Info

340.3
Maciej Markowski
niema rzeźba dźwiękowa
2017

Utwór odgrywany przez głośniki zawieszone w komorze próżniowej. Ze względu na brak nośnika akustycznego fala dźwiękowa nie rozchodzi się, a zatem kompozycja nie jest słyszalna. Doświadczanie dźwięku ma w tej sytuacji jedynie charakter wizualny i możliwe jest wyłącznie poprzez obserwację ruchów membran głośników oraz wychyłów decybelomierzy. Definicja kompozycji jako tworu fonicznego zostaje zanegowana, podobnie jak tożsamość dzieła muzycznego, które stało się niemą rzeźbą dźwiękową.

Tytuł 340.3 odwołuje się do wyrażonej w metrach na sekundę prędkości rozchodzenia się dźwięku w powietrzu, nieobecnym w tej instalacji.

Big Dipper
Michael Candy
rzeźba kinetyczno-świetlna
2014

Tytułowy Big Dipper to jedna z nazw gwiazdozbioru, znanego również jako Wielki Wóz, Wielki Rondel albo Wielka Niedźwiedzica. Instalacja ujmuje w materialny i analogowy sposób dwa kluczowe elementy dla przedstawienia gwiazd jako źródła pochodzenia życia i materii we Wszechświecie.

Ruch instalacji jest oparty na mechanizmie działającym na zasadzie linii śrubowej, formującej helisę – trójwymiarową spiralę, przypominającą łańcuch DNA, podstawę znanego nam życia.

Helisa poruszając się tworzy falę – kształt, będący jednym z narzędzi, za pomocą których fizyka opisuje materię oraz światło – odbierane przez oko człowieka.

prezentowana od 8.12.2023
Enchained
Vitalina Louis Mahomedova, Miłosz Zużewicz
instalacja interaktywna
2023

Interaktywna instalacja dźwiękowa do wspólnego grania i tworzenia kompozycji. Wykorzystuje zdolność naszych ciał do przewodzenia sygnałów, a jej pełny potencjał i skalę dźwięków można odkryć dopiero we współpracy z innymi osobami.

Instrukcja:
Podejdź do jasnego postumentu. Dotknij obu płytek, aby uruchomić pierwszy dźwięk.
Nie puszczając obramowanej płytki, dotykaj płytek przy kolejnych postumentach, włączając w ten sposób inne dźwięki.
Aby dosięgnąć do dalszych postumentów, współpracuj z innymi osobami, złapcie się za ręce.

Uwaga:
Osoby z rozrusznikiem serca nie powinny wchodzić w interakcję z tą instalacją.

prezentowana do 24.11.2023
disarming
Emanuel Gollob
sekwencje wideo sterowane przez algorytm
2022

disarming to performatywna eksploracja relacji pomiędzy odłączonymi ramionami robotów, sztucznymi środowiskami i ludzkimi obserwatorami; poszukiwanie potencjalnych przyszłych ról robotyki i AI w naszym społeczeństwie. W kontekście ogromnego rozwoju sztucznej inteligencji i jej powiązań z robotyką, Emanuel Gollob uważa za konieczne zbadanie alternatywnych ról i relacji robotyki napędzanej przez sztuczną inteligencję w naszym społeczeństwie i ekosystemie jako całości. Samo zastosowanie znanych modeli – asystenta, psa, ciasteczka z wróżbą, narzędzia czy humanoida zagrażającego życiu może nie wystarczyć, potrzebne są zróżnicowane alternatywy. Dla Emanuela to poszukiwanie nowych koncepcyjnych osadzeń robotyki przemysłowej idzie w parze z procesem odrywania się od pojęcia rozszerzenia ciała technologicznego stworzonego przez człowieka, także w przypadku robotycznych ramion przemysłowych, o których mowa również w nazwie.

Podejmując narrację dominującą w przemyśle o zwiększaniu autonomiczności systemów robotycznych dzięki uczeniu maszynowemu, disarming przedstawia robotyczną kończynę wykorzystującą uczenie maszynowe przez wzmocnienie (RL), aby nauczyć się, jak się poruszać. W ten sposób fizycznie dystansuje się od status quo i próbuje pozbyć się swojej konotacji jako ramienia. Oprócz elementów interakcji dialogowej, disarming (rozbrajanie) w dużej mierze opiera się na koncepcji intra-akcji. Zgodnie z intra-akcją, ludzcy obserwatorzy i istota robotyczna nie istnieją przed interakcją, ale są w jej trakcie stale aktualizowani / wykonywani.

Pierwsza wersja disarming miała miejsce na odłogowym polu kukurydzy. Pozornie naturalne środowisko przy bliższym przyjrzeniu się obejmuje jedną z najstarszych technik uprawy, hodowlę kukurydzy, z własną historią technologiczną, mityczną i ekologiczną. W kolejnym etapie, podczas rezydencji EMAP w Centrum Sztuki WRO, Gollob kwestionuje ten wybór i eksperymentuje z różnymi narracjami kontekstowymi. Sprawdza możliwe role dla ludzkich obserwatorów – od pozornie pasywnych intra-aktantów po performerów i publiczność aktywnie uczącą się i oduczającą, razem z robotycznym ramieniem. Rezultat projektu rezydencyjnego Emanuela planowany jest w trzech możliwych wariantach: jako występ robotycznego ramienia sterowanego przez sztuczną inteligencję i ludzkiego wykonawcy, jako stale ucząca się instalacja robotyczna otwarta na interakcję z publicznością oraz jako stale ucząca się instalacja wideo.

Wersja disarming prezentowana w ramach przestrzeni doświadczana coś, co zmienia się w czasie łączy działanie fizyczne z obserwacją cyfrową i odwrotnie. Ten sam algorytm uczenia się przez wzmacnianie (RL, reinforcement learning), w nagraniu wideo uczy się fizycznej lokomocji z robotycznym ciałem, obserwując zarazem, jak często posty pojawiające się w mediach społecznościowych wspominają jednocześnie o „robocie” i „ramieniu”. W rezultacie algorytm RL ma na celu ciągłe uczenie się i oduczanie, jak porządkować sceny wideo osłabiając jednocześnie ludzką skłonność do łączenia w pary tych tagów.