Isidora Miller, 2021.
The Dreaming Machine del artista Grégory Chatonsky, es una instalación de arte generativo. Se encuentra en un espacio arquitectónico oscurecido. En el fondo del galpón se disponen dos pantallas, las cuales están levemente giradas hacia el interior y apoyadas por unos triángulos de metal detrás de ellas. Frente a estas pantallas, en el suelo, se delimita un rectángulo por unas piedrillas y sobre éstas se observa un cableado desordenado. Éstas reproducen un video de la “Central Data” (IMAGEN1).
En las paredes laterales de este espacio, están dispuestas unas pantallas que llegan al suelo, ubicadas una al lado de la otra, dejando un espacio considerable entre ellas. Cada pantalla de los laterales, está dentro de un cubículo armado solo por sus aristas de metal, donde la “cara base” en éste, también está cubierto de piedrillas. En la esquina inferior de cada cubículo, se encuentra un pequeño parlante.
En el pasillo del centro de esta sala, se ubican lo que parecen ser unas mesas. El área bajo éstas, está cubierta por piedrillas, la cuales yacen iluminadas por una luz blanca proveniente de la parte inferior de las mesas. Cada pantalla es la que ilumina su perteneciente cubículo.
Estas pantallas laterales muestran una serie de imágenes creadas por el artista (IMAGEN2,3 Y 4), que se originan muy básicamente de sueños. El proceso se puede resumir en: diversos sueños escritos que, al pasarlos por diversos filtros algorítmicos, derivan en una superposición de imágenes que refieren y se relacionan con las palabras de aquellos sueños. Todo el contenido para generar las imágenes viene -directamente- de la web.
A partir de una base de datos de 20,000 testimonios de sueños recopilados en la página web Dreambank.net, creada por Adam Schneider y G. William Domhoff de la Universidad de California. Los sueños son almacenados en esta página web a manera de relatos escritos, guardados de manera similar a una carpeta, la cual lleva un título que puede explicar el nombre de la(s) persona(s) o la temática constante de esa serie de sueños. Con modo carpeta me refiero a que, por ejemplo, quien deposita el contenido en Dreambank, puede guardar dentro de su carpeta 1) una serie de sueños que tuvo a través de cierto tiempo y 2) un sueño que sea ajeno a la temática de las series anteriores.
La manera para realizar la búsqueda de ciertos sueños se basa en diversos aspectos, el principal es a través de una palabra o bien una frase que se ingresa en un buscador o recuadro donde dice “query” o “consulta”. En la (IMAGEN5) notamos el recuadro blanco de la izquierda, que alberga los títulos de estas carpetas, señalando “n”: número de sueños que contiene cada una. Una vez seleccionado una carpeta -o bien serie de sueños- vamos al recuadro de la derecha, donde vemos cuatro opciones como filtros de selección entre todos los sueños de tal carpeta. Si tecleamos en el buscador por ejemplo hurt a lot, luego vamos a las opciones como “matching mode”, la cual permite encontrar esta frase completa -que tecleamos- en un sueño, o bien, encontrar cada palabra por separado (“hurt-a-lot”) en uno o varios sueños de la serie que seleccionamos. Puede también distinguir mayúsculas de minúsculas, o bien, la manera en que nos muestre los resultados obtenidos (“results display”) y la cantidad de sueños que buscamos (“consistency chart”).
También existe una búsqueda de sueños “aleatoria”, donde podemos especificar tres detalles de búsqueda; nombre de la serie -con su respectivo “n” indicándonos cuantos sueños son parte de la serie, n.º de palabras que buscamos en el sueño y cuántos sueños queremos encontrar. (IMAGEN 6).
En la obra, no hay aclaración de si la selección de los sueños tuvo un criterio específico. De cualquier manera, la existencia de cierto criterio de selección no es el punto central, entonces la omisión de esto no afecta en consideración este análisis. Una vez realizada la búsqueda de los sueños, o sea, la recopilación de los datos, Chatonsky utiliza un proceso algorítmico basado en las redes neuronales biológicas -neuronas conectadas unas a otras por sinapsis, para así transmitir una señal- de manera tal que pasa todos estos relatos o textos lineales, por una RNN (red neuronal recurrente) donde de este proceso resulta la generación de nuevos relatos escritos de los sueños -que detallaré más adelante-. Ahora ¿cuál es la relevancia de las redes neuronales en la creación de las imágenes de esta obra?
