Åpning neste uke: FEMGEN (Paris) Kuratert av @micolmicolmicol & @AlexEstorick Kvinneidentifiserende og ikke-binære kunstnere tenker nytt om hvordan skjønnhet + femininitet kodes inn i bilder. ↓ Her er alt du trenger å vite

ARON Harold Cohens AARON er ikke bare en forhistorie til dagens bildemotorer. Det er en påstand om hva kunstskaping er, og hvor kunstnerisk dømmekraft sitter. I kjølvannet av tekst-til-bilde-systemer som tilkaller bilder fra statistikk, leser Cohens prosjekt som et klart tankeeksperiment iscenesatt på tvers av kode, plottere og maling: Kan intensjon formaliseres. Kan se spesifiseres. Kan forfatterskap deles uten å bli slettet. AARON kan betraktes som et samarbeid som oversatte en kunstners kunnskap til prosedyrer. Cohen kom til disse spørsmålene som en dyktig maler som på slutten av 1960-tallet begynte å skrive programmer for å eksternalisere hvordan han laget bilder. Han insisterte tidlig på at poenget ikke var «datakunst» som en gimmick, men en test av om maskiner kunne tjene kunstneriske intensjoner. «Dette er ikke nok en artikkel om 'datakunst'», skrev han i 1974, før han dykket ned i rollene en datamaskin kan spille i kunsten. AARON ble smeltedigelen der han undersøkte disse rollene, og beveget seg fra linje til farge, fra regler for figurkonstruksjon til systemer for å tildele fargetoner, alltid med kunstnerens modell for å se kodet eksplisitt. Det er her AARON avviker fra dagens avling av generatorer. I stedet for å vise gjennomsnitt fra enorme, skrapede bildedatasett, opererte AARON med håndbygde regler, et bibliotek av relasjoner som fikk tallene til å henge sammen. Joanne McNeil bemerker at AARON «fremhever hvor AI-programmer som Midjourney og Dall-E kommer til kort», og hennes nærlesning viser hvorfor: Cohen lærte systemet sitt at hender har fem fingre med mindre de er tilstoppet, at neser orienterer hoder, og at farge adlyder begrensninger på objektnivå. Med andre ord, Cohen formaliserte intensjon og verdenskunnskap, ikke bare stil. Forskjellen er ikke nostalgi. Den avslører at når maskinens kompetanse er leselig, kan kritisk dømmekraft adressere arbeidet som en modell for visjon snarere enn en luftspeiling av sannsynlighet. Cohen nektet også å outsource berøring. Han bygde og modifiserte sine egne plottere og malemaskiner, og gikk senere tilbake til pensel og pigment på toppen av AARONs produksjoner, og testet hvor menneskelig og prosessuell sensibilitet møtes. Cohen spøkte en gang: «Jeg vil være den første kunstneren i historien som har en posthum utstilling av nye arbeider.» Da jeg så AARON tegne på fjorårets Whitney-utstilling, føltes denne provokasjonen mindre som hybris enn en presis formulering av forfatterskap fordelt på en varig prosedyre og en dødelig utøver. ↓ (Harold Cohens tegnemaskin på Stedelijk Museum, i Amsterdam, i 1977.)

Avstanden mellom rammer Hva kan vi se i en kort AI-video? Vi kan se spøkelset i treningssettet: former og farger som gjenspeiler modellene AI-en kjenner. Vi kan skimte glimt av nyhet når systemet underbestemmer seg selv og produserer merkelig morfologi. Vi kan fange øyeblikk av fiasko, artefakter, visuelle diskontinuiteter, glitrende anomalier, som avslører illusjonen av sømløshet. Disse "feilene" er noen ganger mer meningsfulle enn de polerte; De viser oss hvor maskinen ikke vet (se @Barbara_Chira's Work for Refrence). I rommet mellom bildene, i det flimret som nesten blir stillhet, foreslår korte AI-videoer et nytt territorium for kunstnere. De er små, komprimerte, raske, men i den litenheten ligger en mulighet til å konfrontere umiddelbarhet, maskinlogikk og kollektiv persepsjon på en gang. Når en AI genererer ti sekunders bevegelse, er hver piksel, overgang, tekstur og pause spor av algoritmiske valg som venter på å bli sett, stilt spørsmål ved og rekonfigurert av kunstnere. Men hva ser det ikke ut til at vi ser ennå? Noen vil kanskje hevde at vi ikke kan se virkelig vedvarende narrativ kompleksitet (du må se @loved_orleer siste stykkene). Vi kan ikke se lange, sammenhengende tidsbuer eller dyp psykologisk indre på ti sekunder. Vi kan ikke se den fulle vekten av legemliggjort temporalitet: hukommelse, aldring, menneskelig timing. Vi kan ikke se det maskinelle subjektet i full følsomhet ... selv om vi kanskje kan se skyggen. Og vi kan ikke helt unnslippe innflytelsen fra treningskorpus: vi forblir hjemsøkt av tidligere bilder selv på stedet for antatt nyhet (@sine arbeid utforsker disse kantene av treningsdataene). Det er en annen horisont vi ikke har kommet til: å lage kort AI-video som ikke bare er et ekko av bildetrening, men en intervensjon i selve visjonens logikk. Hva om en AI-video utforsker ikke bare hvordan vi ser representasjoner, men hvordan maskiner ser dem, og deretter bryter det synet? Hva om maskinens blikk i en loop, eller i en kort video, blir en samarbeidspartner, en forhørsleder, en utøver? Hva om disse sekundene tillater en kritikk av persepsjon, menneskelig og kunstig, ved å bryte løftet om sammenheng? Feilen, hallusinasjonene, spenningen mellom abstraksjon og figurasjon, som steder å utforske nye måter å representere ideer om verden på? AI-video i kort form tilbyr et komposisjonsordforråd: looper, hakking, crossfades og interpolasjoner kan bli poetiske gester (se arbeidet til @twt_cha_). Det inviterer til modulær tenkning: klipp til klipp, bilde til bilde, remiks til remiks. Ja, vi stoler kanskje ikke helt på at disse formene er «kunst» i kanonisk forstand, men kanskje det er poenget. Vi er tidlig. Og hullene er der eksperimentet fortsatt lever. Hvis kunstnere går inn i det rommet med nysgjerrighet, strenghet og skepsis, kan kort AI-video bli et nytt sted for estetisk lek. Video av @sinusoidalsnail