术品都依赖于交互性。我们是否忘记了接口的存在以及我们提供的输入？
互动作品是让我们了解算法系统如何感知世界的关键。他们不像我们那样“看到”，他们在抽象和基于代码的层面上感知世界。James Bridle 的印刷系列Activations很好地说明了人工神经网络的不同层次和深度。印刷品是来自道路的视图，揭示了神经网络的不同层将可识别的街道图像转换为抽象图案。其他作品提供交互，因此访问者可以理解这些抽象级别。例如，在Ursula Damm的作品中，人们可以在界面上点头，对神经网络和视觉输出产生直接影响。在Sebastian Schmieg的决定镜中，您可以根据观看者的面部体验书面分类的实时反馈，而在Mario Klingemann的Uncanny Mirror中，机器根据其学习的数据反映访客的脸部以表现脸部。
你还为这个节目委托了几部作品，像HeK这样的博物馆在支持新媒体艺术家创作发展方面可以扮演什么样的角色？
调试为艺术家提供了制作新作品的绝佳机会，我认为这是制度应该做的事情来支持他们。我们为这个节目委托了几部作品。Sebastian Schmieg的Decisive Mirror就是一个例子。另一个是Ursula Damm的Membrane。电子音乐家Holly Herndon和Mat Dryhurst的视频装置也专门为该节目制作 – 它记录了他们的人工神经网络的第一次训练表演，称为“Spawn”，因为它与其他合奏成员和普通观众互动。培训和表演已经开始，但视频装置是新制作的。
最重要的委托是瑞士艺术家团体面料的作品 CH。我们要求他们为展览的舞台布景或所选作品的放置培训人工智能系统，这样AI也会影响整个展览的渲染效果。系统记录了要展示的作品的所有数据，例如所需的空间，所需的亮度或暗度，以及墙壁，投影仪，屏幕等实际需求，以不断生成优化的策展解决方案。很明显，机器将所有东西视为单一的模块化元素。由于墙壁由多个元素组成，机器产生的布局以我们从未想到的方式断裂。由面料| 因此ch被称为雾化策展功能。这对我们来说非常鼓舞人心，最后，我们决定建立自己的场景，但AI影响了我们的选择。我认为与AI合作非常棒，因为它开辟了我们从未敢于采取的新方向。这种合作使得节目的场景非常有活力，如果不是系统及其独特的问题解决方法，我们就不会像我们那样做。
看起来媒体艺术的场景正在快速发展。随着新技术对我们日常生活的影响，您在观众中观察到了哪些变化及其担忧？
我们在瑞士HeK（巴塞尔电子艺术之家）的一般使命的一部分是解决媒体技术带来的社会变化。艺术总是反映自己的时间，媒体艺术家使用我们时代的工具来反思这些变化。在HeK，我们展示了媒体艺术领域的杰出艺术家，并试图为整个社会提供相关主题。例如，在2015年，我们有一个题为“ 数据政治的诗意”的节目，该节目深入探讨了大数据和数据挖掘的主题 – 当时这些主题刚刚开始在媒体上发挥作用。艺术允许对这些主题有不同的看法，无论是大数据还是数据挖掘，还是我们在当前展览中解决的与AI相关的问题纠结的现实。艺术允许我们对这些主题有不同的看法，并使它们更容易获取。
随着巴塞尔成为艺术世界的首选目的地，HeK在整个星期举办特别活动。你的亮点是什么？
我们在巴塞尔艺术展期间举办了几场特别活动。6月11日星期二晚上8点，我们举办了Entangled Realities展览会，随后 是挪威艺术家Jana Winderen的音乐会 – 与制表公司Audemars Piguet合作，该公司委托这一新作品组成了自然声音的录音。没有技术我们无法访问。另一项重要活动是Pax艺术奖颁奖典礼6月13日星期四晚上7点。这是我们第二次与Art Foundation Pax合作庆祝这些新奖项。我们刚刚宣布了今年的获奖者 – 艺术家团队knowbotiq，他们将获得他们既定艺术实践的主要奖项，艺术家Alan Bogana和FélicienGoguey将成为即将上映的艺术家。我们还将展示他们的作品选择，虽然主要展览将在2020年春天在HeK举行。