A diferencia de las CNN (red neuronal convolucional) -un tipo de red-, que clasifica un dato, palabra, sonido o imagen, las RNN (redes neuronales recurrentes) son usadas para tipos de datos que son secuenciales y nos permiten procesar, por ejemplo, videos, música o textos. Usan un cierto tipo de memoria o “estado/capa oculta” para realizar el resultado deseado. Las RNN (redes neuronales recurrentes) presentan una correlación de datos -de palabras en este caso-, el que viene antes determinaría al que viene después. Así podemos generar nuevas secuencias y no únicamente clasificarlas. Debemos tener en consideración -para más adelante- que las RNN tienen memoria a corto plazo.
De manera similar a este método, se produce el análisis cerebral humano, que se salta el hecho de que para comprender el contenido no es necesario leer cada palabra de manera individual, sino que las relaciona entendiendo la idea central del texto.
Para comprender la base de las RNN dividiremos el proceso en tres momentos donde existen capas, que filtraran lo que se les haya indicado. Por ejemplo, que la capa 1 encuentre en esta imagen –dato– líneas diagonales. Así cada capa tiene diferentes instrucciones para finalmente reconocer la imagen. En estos tres momentos de las RNN, el primero denominado “capa de entrada”, el segundo “capa oculta” y el tercero “capa de salida”. En el medio del proceso se encuentran las capas ocultas, en ellas existen unas celdas denominadas LSTM (long short-term memory) o bien memoria corta a largo plazo.
Entonces primero; el dato se pasa por la capa de entrada, luego lo que sale, pasa por las capas ocultas, donde están las celdas LSTM -éstas deciden qué olvidar, qué actualizar o de qué manera se debe modificar el “estado oculto”-, luego se genera una predicción, que al salir del estado oculto vuelve a ingresar al inicio del mismo, a manera de retroalimentación. Por último, una vez que se retroalimenta el estado oculto, este dato puede pasar por la última capa, la capa de salida.
Como ejemplo; en la (IMAGEN 7) si entra la palabra “HOLA”, y pasa por las capas ocultas LSTM, la predicción -o salida- será la palabra “CÓMO”. Para el siguiente paso, al entrar la palabra “CÓMO”, y pasar por las capas ocultas -y las celdas LSTM-, aquí es donde sucedería la “concurrencia”, donde reconocemos el recuerdo de que previo a este “CÓMO” pasó un “HOLA” y que lo más probable es que ahora continúe la palabra “ESTÁS”. Entonces la palabra “ESTÁS” es la predicción que expulsa la capa de salida. Esto permite dar un contexto o memoria y por ende, un espacio a la palabra ingresada, con la finalidad de que en general, se pueden clasificar datos más extensos como lo son los videos o conversaciones.
Ahora como dijimos antes, las RNN tienen memoria a corto plazo, esto significa que se recurrirá a las últimas palabras que se procesaron, “olvidando” las primeras. Pero al utilizar las celdas LSTM se da la posibilidad de tener una memoria a largo plazo o bien una memoria selectiva, permitiendo la mantención de aquello relevante del texto -en este caso del sueño-, ejerciendo una síntesis del mismo, resultando -en este caso- en un resumen del sueño, dejando únicamente lo primordial para entender el contexto -o idea principal- del sueño.
Una vez creada la nueva secuencia de texto o bien el “nuevo sueño”, el artista encuentra en ellos palabras claves que sean similares a las categorías que nos brinda ImageNet -un centro de datos de imágenes bastante controversial que detallaré más adelante-. El criterio para seleccionar estás palabras clave no está claro, por esto, tendremos que asumir que la omisión de esta información significa que no hubo criterio alguno, y que por lo mismo probablemente la selección fue al azar. De todas maneras, si consideramos que las nuevas secuencias creadas son una especie de resumen con lo primordial del texto para su comprensión, entonces posiblemente el azar si sea irrelevante, ya que cualquier palabra tendría cierto “peso” capaz de representar lo central del sueño. Pero ¿esperamos la representación de la apariencia del sueño o la representación de lo que este provoca?
