metropolis m

‘Het systeem waarin beelden worden gemaakt en getoond is bepalend voor de manier waarop we ze lezen en interpreteren, en voor de (maatschappelijke) betekenis die we eraan geven’, zegt Katja Novitskova (Tallinn, 1984). Ik spreek haar vanwege haar aanstaande tentoonstelling bij het Fries Museum getiteld model earth, waarin ze verschillende van haar eerdere werken samenbrengt in een totaalinstallatie. Novitskova werd bekend met tot grote zetstukken uitvergrote jpegs, die afkomstig waren van het world wide web. Haar vroege werken, Patterns of Activations (2014) en Approximations (2012), bouwen voort op Novitskova’s diepgravende onderzoek naar de verschuivende positie en betekenis van afbeeldingen, van het domein van media en cultuur naar die van de online aandachtseconomie en big data. Ze analyseerde het gegeven dat we beelden door al het online verkeer zijn gaan beschouwen als wegwerpartikelen, terwijl ze veel waardevolle informatie bevatten – mits je bereid bent erop in te zoomen.

Novitskova vertelt dat ze vooral houdt van de vroegere fases van de technologische ontwikkelingen ‘omdat het medium dan nog vermengd is met de boodschap’. Als voorbeeld noemt ze de eerste DNA-representaties uit de jaren vijftig, waar ze meerdere werken over heeft gemaakt. ‘Vervormingen als ruis, krassen en een lage resolutie maken het medium zelf zichtbaar.’ Ook de vroege ruimtefotografie, die zich inmiddels van celluloid naar 4K ontwikkelde, vindt ze om die reden interessant. Zulke beelden roepen vragen bij haar op over waar naar en door wiens ogen we precies kijken, bijvoorbeeld als het gaat om foto’s van de aarde die door een robot zijn gemaakt.

Toevallige poëzie

In lijn hiermee is Novitskova al in een vroege fase gaan volgen hoe AI beelden genereert. Ze is vooral geïnteresseerd in de visuele kant ervan: ‘Ik vind de vroege beeldgeneratoren met al hun gebreken spannender dan chatbots. Taal is heel menselijk, we kunnen een chatbot met slecht taalgebruik nog wel begrijpen. Maar het is veel moeilijker wennen aan de unheimische beelden die met AI worden gemaakt.’ Ervaring met programmeren heeft Novitskova niet. Haar onderzoek naar AI is niet technisch of technologisch gemotiveerd. ‘Ik heb een humanitaire interesse in AI’, vertelt ze. ‘Ik zie AI niet als een intelligentie, maar als een model dat wordt gebruikt om iets te genereren volgens zijn eigen intrinsieke structuur.’

In die zin gelooft ze niet dat AI nieuwe beelden kan genereren, eerder voegt het bestaande elementen opnieuw samen. Novitskova verwijst naar het artikel The Model is the Message uit 2022, een online gepubliceerd gesprek tussen techniekfilosoof Benjamin H. Bratton en softwareontwikkelaar Blaise Agüera y Arcas. Ze praten over LaMDA, een chatbot die gebruikmaakt van een groter taalmodel met meer data, waardoor het nog geavanceerder is dan eerdere chatbots. De vraag is of deze algoritmische machine een bewustzijn kan ontwikkelen. Novitskova: ‘Ik begrijp niet dat ze het in dit gesprek over bewustzijn hebben, terwijl het hier eigenlijk gaat over taal. Ik geloof niet dat een machine gebaseerd op een taalmodel ooit een bewustzijn kan ontwikkelen. Om de wereld te begrijpen, moet er op een bepaald niveau kennis zijn van zijn fysieke eigenschappen. Dat heeft deze machine niet. Natuurlijk is het sowieso niet mogelijk om een volledig model van de wereld te maken. Het is er altijd een afgeleide van, al denk ik wel dat er meer variatie mogelijk is. Het feit dat de grootste en meest bekende chatbots Engelstalig zijn, zorgt bijvoorbeeld voor een beperkte representatie. De manier waarop woorden en grammatica in veel talen gegenderd zijn, komt er dus niet in tot uitdrukking. De enige substantiële ontwikkeling van de afgelopen decennia is de hoeveelheid data die AI kan verwerken. Dat maakt neurale netwerken groter en sneller. Maar of technologie daarmee een bewustzijn kan ontwikkelen? Uiteindelijk is technologie altijd een representatie van mensen.’

In haar praktijk gaat Novitskova op zoek naar ongelukjes in de technologie die zorgen voor wat ze ‘toevallige poëzie’ noemt. ‘Mijn voornaamste persoonlijke interesse ligt bij machine vision, geautomatiseerde systemen van “kijkende machines” die processen in de gaten houden, vaak met gebruik van camera’s en sensoren, en bij  AI die wordt gebruikt in de biotechnologie, voor onderzoek op het snijvlak van biologie en technologie.’

