Semana 204_1 loss = "binary_crossentropy"
loss = "binary_crossentropy"
con obra de Juliette Penelope y Romain Biros
Curaduría por Rita Aktay
Enclave Lab, 50 Resolution Way SE8 4AL
loss = "binary_crossentropy" es una instalación de Juliette Penelope y Romain Biros desarrollada en conversación con Rita Aktay. Esta instalación comparte el proceso de aprendizaje automático de una GAN (Generative Adversarial Network), configurada * y capacitada por Romain con el archivo de imágenes médicas de Juliette.
Un niño curioso y un tramposo astuto, el GAN se niega incesantemente a aceptar, mientras ofrece siempre más, otro y algo más. A diferencia de los diagnósticos, anomalías y curas, la máquina indisciplinada genera fallas exitosas, nunca niega pero siempre diverge. Trayendo el espacio latente del aprendizaje automático al espacio de la galería y combinando formas de procesamiento de imágenes, loss = "binary_crossentropy" explora la creación de sentido: humano y máquina, médico e íntimo, científico e indulgente. Para cualquier intento de comprensión no puede dejar de fallar, las latencias en el fracaso de la GAN se sienten más reales que nuestro aparato normativo supuestamente infalible.
Un extracto de la investigación más amplia de Juliette sobre la semiótica, los contextos operativos y las reconfiguraciones de imágenes técnicas, el conjunto de datos para pérdida = "binary_crossentropy" analiza la visualización clínica del cuerpo bajo procedimientos ginecológicos como tomografías computarizadas, histeroscopia, ultrasonido transvaginal, resonancia magnética y 4d ultrasonido. Se compone de 415 imágenes tomadas en gran parte de cuentas dedicadas de Instagram, así como informes médicos.
Nuestro GAN ha estado entrenando en el conjunto de datos durante el último mes, tratando de emular cómo estos aparatos técnicos retratan el útero. Como un juego entre un Generador y un Discriminador, donde el primero produce imágenes y el segundo evalúa su verdad de acuerdo con el conjunto de datos, la GAN está aprendiendo para siempre. Cuanto mejor engañe el Generador al Discriminador, más fuertes serán las imágenes que hagan eco de su objeto de conocimiento. A través de la cuenta de instagram "xrct_001", las imágenes resultantes se retroalimentan a su espacio inicial de extracción, se vuelven a indexar usando etiquetas específicas como #Advanced_Radiology #uterus #ML #eyesofmedicine #operationalimage #CTTechnologist y #medicalimaging. * Basado en Karras, Tero et al. "Una arquitectura generadora basada en el estilo para redes adversas generativas". CVPR (2018).
Juliette Penelope (n. 1992, París) es una artista con sede en Londres. Su práctica explora procesos tecnológicos de creación de imágenes, su valoración y comportamiento en contextos específicos. Actualmente está estudiando un MFA en Bellas Artes en Goldsmiths. Ha trabajado con instituciones como el CNRS y Den Haag HCCH. Las exposiciones grupales recientes incluyen "A School of Schools" (Istanbul Design Biennale, Estambul, 2018 y Luma Arles, Francia, 2018).
Romain Biros (n. 1988, Versalles) es un artista y tecnólogo creativo que actualmente estudia una maestría en Artes Computacionales en Goldsmiths. Su trabajo abarca una amplia gama de medios que incluyen fotografía, cine y creaciones computacionales mediante la reapropiación de sistemas avanzados de electrónica, software y hardware. Las exposiciones grupales recientes incluyen "Horniman X Goldsmiths" (Museo Horniman, Londres, 2019).
Rita Aktay (n. 1997, Estambul) es curadora, artista y escritora residente en Londres. Su investigación se centra en las dimensiones epistemológicas, políticas y afectivas de las tecnologías visuales. Actualmente está estudiando una maestría en curaduría en Goldsmiths. Los proyectos recientes incluyen "Not / Seeing The City" (SALT Galata, Estambul, 2019) y "Superficies ubicuas" (Seager Gallery, Londres, 2019) desarrolladas como parte del Programa de Residencia Open Space 2019.
