Matthew Ritchie com Jason Rosenfeld

A mostra de Matthew Ritchie, A Garden in the Machine, está em James Cohan na 48 Walker Street até 15 de outubro. Inclui duas séries de pinturas feitas no ano passado, um conjunto de dez desenhos relacionados, cada um intitulado Folhas, uma grande escultura e um filme. A principal pesquisa sobre a carreira do artista, A Garden in the Flood, com curadoria de Mark Scala, será inaugurada no Frist Art Museum, Nashville, Tennessee, em 11 de novembro. Também incluirá uma colaboração com a compositora Hanna Benn e os Fisk Jubilee Singers, com orientação de seu líder recentemente falecido, Dr. Paul T. Kwami. Esta é a primeira exposição individual de Ritchie na galeria.

Jason Rosenfeld (ferroviário):Você pode nos explicar o que está acontecendo nessas novas pinturas, e o processo, e a questão da arte auxiliada por Inteligência Artificial e a subversão da IA?

Matheus Ritchie: Isso foi uma ramificação do trabalho por meio do COVID. Comecei o processo no MIT há três anos, onde fui artista residente no Centro de Arte, Ciência e Tecnologia pouco antes e durante o COVID. Eu estava trabalhando com a Dra. Sarah Schwettmann, programadora, pesquisadora e cientista cognitiva. Ela foi convidada a participar de uma colaboração com o MIT, a Microsoft e o Met. O Met entrou e disse: "Então, estamos liberando nossas imagens coletadas para o mundo para uso gratuito e queremos que vocês descubram o que isso deve fazer, e a Microsoft fornecerá o poder computacional". Mais tarde, o Met realizou alguns eventos chamados de salões digitais, mas foi no Hackathon que vi pela primeira vez um tipo de aprendizado de máquina, chamado redes adversárias generativas, ou GANs. Um dos programas na GAN é chamado de gerador e o outro é chamado de discriminador. Com base em um banco de dados, o gerador cria milhões e milhões de imagens potenciais e o discriminador as escolhe. Eles são antagônicos um ao outro, mas ainda tentando criar, ou convergir, em uma imagem totalmente nova com base em quaisquer dados que tenham recebido.

Trilho: Eles não gostam um do outro. Mas o discriminador ri por último?

Ritchie: Sim, o discriminador ri por último, tão tragicamente verdadeiro em nossa sociedade. [Risos] Um novo tipo de GAN, chamado StyleGAN, tinha acabado de ser disponibilizado em 2019, e um programador de lá chamado Mark Hamilton passou toda a coleção do Met por ele e acabou de fazer esse tipo de bobagem cativante. Sarah chamou de "blurryvid". Porque a arte não soma como rostos. Se você der 500.000 obras de arte, o GAN não poderá fazer novas obras de arte. O software tenta resolver o art. E não pode, então em vez disso você viu essa coisa se transformando entre o que pode ser um colar, talvez agora seja uma moeda, agora é uma pintura. Espere, é um chapéu! É uma embarcação! É uma cota de malha! Pela primeira vez na vida, senti ter vislumbrado um equivalente visual ao que pensamos que a inteligência da máquina possa parecer. Não é isso, mas senti que era a primeira vez que podia ver a mente de uma máquina.

Trilho:GAN não foi desenvolvido para imagens?

Ritchie:Originalmente não, mas StyleGAN era.

Trilho:Então, o pedido original era para quê?

Ritchie: Acho que seu uso inicial era tentar entender se as redes podem aprender a se treinar, mas é claro que o aprendizado depende de categorizar o que aprender, o assunto de alguma forma. Então StyleGAN foi treinado em rostos humanos e aprendeu a fazer mais rostos. A ideia era, se você der a eles um milhão de rostos, eles podem fazer mais um milhão de rostos para você.

Trilho:Ele sintetiza material e produz algo, acho que você poderia dizer original.

Ritchie: É uma versão média de todas as coisas que estão lá. Um site chamado thispersondoesnotexist.com é um dos primeiros exemplos. Isso cria um novo rosto e um novo rosto e um novo rosto, e todos parecem pessoas reais. É louco. Agora, os anúncios que você pode ver no metrô não serão uma pessoa real. Isso não será uma sessão de fotos. Eles não precisam mais disso, o que é meio assustador. Era assim que eu conhecia os GANs. E, claro, o que as pessoas realmente faziam com eles era fazer mashups de celebridades. Então, quando os vi aplicados à arte no MIT, eles não funcionaram - mas houve uma fração de segundo quando pensei: "Aquilo. Pronto. Aconteceu na minha frente. Eu vi". E então meio que se dissolveu nessa névoa. Consegui que o programador me desse o vídeo que ele fez daquela formação de imagens e por um ano tentei descobrir como fazer funcionar, até que Sarah me armou com o mesmo código. Está tudo disponível gratuitamente no GitHub, mas agora também existem plataformas pagas. Ela meio que montou uma plataforma para mim, o que realmente me permitiu fazer Caudex (2022), um filme de aprendizado de máquina no final da série. Obviamente, fiz muitas animações e filmes como parte de performances, então sempre gostei da ideia de que você não está realmente fazendo um filme. É mais como machinima, uma animação processual. Você está referenciando um bloco de código, em vez de uma narrativa. Mas com o GAN você pode treinar o discriminador. Você pode dizer: "Eu gosto disso" e escolher o que gosta. Então os dois trabalham duro juntos. Principalmente durante o exílio interno da COVID, comecei a sentir que estava conversando com essa coisa, porque ela faria todos esses lindos esforços para me agradar, a maioria deles falhando. Então, era como pintar ou ensinar na escola de arte. [Risada]