Computervisionen 2
Nach mehr Jahrzehnten des Versuchs, einen Apparat zu konstruieren, der denken kann, können wir endlich die Früchte dieser Bemühungen erleben: Maschinen, die es wissen. Das heißt, nicht nur Maschinen, die Informationen messen und nachschlagen können, sondern auch solche, die ein qualitatives Verständnis der Welt zu haben scheinen. Ein auf Gesichtern trainiertes neuronales Netzwerk weiß nicht nur, wie ein menschliches Gesicht aussieht, es hat auch ein Gefühl dafür, was ein Gesicht ist. Obwohl die Algorithmen, die solche para-neuronalen Formationen erzeugen, relativ einfach sind, verstehen wir nicht vollständig, wie sie funktionieren. Eine Vielzahl von Forschungslabors hat solche Netze auch erfolgreich auf fMRT-Scans (Functional Magnetic Resonance Imaging) lebender Gehirne trainiert, um Bilder, Konzepte und Gedanken effektiv aus dem Geist einer Person zu extrahieren. Hier geschieht die Beugung wahrscheinlich als doppelte: eine Technologie, deren Funktionsweise nicht gut verstanden wird und die eine ebenso unklare natürliche Formation mit einem gewissen Erfolg qualitativ analysiert. Andreas N. Fischers Arbeit Computer Visions II scheint kurz hinter dieser Schwelle zu warten, wo sich zwei Arten von wissenden Wesen in einer Art psychotherapeutischer Sitzung treffen […]

Procedural cloth V//002
“I’m continuing experiments with procedurally generated structures. This time I’m implementing algorithm assembled in Houdini over female body. All meshes generated in Houdini. Then uploaded to sketchfab.  All images made from sketchfab model. You can check it in 3d in any browser by the link in my profile.” Oleg Soroko

Computer Visions 2
After more decades of trying to construct an apparatus that can think, we may be finally witnessing the fruits of those efforts: machines that know. That is to say, not only machines that can measure and look up information, but ones that seem to have a qualitative understanding of the world. A neural network trained on faces does not only know what a human face looks like, it has a sense of what a face is. Although the algorithms that produce such para-neuronal formations are relatively simple, we do not fully understand how they work. A variety of research labs have also been successfully training such nets on functional magnetic resonance imaging (fMRI) scans of living brains, enabling them to effectively extract images, concepts, thoughts from a person’s mind. This is where the inflection likely happens, as a double one: a technology whose workings are not well understood, qualitatively analyzing an equally unclear natural formation with a degree of success. Andreas N. Fischer’s work Computer Visions II seems to be waiting just beyond this cusp, where two kinds of knowing beings meet in a psychotherapeutic session of sorts[…]