Deep Time Machine Learning


Deep Time Machine Learning (2018) by Studio Jol Thomson

Over het kunstwerk

Robotica en artificiële intelligentie roepen een aantal politieke, sociale en esthetische vragen op. De experimentele audiovisuele compositie van Jol Thompson gaat hier dieper op in door het prehistorisch gebruik van werktuigen in het paleolithicum, op één lijn te brengen met de huidige maatschappelijke discussies rond algoritmen en op artificiële intelligentie gebaseerd bestuur. In Deep Time Machine Learning analyseert een Industry 4.0-robotarm, die menselijke aanwezigheid waarneemt een stenen werktuig van 206.000 jaar oud en onderzoekt de ?handbijl? op genealogische sporen. Het hele proces wordt geobserveerd door een AI object-herkenningstoestel of LiDAR: een ?machine-vision? sensorisch apparaat dat deze systemen gebruiken om onze haptische 3D-omgevingen waar te nemen. Deep Time Machine Learning produceert een speculatieve wereldgeschiedenis van het digitale via de octogonale ?speiegelenscenering? van het genealogische erfgoed en de ontwikkeling van een intelligente robot. Deze visuele overdaad getuigt van een fascinatie voor het visuele, voor perceptie en historische materiële media-ecologieën van het beeld.

Robotica en artificiële intelligentie roepen een aantal politieke, sociale en esthetische vragen op. De experimentele audiovisuele compositie van Jol Thompson gaat hier dieper op in door het prehistorische gebruik van werktuigen in het paleolithicum, op één lijn te brengen met de huidige maatschappelijke discussies rond algoritmen en op artificiële intelligentie gebaseerd bestuur. In Deep Time Machine Learning analyseert een Industry 4.0-robotarm die menselijke aanwezigheid waarneemt een stenen werktuig van 206.000 jaar oud en onderzoekt de ?handbijl? op genealogische sporen. De eerste volledig functionele vierstadiarekenmachine, in de 18de eeuw gebouwd door de Zwabische astronoom en priester Phillip Matthäus-Hahn, wordt op een gelijkaardige manier onderzocht door de gevoelige robot. Deze overblijfselen van onze technische voorgeschiedenis, worden op een octogonale spiegel geplaatst, die de starende blik van de robot reflecteert via een archeologische-calculatieas, die herinnert aan Leibniz? ontdekking van binaire aritmetica binnen de I-Ching, een oud-Chinees waarzeggerssysteem. De video is doorspekt met fragmenten uit het laatste Verslag met aanbevelingen aan de Commissie over civielrechtelijke regels inzake robotica van de EU. Daarin wordt gewezen op de nood aan een definitie van de subjectiviteit van intelligente machines en ook van hun legale status en de consequenties die voortvloeien uit hun gebruik (om niet te spreken over de ernstige bedreiging die ze vormen voor de menselijke sociale organisatie). De kritieke, onzekere en onbepaalde status van het ?persoon zijn? van
intelligente machines, wordt duidelijk via de interfaces van een menselijke eco-technische revolutie, ?die geen enkel aspect van de maatschappij ongemoeid laat?. Het hele proces wordt geobserveerd door een AI objectherkenningstoestel of LiDAR: een ?machinevision? sensorisch apparaat dat deze systemen
gebruiken om onze haptische 3D-omgevingen waar te nemen. Deep Time Machine Learning produceert
een speculatieve wereldgeschiedenis van het digitale via de octogonale ?spiegelenscenering? van het genealogische erfgoed en de ontwikkeling van een intelligente robot. De compositie bestaat uit een hele reeks verschillende beeldproductietechnieken: schermbeelden van Lidar en datascans, stereomicroscopie en video-opames in 4k, HD, 720 en 480 resoluties. Deze visuele overdaad getuigt van een fascinatie voor het visuele, voor perceptie en historische materiële media-ecologieën van het beeld. De compositie maakt specifiek gebruik van structuralistische filmtechniek als een belangrijke methodologie voor het denken over en analyseren van het tijdperk van ?machine vision?.

Over de kunstenaar

image Jol Thomson werd in Canada geboren en woont en werkt in Europa. Hij is kunstenaar, onderzoeker, geluidsontwerper en auteur. Zowel in zijn geschriften als bewegende beelden focust hij op culturele studies en de geschiedenis van filosofie, technologie en wetenschap, steunend op een ecologisch bewustzijn dat is ontstaan in het antropoceen. Jol behaalde met lof een BA in filosofie, kunstgeschiedenis en visuele studies aan de University of Toronto (2009) en behaalde daarna een titel als Meisterschüler bij prof. Simon Starling aan de Städelschule in Frankfurt, Duitsland (2013). Tussen 2014-2016 ontwikkelde hij een creatief researchprogramma voor architectuurstudenten aan de Technische Universität Braunschweig samen met Tomás
Saraceno, die toen interim-directeur was. In 2016 werd Jol voor zijn film G24|0vßß bekroond met de MERU Art*Science Award.