Voor Novitskova levert taal dan misschien de bouwstenen voor de maatschappij, proteïnen leveren die van het leven. ‘AI-modellen die op basis van proteïnen worden gemaakt zijn in principe hetzelfde als modellen die op basis van taal worden gemaakt, hun paradigma is hetzelfde.’ Het is een interessante gedachte. Zijn de modellen hetzelfde omdat uiteindelijk alles via eenzelfde principe te deconstrueren valt, of is het de diepmenselijke denkstructuur die ervoor zorgt dat alles op eenzelfde manier wordt ontleed? ‘Je moet het zo zien: als de modellen een hamer zijn, wordt alles een spijker. Dit is waar de titel van het gesprek tussen Bratton en Agüera y Arcas naar verwijst: The Model is the Message. Het model is een filter op de realiteit  gemaakt door mensen, een groep mensen, of door een bedrijf, al dan niet met commerciële interesse.’

Proteïnen en virussen

Novitskova ziet zichzelf niet als activistische kunstenaar. ‘Ik praat nooit met big tech-bedrijven en ik stel ook geen alternatieven voor. In die positie zit ik niet. Maar in mijn werk zit wel een laag van kritiek.’ Het werk Microbial Oasis, dat Novitskova in 2021 maakte voor Kunstfort bij Vijfhuizen, illustreert dit. ‘Dit speculatieve werk baseerde ik op de Protein Data Bank, een grote open source database voor proteïnen en virussen. Ik ben geïnteresseerd in proteïnen en virussen als economische bron en als wapens. Ze begeven zich op het snijvlak van biologie en rekenkunde. Deze openbare database wordt doorgaans gebruikt door onderzoekers en bevat proteïne- en virusstructuren in de vorm van 3D-modellen. Wetenschappers kunnen er nieuwe structuren die ze hebben ontdekt uploaden.

Met behulp van een programmeur heb ik alle 12.000 afbeeldingen van deze website gescraped in de vorm van .png en .jpg bestanden. Op basis van deze modellen heb ik nieuwe potentiële proteïne- en virusstructuren gegenereerd. We deden dat door het StyleGAN2-algoritme (een GAN is een Generative Adversarial Network, een model dat wordt ingezet voor het genereren van beelden door verschillende neurale netwerken met elkaar te combineren) te trainen en los te laten op de dataset. Dit was nog voordat DALL-E bestond. Het tijdperk voor DALL-E, dat lijkt alweer een eeuwigheid geleden!’

Microbial Oasis is een bizarre mix tussen sciencefiction en een sinistere realiteit, zeker in de wetenschap dat Novitskova haar project startte vlak voordat Covid-19 de wereld overnam. Volgens Novitskova is dit virus ‘mogelijk deels in een laboratorium gecreëerd’. Daar was het de kunstenaar in eerste instantie niet om te doen, maar het project is wel een verwijzing naar de gevaren van het gebruik van deze systemen door grote bedrijven. ‘Als nieuwe moleculen kunnen worden gecreëerd, kan dit worden ingezet voor het vervaardigen van biologische wapens. Veranderingen in de structuur van één proteïne kunnen al een enorme impact hebben.’ Novitskova refereert met het project ook aan de voormalige functie van de expositieruimte. ‘De installatie bij Kunstfort was te zien in de Genieloods, het wapenarsenaal uit de achttiende eeuw. In een laboratorium ontwikkelde biologische wapens zijn de wapens van nu en de toekomst.’

Terwijl ze met het project bezig was, viel het Novitskova op dat een klein percentage van de gegenereerde structuren, ergens rond de 0,1 procent, doet denken aan menselijke gezichten. Dit zit niet in de data of in de code die door Novitskova wordt gebruikt: ‘Het zit waarschijnlijk onbedoeld in het StyleGAN2 algoritme. Voor mij is dat een bevestiging dat er altijd een menselijke bias zit in technologie. Je maakt nooit iets nieuws, er is altijd een bepaalde (onbedoelde) erfenis. Soms kun je deze voorspellen, maar meestal niet. Daar speel ik ook mee in mijn praktijk. Onlangs heb ik van afbeeldingen van mijn eigen werk, de serie Approximations uit 2012, een nieuwe dataset gemaakt. Op basis daarvan liet ik verschillende beeld-genererende AI-algoritmes “nieuw” werk maken. Het nieuwe werk noemde ik Soft Approximations (2022). Overal kwamen heel verschillende resultaten uit, ieder model zorgde voor andere mutaties van mijn werk. Dat vind ik spannend, niet zozeer dat een algoritme dat kan, maar dat ieder algoritme met andere resultaten komt. Overigens bepaal ik vervolgens zelf hoe en op welke manier ik een fysiek werk van de door AI gegenereerde afbeeldingen maak. De AI levert de schetsen; ik voer het werk uit volgens mijn eigen artistieke logica en materiaalkeuze. Ik maak zelf de vertaalslag naar de fysieke wereld.’