CURRENT ANCESTOR
© HEAD – Genève, Lison Christe and Maxime Magnin
CURRENT ANCESTOR
© HEAD – Genève, Lison Christe and Maxime Magnin
CURRENT ANCESTOR
© HEAD – Genève, Lison Christe and Maxime Magnin
CURRENT ANCESTOR
© HEAD – Genève, Lison Christe and Maxime Magnin
AI-BYSSAL LUMINESCENCE
© HEAD – Genève, Alexandre Moura and Alejandra Oros
AI-BYSSAL LUMINESCENCE
© HEAD – Genève, Alexandre Moura and Alejandra Oros
AI-BYSSAL LUMINESCENCE
© HEAD – Genève, Alexandre Moura and Alejandra Oros
AI-BYSSAL LUMINESCENCE
© HEAD – Genève, Alexandre Moura and Alejandra Oros
LEGO AI GENERATION
© HEAD – Genève, Beatrice Gorelli and Maÿlis d'Haultfoeuille
LEGO AI GENERATION
© HEAD – Genève, Beatrice Gorelli and Maÿlis d'Haultfoeuille
LEGO AI GENERATION
© HEAD – Genève, Beatrice Gorelli and Maÿlis d'Haultfoeuille
LEGO AI GENERATION
© HEAD – Genève, Beatrice Gorelli and Maÿlis d'Haultfoeuille
LEGO AI GENERATION
© HEAD – Genève, Beatrice Gorelli and Maÿlis d'Haultfoeuille
MASQUERADE
© HEAD – Genève, Leyla Baghirli and Simone Di Mauro
MASQUERADE
© HEAD – Genève, Leyla Baghirli and Simone Di Mauro
MASQUERADE
© HEAD – Genève, Leyla Baghirli and Simone Di Mauro
MASQUERADE
© HEAD – Genève, Leyla Baghirli and Simone Di Mauro
OPEN IRMA
© HEAD – Genève, Paul Bellon-Serre, Thibaud Goiffon and Chloé Michel
OPEN IRMA
© HEAD – Genève, Paul Bellon-Serre, Thibaud Goiffon and Chloé Michel
SEX 2.0
© HEAD – Genève, Manon Waneukem and Tiki Bordin
SEX 2.0
© HEAD – Genève, Manon Waneukem and Tiki Bordin
SEX 2.0
© HEAD – Genève, Manon Waneukem and Tiki Bordin
SEX 2.0
© HEAD – Genève, Manon Waneukem and Tiki Bordin
SEX 2.0
© HEAD – Genève, Manon Waneukem and Tiki Bordin
Workshop by Matteo Loglio.
© HEAD – Genève, Leyla Baghirli, Paul Bellon-Serre, Tiki Bordin, Lison Christe, Maylis D'Haultfoeuille, Simone Di Mauro, Thibaud Goiffon, Beatrice Gorelli, Maxime Magnin, Chloé Michel, Alexandre Moura Ferreira, Alejandra Oros Barriga and Manon Waneukem

Master Media Design : Design with Machine

Novembre 2020

Professeur Matteo Loglio 

Une puissance de calcul de plus en plus accessible, d'énormes quantités de données, des algorithmes open source et toujours plus de nouveaux outils ne sont que quelques-uns des facteurs qui ont contribué à faire de l'apprentissage automatique et de l'IA l'un des sujets les plus populaires actuellement, dans presque toutes les disciplines.

Cette montée en popularité ne se produit pas seulement dans le domaine de la science et de la technologie, mais aussi dans l'art et le design. De nouveaux outils créatifs ont été lancés et les créateurs ont commencé à inclure l'IA dans leur pratique. Au cours des dernières années, nous avons tous vu de nombreuses œuvres d'art et pièces de design traitant de l'intelligence artificielle et de la conception algorithmique.

Cet atelier est une expérience de collaboration créative entre les humains et les machines. Une manière expérimentale d'introduire la conception algorithmique dans le processus de création, tout en se familiarisant avec les mécanismes sous-jacents.

Comment pourrions-nous utiliser la technologie d'apprentissage automatique génératif pour créer des résultats inattendus?

Nous allons introduire l'intelligence artificielle en tant qu'outil dans le processus créatif, en apprenant à l'algorithme à générer de nouvelles conceptions, puis nous, les humains, réinterprèterons le résultat pour générer quelque chose de nouveau.