“Cuando Bacon habla de la sensación (…) dice que la forma trae la sensación (Figura), al contrario de la forma que trae a un objeto que se supone representa (figuración). (…) Y en este aspecto, se puede hacer el mismo reproche de la pintura figurativa y a la pintura abstracta: pasan por el cerebro, no actúan directamente sobre el sistema nervioso, no acceden a la sensación, no liberan la Figura, y esto se debe a que permanecen en un solo y mismo nivel”. Gilles Deleuze FRANCIS BACON Lógica de la sensación
Continuando con qué es exactamente ImageNet, un proyecto que proporciona una gigantesca base de datos de imágenes principalmente, para ilustrar cada objeto del mundo –o esa es la idea-, la organización de las imágenes se rige por un criterio semántico que va desde lo más general a lo más específico, considerándose, por ejemplo; “persona no calificada” una categoría o como allí se denomina, un synset, esto es un conjunto de palabras o frases que se consideran equivalentes para representar un concepto. (IMAGEN 8)
Estas definiciones cortas y generales que almacenan las relaciones semánticas entre los conjuntos de sinónimos, pretenden desambiguar el significado de las palabras, con la tarea de asignar el concepto más “apropiado” a los términos en contexto, esto hace de ImageNet un central-data controversial ¿quién determina qué tal imagen evidencia tal etiqueta?
Por ejemplo, el término “persona” le continúa -entre varias otras- la categoría de “homosexual”, luego de “hombre gay”, luego “levantador de camisa”, para finalizar “maricón”. Se da la posibilidad de atribuirles adjetivos abstractos a una imagen que representa cualidades que son relativas o inciertas, porque desconocemos el contexto.
A veces olvidamos lo relevante que es el contexto, digo, la fotografía cubre en cierta medida lo que “parece ser el contexto” de ese tiempo-espacio, pero omite muchas otras sensaciones y vivencias de aquel tiempo, cualquiera que sea. Y es paradójico este esfuerzo de intentar generar que el algoritmo “entienda” el contexto, lo que parece ser algo bastante ajeno a estos.
¿Cómo somos los humanos, conscientes del contexto? Usualmente, somos conscientes de que vino antes de lo que percibimos ahora, por ende, intuimos que seguirá luego, o sea, tenemos en consideración una secuencia.
En relación a la obra entonces, llega el momento en que el artista selecciona palabras claves de los nuevos sueños (textos), y al parecer sin otro criterio más que el de similitud, relaciona estas palabras clave con las etiquetas que nos ofrece ImageNet. Aquí es donde se podría distorsionar la visualidad de aquello que se pretendía expresar en el sueño. Ya que el contenido de las imágenes es variable dependiendo de múltiples factores iniciando con quienes hacen el ejercicio de etiquetar estas imágenes, su cultura, personalidad, sus experiencias, prejuicios, traumas, el contexto histórico, etc.
Por ejemplo; rescata la palabra “hiriente”, pero la etiqueta que más se asemeja es “persona dañina”, ImageNet ofrece su repertorio de imágenes de lo que supuestamente es una “persona dañina” es. Todo esto posibilitado por el reconocimiento fragmentario de los componentes de las imágenes de internet. Pero resulta que una persona dañina es más que una apariencia. Esta plataforma nos entrega la URL de las imágenes para descargar, ya que no posee los derechos de autor de ellas. Entonces en cierta forma, estos sueños están construidos por información hasta cierto punto impersonal.
Concluyendo el proceso, para generar las imágenes finales, Chatonsky usa unas GAN (redes generativas antagónicas) las cuales son una clase de algoritmo de IA basado en un sistema de dos redes neuronales -el Generador y el Discriminador– que compiten entre sí, para cometer errores y aprender de ellos. Así se pueden mejorar sus respuestas siguientes, generando imágenes que parecen cada vez más auténticas a observadores humanos. (IMAGEN 9)
Lo relevante del proceso de la creación de estas imágenes es cómo se ve manipulado el sueño desde su inicio, hasta el final, ¿en qué momento de este tramo, la palabra deja de ser la más acertada para representar aquello que se soñó?, ¿y por qué esperaríamos una representación acertada?
Respecto a lo anterior, creo en dos factores; 1) las GAN, en el sentido que permiten este efecto de realismo en la imagen, y es que quizá el realismo no pertenece a la visualidad de los sueños Y 2) El momento en las palabras clave del sueño, pasan por un proceso que tiene categorías cargadas de subjetividad.
