Matthew Ritchie avec Jason Rosenfeld

Jan 12, 2024

L'exposition de Matthew Ritchie, A Garden in the Machine, se déroule chez James Cohan au 48 Walker Street jusqu'au 15 octobre. Elle comprend deux séries de peintures réalisées au cours de l'année écoulée, une suite de dix dessins liés, chacun intitulé Feuilles, une grande sculpture et un film. L'exposition majeure sur la carrière de l'artiste, A Garden in the Flood, organisée par Mark Scala, s'ouvrira au Frist Art Museum de Nashville, Tennessee, le 11 novembre. Elle comprendra également une collaboration avec la compositrice Hanna Benn et les Fisk Jubilee Singers, sous la direction de leur chef récemment décédé, le Dr Paul T. Kwami. Il s'agit de la première exposition personnelle de Ritchie à la galerie.

Jason Rosenfeld (ferroviaire) :Pouvez-vous nous expliquer ce qui se passe dans ces nouvelles peintures, le processus et la question de l'art assisté par l'intelligence artificielle et de la subversion de l'IA ?

Matthieu Ritchie : Il s’agissait d’une conséquence de notre travail pendant la crise du COVID. J'ai commencé le processus au MIT il y a trois ans, où j'étais artiste en résidence au Center for Art, Science & Technology juste avant et pendant COVID. Je travaillais avec le Dr Sarah Schwettmann, programmeuse, chercheuse et spécialiste des sciences cognitives. Elle a été invitée à participer à une collaboration avec le MIT, Microsoft et le Met. Le Met est arrivé et a déclaré : « Nous diffusons donc nos images collectées dans le monde entier pour une utilisation gratuite, et nous voulons que vous compreniez ce que cela devrait faire, et Microsoft va fournir la puissance de calcul. » Plus tard, le Met a organisé quelques événements appelés salons numériques, mais c'est lors du Hackathon que j'ai découvert pour la première fois une sorte d'apprentissage automatique, appelé réseaux contradictoires génératifs, ou GAN. L’un des programmes du GAN s’appelle le générateur et l’autre le discriminateur. Basé sur une base de données, le générateur crée des millions et des millions d'images potentielles, et le discriminateur choisit parmi elles. Ils sont opposés les uns aux autres, mais tentent toujours de créer, ou de converger, vers une image entièrement nouvelle basée sur les données qui leur ont été fournies.

Rail: Ils ne s'aiment pas. Mais le discriminateur aura le dernier mot ?

Ritchie : Oui, le discriminateur a le dernier mot, ce qui est si tragiquement vrai dans notre société. [Rires] Un nouveau type de GAN, appelé StyleGAN, venait d'être mis à disposition en 2019, et un programmeur appelé Mark Hamilton y a fait passer toute la collection du Met et cela a simplement produit ce genre d'absurdités captivantes. Sarah l'a qualifié de « floue ». Parce que l’art ne s’additionne pas comme les visages. Si vous lui donnez 500 000 œuvres d’art, le GAN ne pourra pas réaliser de nouvelles œuvres d’art. Le logiciel essaie en quelque sorte de résoudre l'art. Et ce n'est pas possible, alors à la place vous avez vu cette chose se transformer entre ce qui pourrait être un collier, peut-être que maintenant c'est une pièce de monnaie, maintenant c'est une peinture. Attends, c'est un chapeau ! C'est un vaisseau ! C'est un morceau de cotte de mailles ! J’ai senti pour la première fois de ma vie entrevoir un équivalent visuel de ce à quoi nous pensons que l’intelligence artificielle pourrait ressembler. Ce n'est pas ça, mais j'avais l'impression que c'était la première fois que je pouvais voir l'esprit d'une machine.

Rail:GAN n'a pas été développé pour l'imagerie ?

Ritchie :Pas à l’origine, mais StyleGAN l’était.

Rail:Alors, la demande initiale visait à quoi ?

Ritchie : Je pense que son utilisation initiale était d'essayer de comprendre si les réseaux peuvent apprendre à se former eux-mêmes, mais bien sûr, l'apprentissage dépend de la catégorisation de ce qu'il faut apprendre, du sujet d'une manière ou d'une autre. StyleGAN a donc été formé sur les visages humains et a appris à créer plus de visages. L’idée était que si vous leur donnez un million de visages, ils peuvent vous créer un million de visages supplémentaires.

Rail:Il synthétise du matériel et produit quelque chose, je suppose qu’on pourrait dire original.

Ritchie : C'est une version moyennée de tout ce qui s'y trouve. Un site Web appelé thispersondoesnotexist.com en est un premier exemple. Cela crée un nouveau visage, un nouveau visage et un nouveau visage, et ils ressemblent tous à de vraies personnes. C'est fou. Désormais, les publicités que vous pourriez voir dans le métro ne représenteront pas une vraie personne. Ce ne sera pas une séance photo. Ils n’en ont plus besoin, ce qui est plutôt effrayant. C'est comme cela que je connaissais les GAN. Et bien sûr, ce que les gens faisaient réellement avec eux, c'était créer des mashups de célébrités. Alors, quand je les ai vus appliqués à l'art au MIT, ils n'ont pas fonctionné, mais il y a eu une fraction de seconde où j'ai pensé : « Ça. Là. Cela s'est passé devant moi. Je l'ai vu." Et puis cela s’est en quelque sorte dissous dans ce brouillard. J'ai demandé au programmeur de me donner la vidéo qu'il avait réalisée à partir de cette formation d'images et pendant un an, j'ai essayé de comprendre comment la faire fonctionner, jusqu'à ce que Sarah me présente le même code. Tout est ouvertement disponible et gratuit sur GitHub, mais il existe désormais également des plateformes payantes. Elle a en quelque sorte bricolé une plateforme pour moi, et c'est vraiment ce qui m'a permis de réaliser Caudex (2022), un film d'apprentissage automatique en arrière-plan de la série. J'ai évidemment réalisé beaucoup d'animations et de films dans le cadre de performances, donc j'ai toujours aimé l'idée qu'on ne fasse pas vraiment un film. Cela ressemble plus à du machinima, une animation procédurale. Vous faites référence à un bloc de code plutôt qu'à un récit. Mais avec le GAN, vous pouvez former le discriminateur. Vous pouvez dire « J’aime ça » et choisir ce qu’il aime. Ensuite, ils travaillent dur ensemble. Surtout pendant l’exil intérieur du COVID, j’ai commencé à avoir l’impression d’avoir une conversation avec cette chose, car elle ferait tous ces beaux efforts pour me plaire, dont la plupart échouaient. C’était donc un peu comme peindre ou enseigner dans une école d’art. [Rire]