PROJETS
AI-BYSSAL LUMINESCENCE
par Alexandre Moura et Alejandra Oros

Luminescence AI-byssal
par Alexandre Moura et Alejandra Oros

Depuis les âges préhistoriques, nous, les humains, avons une profonde dépendance des outils pour notre survie. C'est en fait ce qui nous rend uniques dans le monde animal. En commençant par les artéfacts en pierre d'il y a environ 3,3 millions d'années, nous avons façonné notre monde grâce à l'utilisation d'outils et de systèmes technologiques.

La découverte du feu, grâce à des outils créés par l'homme, a non seulement permis d’acquérir la maitrise de la lumière et de la chaleur, mais a également éclairé l'évolution humaine. Quelque chose de similaire s'est produit avec des créatures marines dans l'abime de la mer. Vivre dans un environnement entièrement sombre les a fait évoluer pour pouvoir créer de la lumière par eux-mêmes grâce à la bioluminescence.

La lumière semble être quelque chose d'essentiel pour l'évolution. Peu importe, où nous regardons, nous en avons tous besoin, et nous avons tous évolué autour d'elle. Les créatures marines ont développé la bioluminescence. Nous, les humains, utilisions des outils en pierre ou, en d'autres termes, la "technologie la plus avancée" de la préhistoire.

Ainsi, nous nous demandé ce qui se passerait si nous recréions la fabrication de sources lumineuses avec nos technologies les plus récentes, de la même manière que les hommes préhistoriques l'ont fait, mais dans leur futur (notre présent).

Pour cela, nous avons décidé de nourrir une IA avec plus de 900 photos de suspension luminaire et d'êtres organiques semblables à des lampes qui émettent de la lumière, en l'occurrence des méduses. L'IA génère alors automatiquement des objets ressemblant à des lampes, qui nous serviraient ensuite d'inspiration pour la nouvelle conception de luminaires.

Après avoir généré des images par l'IA, nous en avons choisi 3 comme source d'inspiration et avons créé de nouveaux objets source de lumière en utilisant Blender comme outil de modélisation 3D. Le résultat: AI-byssal Luminescence, une collection réalisée par la coopération Homme-Machine.

LEGO AI GENERATION
par Beatrice Gorelli et Maÿlis d'Haultfoeuille

Si nous alimentons une machine avec l'ensemble de données de Legos, cela créera-t-il de nouveaux Legos? Oui, beaucoup, avec des formes curieuses et bizarres.

Le but de Lego est de développer la créativité des enfants, de raisonner de manière systématique et de libérer leur potentiel pour façonner leur propre avenir - en faisant l'expérience de la possibilité humaine infinie.

En fonction de cela, nous avons décidé de la finalité de notre projet qui est vraiment proche des images que nous avons obtenues, qui sont principalement des formes abstraites.

Il serait possible d'avoir le sentiment de reconnaitre certaines formes, probablement parce qu'elles sont plus organiques.

Cela peut éveiller l'intérêt des collectionneurs et en même temps stimuler la créativité des enfants d'une manière curieuse.


CURRENT ANCESTOR
par Lison Christe et Maxime Magnin

Dans l’hypothèse où l’on pourrait scinder la culture en deux catégories: la surface culturelle (productions artistiques, artisanales, politiques, sociales, etc.) et ce qui la fait advenir (sentiments particuliers, mémoires collectives, contextes sociaux, économiques, politiques, etc.), notre contribution consisterait à expérimenter la constitution d’une méta surface culturelle par le moyen du Machine Learning. Extraire la surface culturelle; constituer, à partir de là, une multiplicité de data-set; et produire, par accumulation d’objets générés grâce au Machine Learning, un pattern de ce qu’on perçoit de la culture, totalement coupée de tous les fondements qui la construisent. Il ne s’agit pas de produire une culture simulacre, mais bien de générer un objet à part entière, le prisme d’un épiderme culturel.