La cantidad de categorías que presenta ImageNet puede –a simple vista- ser sorprendente en un buen sentido, pero también ¿quién decide qué imagen representa tal? El lenguaje es un gran consenso entre los seres vivientes, lamentablemente fácilmente se puede desvirtuar, malentender o mal utilizar. Pero parece ser que Chatonsky no pretende que estas imágenes creadas sean una fiel representación de los sueños que escogió, porque de ser así nos hubiese mostrado el sueño como relato escrito y también como su respectiva imagen. En cambio, tenemos estas imágenes llenas de intriga, aisladas de su origen que no fueron las palabras sino, su visualidad –las ocurrencias, en relación al quiebre de la secuencialidad-. Pienso que sería interesante saber qué palabras fueron las que posibilitaron inicialmente la generación de tales imágenes de Dreaming Machine, porque ¿podría uno reconocer a simple vista, las palabras que utilizó el artista para su conformación? Y si es así, ¿sería acertada la representación?
Otro punto es pensar que a través de esta obra no importa tanto el representar un sueño -ya que bien se podría relatar un sueño a un cineasta o similar para que lo recrea, sino que, importa más el algoritmo y como éste cumple nuestra instrucción al “pie de letra”, finalmente el resultado que obtenemos podría no ser el que esperábamos. El sistema de algoritmos entrega nuevas construcciones visuales.
Antes de continuar separaré el término imagen en dos, imagen real e imagen virtual la cual se diferencia de la primera, en que puede verse detrás de un espejo o una lente. Como decía Ronald Barthes en El mensaje fotográfico, la fotografía transmite “por definición, la esencia en sí, lo real literal, la perfección analógica”. Si bien la fotografía no es únicamente apariencia, no estaría tan segura de la transmisión de la esencia en sí, quizá lo que no logra transmitir es la esencia del tiempo, del acontecer, del estar ahí, de ser partícipe de alguna manera de toda la línea de actos.
También nos comentaba que en suma, de todas las estructuras de información, la fotografía sería la única que está exclusivamente constituida y ocupada por un mensaje, que agotaría por completo su ser. Ante una fotografía, el sentimiento (…) de plenitud analógica, es tan fuerte, que su descripción es literalmente imposible (…) describir no es tan sólo ser inexacto o incompleto, sino cambiar de estructura, significar algo distinto de lo que se muestra”. (p.3)
Es este “significar algo distinto de lo que se muestra” lo que dependería en parte de quien observa la fotografía, o bien, de quien la captura. La plenitud analógica aquí dicha, es la cuestión. La analogía por muy exacta y perfecta que sea, sigue siendo analogía y no el ser o cosa a analogar -arquetipo-.
“La privacidad no es negociable” dicen, y más privado e íntimo que tu esencia o tu alma. De aquí proviene mi inquietud en relación a lo que rodea Dreaming Machine, lo que se puede hilar entre lo privado, la memoria -y su procesamiento-, los sueños -usualmente entendidos como el inconsciente-, y su capacidad de ser manipulados y quizá generados por máquinas o sistemas de IA (inteligencia artificial). ¿Podemos crear -a través de la IA una esencia? Algo así como “algo nunca antes percibido” realmente, aquello permanente e invariable, que determina a una cosa ser lo que es realmente.
Esto proviene de la reflexión en torno a la fotografía, o lo que para mí es; la captura de un fragmento de un hecho en el tiempo.
Podemos conectar esto con la manera en que se dan los sueños, apariciones como destellos de imágenes o bien, fragmentos de una serie que se desenvuelve en nuestra cabeza. Dicho esto, resulta ser similar a lo dicho anteriormente de la fotografía, la diferencia es que ésta se ejecuta conscientemente y los sueños no. Suele ocurrir el no recordar lo acontecido previo a iniciado el sueño, existe un quiebre en la secuencia -otro término importante que quiero abordar brevemente-.
Al intentar definir una imagen -virtual o real-, como todo signo, éste operaría por sustitución, o sea es la presencia de una ausencia, la cual es representada sobre un soporte material, con el fin de interpelar visualmente con sus formas, texturas y colores a quien observa la imagen. Por ende, una teoría de la imagen presupone una teoría del significado, que nos remite a los sistemas culturales en los cuales se construyen los sentidos y significados. La idea de la presencia, de estar en el acontecer, evidencia que la única forma de percibir la fotografía es visualmente, en cambio, el estar presente en el momento, posibilita la participación de los otros sentidos. Entonces a la fotografía, la captura, detención y retención de un fragmento del tiempo solo se le puede hacer una lectura visual, o sea aparente. Y una lectura como tal, está incompleta.
