Chi sono gli sciamani? Esistono ancora? La mostra “Sciamani. Comunicare con l’invisibile”, aperta dal 17 dicembre 2023 al 30 giugno 2024 a Trento, è un’occasione imperdibile per conoscere da vicino la figura dello sciamano, una figura chiave in molte culture del mondo. Questa mostra, frutto della collaborazione tra il MUSE (Museo delle Scienze di Trento), il Mart (Museo d’arte moderna e contemporanea di Trento e Rovereto) e il METS (Museo etnografico trentino San Michele), si svolge a Palazzo delle Albere e al Museo etnografico trentino.
Deep Dream: Un’esperienza multimediale
La mostra offre ai visitatori l’opportunità di immergersi completamente nelle pratiche, nei rituali e nelle credenze sciamaniche, attraverso la scoperta di oltre cento manufatti originali provenienti da luoghi ricchi di storia sciamanica come la Cina, la Siberia e la Mongolia. In aggiunta a questo viaggio culturale, la mostra presenta un’esperienza multimediale che consente di sperimentare uno stato alterato di coscienza.
Pareidolia naturale ed artificiale
Questa esperienza multimediale, che combina arte, tecnologia e scienza, è stata resa possibile da Dimension, Machineria, Brand&Soda e da un mio piccolo contributo come AI Developer. Attraverso l’utilizzo di reti neurali convoluzionali (CNN), utilizzate da Google nel 2015 per il progetto “Deep Dream” (“Deep Dream: Fra arte onirica e PyTorch”, 2023), è stato possibile creare le immagini suggestive ed ipnotiche che compongono il video.
Il sistema percettivo dell’uomo è predisposto a identificare pattern familiari nel caos visivo, ad esempio nel caso della pareidolia, quel fenomeno per il quale la nostra mente scorge volti umani sulla superficie di Marte o distinguiamo sagome nelle nuvole, sulle facciate delle case, o addirittura sulle macchie di caffè. Allo stesso modo, le reti convoluzionali di Deep Dream addestrate a interpretare pattern ambigui (ad esempio cani) possono restituire immagini che hanno una sorprendente somiglianza con gli stati alterati di coscienza.
La capacità di una rete neurale di riconoscere cosa c’è in un’immagine deriva dal training dataset iniziale, nel caso della prima versione di Deep Dream, il dataset utilizzato proveniva da ImageNet, una raccolta di immagini creata dai ricercatori di Stanford e Princeton contenente 14 milioni di immagini etichettate da esseri umani. Tuttavia, Google non utilizzò l’intero dataset, ma un suo sottoinsieme rilasciato nel 2012 per un concorso, il quale comprendeva una “classificazione dettagliata di 120 sottoclassi di cani”.
Sitografia
[0] Alexander Mordvintsev, Christopher Olah,Mike Tyka, Inceptionism: Going Deeper into Neural Networks, Research Blog, 18/06/2015
[1] Alexander Mordvintsev, Christopher Olah,Mike Tyka, DeepDream – a code example for visualizing Neural Networks, Research Blog, 1/07/2015
[2] Jeff Guo, Why Google’s nightmare AI is putting demon puppies everywhere, The Washigton Post, 8/07/2015
[3] John Brownlee, Why Google’s Deep Dream A.I. Hallucinates In Dog Faces, Fast Company, 23/07/2015
[4] Steven Levy, Inside Deep Dreams: How Google Made Its Computers Go Crazy, Wired, 11/12/2015
[5] Olah, Chris and Mordvintsev, Alexander and Schubert, Feature Visualization, Distill, 7/11/2017
[6] Is artificial intelligence set to become art’s next medium?, Christies, 11/12/2018
[7] Naveen Manwani, Deep Dream with TensorFlow: A Practical guide to build your first Deep Dream Experience, Medium, 29/12/2018
[8] Kanon , Alexander Mordvintsev, “deepdream.c”, 2015/2021, Medium, 18/05/2021
Bibliografia
[0] Arthur I. Miller, The Artist in the Machine, The MIT Press, 2020
Papers
VGGNet
[0] Very deep convolutional networks for large-scale image recognition, 2015
AlexNet
[0] ImageNet Classification with Deep Convolutional Neural Networks, 2015
GoogLeNet
[0] Going Deeper with Convolutions , 2015