MétaCan
Menu
Retour à la cohorte
Enregistrement W4296499966 · doi:10.1386/tear_00071_1

What happened to the subject? Mediated anticipation in neural painting

2021· article· en· W4296499966 sur OpenAlexafffund
Suk Kyoung Choi

Notice bibliographique

RevueTechnoetic Arts · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPaintingExistentialismAnticipation (artificial intelligence)Phenomenology (philosophy)Computer scienceNatural (archaeology)The artsGestureCognitive scienceMediationSubject (documents)AestheticsRealization (probability)Visual artsPsychologyArtificial intelligenceArtSociologyEpistemologyHistoryPhilosophyMathematics

Résumé

récupéré en direct d'OpenAlex

This article presents a phenomenology of artistic painting as an anticipatory process. I propose that the artist seeks to establish a state of equilibrium in a model of self-awareness expressed and represented in a self-constituted physical artefact intended to communicate to others, not representationally but affectively. ‘Neural painting’ is an arts-based research method employing a simple computational model of human aesthetic discrimination to study the creative realization of the artistic image. I use this method to explore the relationship of self and ‘other’ in computationally mediated self-portraiture. I develop an image in an exchange with a neural network by reflecting on its output and inputting autographic modifications to those images, blending visceral gesture with the ‘black box’ of artificial intelligence. Through this deeply personalized and perhaps agonistic interchange between organic self and algorithmic reflection, I seek to expose the tacit mediation implicit in the technical artefact, opening an understanding of the existential relations between natural systems (the artist) and technical entities positioned as collaborators in an anticipatory aesthetics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,306
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTechnoetic ArtsMême sujetAesthetic Perception and AnalysisTravaux en français237 207