Ocurrió que las imágenes creadas de Dreaming Machine al inicio no me dejaba atribuirles ningún término, algo comenzaba a ser, pero nunca terminaba de ser algo sin comenzar a ser otra cosa. ¿Será posible entonces crear imágenes a las cuales no se les puede adjudicar término o significante alguno? En una realidad así, esto significa percibir el mundo con nulidad de códigos y lenguajes. Me parece imposible, conoceríamos de capacidades expresivas quizás. El destiempo abre la posibilidad a nuevas connotaciones, pero para que esto se dé, debe existir un mensaje, tiene que existir lenguaje.
Tiene sentido entonces que este texto aborde la particularidad de los sueños y sus representaciones posibles. Porque nuestra memoria al participar de esta imaginación onírica, no solo se vale de recuerdos que ocurrieron en efecto, sino que también se inventan -y omiten- partes de un hecho o hechos completos, conversaciones, etc. El inconsciente se vuelve un nuevo espacio de almacenaje. Dicho esto, ¿se puede crear inconscientemente un inconsciente?
Barthes mantiene en El mensaje fotográfico qué “una importancia particular a lo que podría llamarse la pose de los objetos, puesto que el sentido connotado surge entonces de los objetos fotografiados (…) los objetos son inductores corrientes de asociaciones de ideas (biblioteca = intelectual) (…) son verdaderos símbolos” La idea de que los objetos connotan me dirige a las imágenes de Chatonsky, donde no se puede reconocer el objeto de la imagen, negando la atribución de una connotación.
Barthes dijo “no hay percepción sin categorización inmediata, la fotografía se verbaliza en el momento mismo en que se percibe; o, mejor dicho, no se percibe más que verbalizada (si la verbalización tarda, se produce un desorden de la percepción, interrogación, angustia del sujeto, traumatismo”. Las imágenes oníricas de Chatonsky nos muestran la conformación de un nuevo espacio, o un nuevo cuerpo, si es que se puede reconocer eso siquiera. Y este desconocimiento o incapacidad de sugerir o evocar se vuelve inquietante. Se quedan como mutaciones o hibridaciones de algo que tenemos “en la punta de la lengua”.
Desde Joseph Nicéphore Niépce en 1826 quien fue el primero en lograr ‘fijar’ la imagen proyectada por la cámara oscura, pasando por el equipo del National Burreau of Standards, dirigido por Russell A. Kirsch, que en 1957 realizó la primera imagen digital, mediante escaneo de una fotografía del hijo de Kirsch, se fue iniciando la trayectoria hacia lo que hoy conocemos como la acumulación de imágenes facilitado por el medio digital. Por lo mismo, se ha vuelto necesario optimizar la manera en que conocemos estas imágenes. La visualización óptima de datos urge, ya que dudosamente los humanos dejarán de generar contenido. La cifra, letra o palabra es suministrada y almacenada en la computadora que ya es parte de nuestra cultura.
Con la primera cámara digital en el S.XX -abordando un poco más la técnica y la apariencia- se permite la construcción y manipulación de imágenes a un nivel más exacto, Francisco Tenllado en Primera Exposición de Fotografía y Arte digital señala que “la fotografía digital entronca con la ideología del collage entendido como fotomontaje de vanguardia dadaísta o constructivista, que mostraba el recorte y el carácter fragmentario de su construcción sin pretender engañar a nadie. No obstante, la fotografía digital consigue eliminar las marcas del proceso de construcción del collage y dotar al fotomontaje de carácter unitario”. En la obra de Chatonsky se da una creación de imagen a partir de otras, la técnica está enraizada con el collage y podría agregar, con el Surrealismo.
Giorgio de Chirico plasmaba en sus pinturas el mundo de lo irracional con objetos cotidianos en contextos poco habituales, consiguiendo una realidad ilógica, pero a la vez verosímil. Magritte dijo “las propias palabras también son un engaño en la medida que representan algo. Mi propósito al pintar es hacer visible el pensamiento”. Es extraño pensar que pintar para él no fuese una representación. Pero creo entender qué se refería: a que la manera de dar a conocer lo que pensamos debe ser visualmente y no a modo de palabras, supongo que pretendía que la pintura –o en este caso cualquier imagen construida– eran “puras”, carentes de cualquier denotación, en diferencia que las palabras que tienen cada una su respectiva definición. De alguna manera creo que Chatonsky realiza un proceso similar en tanto hace visible el pensamiento o mejor, lo inconsciente, variando completamente la continuación del proceso.
