비미래를 위한 생태학 @ 인기생물
도큐멘트 영상, 트래일캠 데이터셋, 생성 신경망(StyleGAN), Dalle-2, Stable Diffusion
야생동물 트레일캠 협력 _ 녹색연합 자연생태팀
<인기 생물>은 ‘불탄 산’이라는 재난의 장소와 인공지능의 예측성을 직조해 기계의 우화로 다루는 작업들의 모음이다. 가상의 시각성과 현실의 경계가 무뎌지고 교차하는 현재, 생성 신경망, 데이터셋, 컴퓨터 비전 등을 생태적 위기에 대한 비평적 관측 기술로 사용한 이 작업들은, 동물을 통해 인간을 풍자하는 우화의 전통을 기계의 우화로 확장한다. 그리고 ‘미래 없는 예측’을 통해 우리는 어떤 시간을 만들어 가고 있는지를 질문한다.
비미래를 위한 생태학
싱글 채널 비디오, 4K, 26’30”
전시의 토대를 이루는 영상 <비미래를 위한 생태학>에서는 재난과 예측 기술의 약진이 겹쳐 있는 현재를 ‘비미래’라는 시제로 드러낸다. 불탄 산이 드러낸 수많은 길을 오가며 작가들은 산불로 서식지를 잃은 멸종 위기종, 생성 인공지능과 데이터셋, 트레일캠이라는 동물 초상 사진, 박제된 동물들의 이야기를 우화와 다큐멘터리, 기계학습 실험을 통해 엮어 간다.
가정 동물 신드롬
루핑 비디오, 프로젝션 매핑, 데이터셋, GANs
그 과정에서 재난의 현실은 생성 신경망의 통계적 잠재태를 거쳐 사진의 빛과 같은 것으로 인화된다. 작가들은 기계학습의 과정에서 데이터셋에 존재하지 않는 ‘가정 동물의 눈’을 가진 존재들을 목격하며 인공지능에 상속된 인간 중심적 문화 혹은 새로운 식민성과 마주한다.
비미래를 위한 신탁
불탄 산에서 온 나무 껍질과 나무 가지, Dalle-2
또한 인공지능의 추측/예측성은 전시에서 계속 농담과 같은 방식으로 다루어지는데 이를테면 재나 불탄 것을 통해 점을 치는 스포도맨시(spodomancy)의 의식을 차용해, 불탄 나무에 생성 인공지능이 드러내는 무의미한 언어를 신탁처럼 새기는 방식이다. 실재한 재난과 잠재적 예측 사이에 존재하는 껍질이 되어 비미래의 신탁을 새긴 불탄 나무들은 , 마치 발굴된 유해들처럼 아이러니한 모습으로 자리한다.
트로피 헌팅
디지털 프린트, 액자, 천, 데이터셋, GANs
작업에서 기계학습의 실험은 자주 실패하는데, 아무런 시간의 인과성 없이 생성된 이 실패한 유령과 같은 존재들을 ‘목련꽃이 필 때 즈음’ 생겨난 존재들로 시간성을 부여하고 심지어 그것들을 반어적으로 사냥해 기념한다. 이 사냥은 과시적 트로피 헌팅의 기념물이라기 보다는 사라져가는 원본에 대한 기념 혹은 이미 사라진 것들이 우리에게 존재하는 방식에 대한 기념물이다.
올 여름은 즐거울거야
루핑 비디오/시, 컴퓨터 비전(합성곱 신경망 기반), GPT-3.5
작가들은 전작 <생태계, 2020>에서 분석한 기계 시각의 파레돌리아적 인식 결과를 현재의 거대 생성 인공지능에 프롬프트로 되먹임해 여름의 낭만시로 출력하며, ‘올 여름은 즐거울 거야’ 라며 반어적 농담을 이어간다. 외곽, 패턴, 색상에 따라 객체를 인식하는 컴퓨터 비전은 그 속성으로 인해 대상을 표면적 형상으로 잘못 인지하거나 엉뚱하게 연결된 생태계로 인식하는데, 이를테면 얼룩말 패턴은 기계 시각에서는 야생의 얼룩말 부터 인간 문화 속의 사물들(소파, 담요, 수영복, 카우보이 부츠, 베게, 깃발, 치마 등) 까지 포함하는 기묘한 생태계로 연결되어, 우리를 둘러싼 일반 자연의 풍경을 드러낸다.
Ecology for non-futures @ Solo Exhibition 'Popular Creature'
Ecology for the non-futures
Single Channel Video, 4K, 27’30”
Popular Creatures is an exhibition that weaves together the sites of disasters – “burned mountains” and the probabilities of Artificial Intelligence into machine fables. In the present time, when the boundary between “virtual” visuality and reality is becoming blurred and overlapped, this exhibition utilizes GAN, datasets, and computer visions as “Critical Observation Techniques” in times of ecological crisis. It extends the tradition of fables, which employ animal characters to satirize humans, into machine fables. Through the act of “Prediction Without Futures,” the exhibition asks what kind of time we are creating.
Domestic Animal Syndrome
Looping video, Projection Mapping, Various Datasets, GANs
The main piece is a video work Ecology for the Nonfuture which brings forth the present tense of ‘non-future’ by juxtaposing disasters that are becoming every day and the quantum leap of Artificial Intelligence.
The artists walked the trails that surfaced on “burned mountains” after a wildfire, collecting information about endangered species that lost habitat. They use Generative Adversarial Networks(GAN) and datasets, trail cameras and portraits of animals, taxidermied animals into a fable and documentary, as well as machine learning experiments.
Oracles for non-futures
Dalle-2, Bark and branches from burned mountains
In this process, the real conditions of disasters are developed through the statistical possibility within GAN, in a way similar to how light passes through a camera to develop photographic images. The artists spot the objects with the “eyes of domesticated animals” and address the culture of anthropocentrism, or new forms of coloniality embedded in Artificial Intelligence.
Trophy Hunting
Various Datasets, GANs, Digital Prints, Frames, Fabric
The ways Artificial Intelligence speculates and predicts are treated like jokes in the exhibition. For example, taking the ritual of spodomancy, which is a form of divination and fortunetelling by examining soot or ashes, the artists inscribe meaningless languages generated by Artificial Intelligence as an oracle on the burned woods. The burned woods and barks that exist between the real disasters and the latent forecasts are inscribed with the prophetic messages of the nonfuture, and placed ironically like excavated corpses.
This Summer Will Be Fun
Looping video/poem, Computer vision (Convolutional Neural Network), GPT-3.5
In the artists’ practice, Machine Learning experiments often fail. The failed ghosts, generated without any causality of time, are given the sense of time “roughly around when the magnolia blossoms,” and they are ironically hunted and commemorated. This hunting is not necessarily the type of trophy hunting for ostentation; instead, they are memorials for the disappearing originals and the ways in which the things that “already disappeared” continue to exist within us.
The artist takes the pareidolia of machine vision from their past work, Ecosystem, 2020, into a large language model and prompt-based Artificial Intelligence to generate “romantic” summer poems with sarcastic jokes: “This Summer Will be Fun.” Computer vision identifies objects by detecting their outlines, patterns, and colors and often makes mistakes due to their surfaces or associates them with oddly connected ecosystems. For example, zebra patterns are mistakenly connected with objects in human culture (sofas, blankets, swimsuits, cowboy boots, pillows, flags, skirts, and others) and into a bizarre ecology, making visible the Generic Nature that surrounds us.