Les questions méthodologiques de la constitution du data-set sont alors très importantes: par exemple, comment ne pas créer une base de données préorientée ?  Un data-set réussie permettrait de créer un objet qui ne soit pas une représentation préexistante. Toute la justesse de ce nouvel épiderme dépend de l’équilibre du processus. C’est pourquoi l’objet de notre travail s’est concentré uniquement sur cette question: comment créer des processus suffisamment équilibrés pour créer de la matière culturelle crédible ? 
Nous avons choisi, pour entamer l’expérience, comme objet le masque. Il s’agit là d’un choix, avant tout technique, puisqu’il existe une documentation photographique assez riche sur le sujet. Il s’agit aussi d’objets photographiés le plus souvent sur fond neutre et dont l’identification est assez simple à réaliser.

Ensuite, nous avons choisi d’itérer les processus de génération de ces objets:

Processus 1:
Pour constituer le data-set nous avons récupéré une somme de photographie de masque « traditionnelle » sur fond blanc. Il n’y a pas eu de discrimination de localisation spatiale et temporelle. Ni de discrimination quant à l’usage de ces masques. On a éloigné les masques aux formes trop particulières (par exemple les masques faisant plusieurs mètres de hauteur). 
On a ensuite généré nos images avec ce data-set.

Processus 2:
Parmi les images générées à partir de notre dataset, nous avons choisi une image qui ouvraient un grand éventail d’interprétation tout en gardant quelques point de repères par rapports aux images collectées. une fois choisies, nous avons réalisé notre propre interprétation tridimensionnel en argile, rappelant ainsi l’artisanat dans lequel s’inscrits les masques ancestraux réalisés par la main de l’homme.

processus 3:
Arrivé à cette forme artisanale, nous voulions la traduire dans un language propre à la numérisation et donc compréhensible par l’AI. Le prototype a été passé en photogramétrie afin de créer un mesh 3D, nous permettant aussi de l’imprimer à volonté avec une imprimante 3D.

MASQUERADE
par Leyla Baghirli et Simone Di Mauro

"Masquerade", projet de design basé sur le machin learning, a pour un but tout aussi simple que bizarre: réinventer l'esthétique des masques, aujourd'hui des objets cruciaux de notre vie quotidienne, afin d'obtenir de nouvelles formes, designs et couleurs qui pourraient donner un style totalement différent à ces accessoires communs. Nous avons entrainé la machine avec plus de 900 images sur fond blanc, en allant du masque jetable bleu habituel jusqu'aux masques à gaz, casques, etc. Et les résultats ont été surprenants. L'intelligence artificielle a combiné tous ces types de masques et a essayé de trouver des modèles similaires entre eux, comme s’il y avait une ligne directrice commune.

La finalité de ces expériences inhabituelles est de cibler le domaine de la mode, où même maintenant, de nombreux masques étranges sont utilisés comme accessoire de mode. Le défi était donc de créer un modèle 3D réel d'un masque généré par une intelligence artificielle et de rendre concrets les résultats finaux, sur des visages de vrais modèles de défilé. De plus, le projet s'est concentré sur la génération de modèles de couleurs et de textures, pour explorer plus en profondeur les possibilités de l'apprentissage automatique. 

OPEN IRMA
par Paul Bellon-Serre, Thibaud Goiffon et Chloé Michel

Les horoscopes des journaux et magazines, qui nous servent des généralités telles que "suivez le courant" ou "vous vous sentez créatif", sont-ils vraiment basés sur le système complexe de notre compréhension du monde naturel et notre place dans l'astrologie? Vos prédictions quotidiennes dans le magazine Vogue seraient-elles vraiment si différentes si elles étaient générées aléatoirement par une intelligence artificielle?

Open IrmA, du nom du personnage fictif de la diseuse de bonne aventure Madame Irma, utilise l'apprentissage automatique pour compiler et apprendre de plus de 9000 horoscopes extraits du site Web https://www.0800-horoscope.com/. Notre site Web génère ensuite de nouvelles prédictions uniques, allant des horoscopes réalistes aux horoscopes vraiment bizarres, abordant les sujets de la famille, de la romance, de l'amitié, de la carrière et des finances.

SEX 2.0
par Manon Waneukem et Tiki Bordin

Sex 2.0 est une recherche spéculative qui a comme but de démystifier les tabous liés aux organes genitaux et déclencher une discussion sur le thème de l’intersectionnalité et non-binarité. 
Grâce au machine learning on a pu explorer les infinies possibilités liées à un troisième sexe fictif.

Voir tous les projets de l'école