Los fotomontajes de Remedios Varo (IMAGEN10) en concreto mezclan disparates con imágenes enigmáticas, dando lugar a universos extrañamente coherentes y narrativas que pueden llegar a ser descifrables. Todo junto adquiere cierto sentido si lo miramos con los códigos que rigen los sueños. Y pensar en esa idea de que los sueños presentan su propio lenguaje, tiene su propia manera de enseñarnos, apenas logra ser una serie –como imágenes conectadas de alguna manera–, está mucho más lejos de ser una secuencia.
Desde lo más evidente, se puede conectar Dreaming Machine con ciertas obras de Robert Rauschenberg, que en los 50`, utilizó desechos, partes de animales disecados, pinturas y diversos soportes donde la idea de collage es técnica fundamental. En la obra Estate, por ejemplo, si bien el resultado no se entiende como una imagen verosímil, ya que se notan las superposiciones y no hay una integración entre imágenes, es un buen ejemplo para comprender el afán por producir un “nuevo paisaje” en este caso tomando partes de la realidad (IMAGEN11).
Lo figurativo en los sueños se suele leer de manera simbólica, poco sentido tiene esperar un desarrollo coherente en éstos. Podría ser como un espacio mixto, que alberga lo conocido -figurativo- y lo desconocido -abstracto-. Pero lo figural, presente en las imágenes creadas por Chatonsky es desesperadamente ambiguo, como comenté anteriormente, y que podemos notar una de las pinturas de Tres estudios para una crucifixión de F. Bacon (IMAGEN 12).
Volviendo al antecedente de los datos, los códigos y de las máquinas lógicas, la Ars Magna de Ramon Llul es primordial para comprender la trascendencia temporal, si se quiere histórica, de esta inquietud por la combinación de información contenida de antemano en la base de datos. Margaret Boden y Ernest Edmonds en el contexto de computación gráfica automatizada en los 60 acuñaron el término de Arte generativo. La obra de Chatonsky podría entrar en esta categoría que a menudo se refiere al arte algorítmico, aquello que parcialmente o en su totalidad, ha sido creado con el uso de un sistema autónomo. Pero también se puede realizar utilizando sistemas de química, biología, mecánica y robótica, materiales inteligentes, aleatorización manual, modelos matemáticos, mapeo de datos, etc.
Un artista que tiene una obra similar es la de Mario Klingemann, quien trabaja al igual que Chatonsky, con redes neuronales, datos, código y algoritmos. Se le considera pionero en el uso del aprendizaje por computadora en las artes. Su objetivo es que mediante la programación y el entrenamiento de máquinas inteligentes, éstas puedan crear arte de manera “autónoma” como vemos en 79530 Self Portraits, (2017) (IMAGEN 13).
Por otro lado, valiéndose de la interacción de las personas, Pockets Full of Memories (2001) (IMAGEN 14) de George Legrady se pone énfasis en la integración de metodologías avanzadas de programación de computadoras, tales como mapas autoorganizados y algoritmos de seguimiento de cámara para explorar la contribución de la audiencia y el acceso a los datos en una situación de museo.
Lo relevante para este análisis, es que el objetivo de la exposición, presentar una construcción en tiempo real de un archivo / colección de objetos (visual 2D) para representar a la audiencia que visita la exposición. Entonces al igual -hasta cierto punto- que The Dreaming Machine el público crea el contenido de la obra de arte a través de imágenes digitalizadas de objetos de valor personal que llevan consigo el día de la visita al museo. De alguna manera los testimonios de sueños depositados en la web podrían compararse a estos objetos de valor personal y que, de igual manera, conforman la obra final.
De manera muy similar funciona la obra de Chatonsky en relación a Poetry Machine (2001) de David Link. En la (IMAGEN 15) podemos observar la instalación interactiva, la cual funciona con un teclado como interfaz, una conexión a Internet y dos pantallas de video. Basa su funcionamiento en redes semánticas donde el software transforma textos en redes de relaciones y combinaciones de las palabras, como se ven más claramente en la pantalla a la izquierda.
Al inicio, la base de datos del sistema está vacía. Si el teclado no presenta interacción con una persona, el sistema puede realizar la acción por sí solo, pero cuando una persona ingresa texto, este aparece en la pantalla. Existe una pantalla de proyección donde se ejecuta el texto y una voz artificial lo lee, oración por oración. La obra procesa textos para extraer asociaciones.
Por otra parte, cuando se escribe una palabra que Poetry Machine aún desconoce, el programa enviará bots autónomos a Internet para recopilar textos en los que aparece la palabra en cuestión. Esta nueva información es evaluada y seleccionada para retroalimentar -como explique al inicio las RNN, con las capas ocultas- la memoria que está siendo cargada de información. Esta acción de los bots, la búsqueda de sitios y documentos, se puede ver en una pantalla de plasma al lado de la instalación.
Podríamos decir que Poetry Machine es más autónoma o mejor dicho más impersonal, en el sentido que debe buscar documentos de cualquier parte de la web, que contengan las palabras que desconoce para así continuar la generación del texto o especie de diálogo entre sistema algorítmico y el humano. A Dreaming Machine se le suministran los sueños -a manera de texto escrito- para luego tener la capacidad de generar otro texto que contenga lo primordial del sueño, esto es posible a que se van ingresando secuencialmente -una tras otra- las palabras que conforman el relato del sueño. El nuevo sueño generado equivaldría al texto proyectado por Poetry Machine.
Algo que quizá compartirían, sería el hecho de que el humano -Chatonsky/ espectador- ingresarían el tema a desarrollar. Además, ambas presentarían generación de textos con temáticas variadas, considerando que uno puede soñar con lo que sea, y que los textos a recolectar en la web son variados.
En la obra Memory por Ulrike Gabriel y David Link, se nos muestra un espacio de memoria que conecta un generador de texto (por D. Link) con un generador de estructuras gráficas (Ulrike G.). Los usuarios están conectados simultáneamente a través del mismo espacio, donde las palabras funcionan como atractores, que pueden crear y colocar en el espacio virtual. Se conectan en grupos de significados, híbridos audiovisuales y textuales que se comportan en respuesta a la participación y el comportamiento del usuario (IMAGEN 16). De esta manera las conexiones semánticas toman una forma determinada.
Tal como el título lo señala, este espacio virtual funcionaria como la memoria, esto es, como un contenedor de diversos términos -e información- que al relacionarse conforman un diagrama. Hasta ese punto la construcción de tales imágenes no estaría intervenida por connotaciones. La palabra es lo que significa y tendría una relación lógica con otra y la aglomeración de éstas, resulta en imagen. Pero Dreaming Machine no genera la imagen de igual forma. Como expliqué anteriormente, las palabras seleccionadas, son representadas por un archivo de imágenes que ya viene predeterminado (ImageNet). De alguna forma tiene sentido que ImageNet no reconozca mayor contexto de las imágenes a etiquetar, tal como comenté antes, parecería que los sueños o bien sus relatos funcionan de manera similar, cuando me refería a que los sueños carecían de secuencia y que la falta de ésta perturbaba el acontecer, el paso lineal del tiempo.
Por otro lado, concebida como un registro, la Exposición de un sueño (IMAGEN 17) nos muestra y nos recuerda la capacidad de representar y por ende percibir a través de otros sentidos además de la visión. Doce sueños que son, de hecho, recuerdos. Textos compuestos son manifestados a través de mandalas y como melodías o sonidos remasterizados.
Existe un catálogo adjunto que reproduce los sueños originales de la exposición junto con las reproducciones de todos los mandalas. En cambio, la muestra de las imágenes de Dreaming Machine omiten el significante, pienso que hubiese sido interesante haber conocido las palabras claves o bien el texto del sueño, y notar si pudo significar lo que se pretendía.
Sería interesante una máquina o algún artefacto capaz de capturar, al igual que una fotografía, las imágenes que tenemos en los sueños -inconsciente-, y los archive o deposite en un formato que los vuelva visuales en el instante, saltándose el transitar por la manipulación algorítmica.
Finalmente me queda insistir con la idea de la esencia y su -si es que es posible- manipulación. Creo que la esencia de las cosas, aquello que percibimos, pero no sabemos exactamente de qué manera o cómo, en un futuro podría desarrollarse una mejora de nuestra capacidad sensorial o bien, una máquina que articule -para nuestra tranquilidad- aquello que no logramos identificar o comprender con certeza.
