+comunity+ Endredaktion Programm 2018

[Martin Schitter]

On 2017-10-10 22:12, Jogi Hofmüller - mur.at wrote:
 > damit auch die, die sich nicht bei gitlab.com registrieren
 > wollen/können den jeweils aktuellen Stand des Antrags lesen können,
 > werden wir das aktuelle PDF auf die wolke.mur.at laden.  Ist dann hier
 > zu finden:
 >
 >    https://wolke.mur.at/index.php/s/5h1x7vnVhS4zXDM
 >
 > Das ganze ist mit dem Passwort
 >
 >    'machine learning'


liebe mur.at-kommunarden!

auch wenn ich mich ansonsten mit wortmeldungen hier auf der liste nicht 
besonders zurückhalte, scheint mir das im zusammenhang mit der 
vorbereitung des kommenden jahresschwerpunkts nicht besonders 
vorbildlich gelungen zu sein. das tut mir natürlich leid, weil mir die 
sache und eine möglichst breite diskussion darüber sehr am herzen liegt.

es geht mir dabei gar nicht so sehr alleine den konkreten 
jahresschwerpunkt "machine learning", sonder vielmehr um die frage, wie 
mur.at vielleicht doch wieder ein klein wenig mehr zur gemeinsamen 
künstlerischen auseinandersetzung und produktion zurückfinden könnte?

der vorliegende entwurf unseres förderantrags mag für manche ein wenig 
befremdlich wirken, weil er unsere pläne nicht einfach nur als fertig 
vorbereitetes produkt zu verkaufen versucht, sondern statt dessen einen 
offenen prozess skizziert, wo der mitsprache und gestaltung durch die 
beteiligten unverhältnismäßig viel freiraum und mitsprache eingeräumt 
wird, aber dafür tatsächliche ausgang weitestgehend unbestimmt bleibt.

ich bin mir nicht sicher, ob das wirklich vertretbar ist?
vermutlich wird damit selbst bei sehr wohlwollenden lesern und 
fördergeldgebern unweigerlich der eindruck erweckt, dass wir doch selbst 
nicht recht wissen, was wir eigentlich wollen bzw. wie wir diesen 
nebulösen träume konkret umzusetzen sollen?

denen, die den verein besser/länger kennen, brauche ich aber vermutlich 
ohnehin nicht weiter zu erklären, warum es bei dieser verhältnismäßig 
vagen und prozessorierentierten projektbeschreibung geblieben ist. 
derartige inhaltlich und künstlerische bemühungen sind im laufenden 
arbeitsalltag bei mur.at doch relativ weit in den hintergrund gerückt. 
wenn wir daran tatsächlich wieder etwas ändern wollen, wird es einiger 
anstrengung bedürfen.

so ist dieses bewusste einplanen des notwendigen konstitutionsprozesses 
gewissermaßen auch als ehrliche einschätzung der gegenwärtigen 
ausgangslage zu verstehen.

ich bin trotzdem zuversichtlich, dass es tatsächlich gelingen könnte, 
mit den vorgesehen mitteln und einer hand voll interessierter 
mitstreiter, einiges zu bewirken!

in dem sinne wäre ich wirklich glücklich, wenn es ein bisschen mehr 
aktive beteiligung an der vorbereitenden diskussion und feedback seitens 
der com[m]unity geben würde.

dass 'machine learning' nicht unbedingt als allerweltsthema zu verstehen 
ist, bei dem jeder gleich ohne großes grübeln und beträchtlichem 
einarbeitungsaufwand mitreden könnte, ist mir ohnehin klar. genau diese 
hürde und herausforderung macht die sache alledings auch wieder reizvoll 
und hebt sie von trivialeren und vertrauten formen der computeranwendung ab.

selbst wenn ich gut verstehen kann, dass sich nur wenige von uns den 
luxus leisten können, sich intensiver auf solche auseinandersetzungen 
einzulassen, würde ich euch doch bitten, zumindest in eurem umfeld, bei 
euren studenten oder befreundeten künstlern etc. ausschau zu halten, um 
kontakte zu weiteren interessierten oder institutionelle 
kooperationsmöglichkeiten für unser vorhaben zu erschließen.

der gerade entstehende antrag und die darin skizzierten rahmenvorgaben 
sollte man in diesem sinne nicht überbewerten werden. eine befriedigende 
tatsächliche umsetzung bzw. annäherung an entsprechende gemeinsame 
aktivitäten, scheint mir viel wichtiger zu sein!

eingeladen dazu ist wirklich jeder/e!

dass mich es mich persönlich sehr freuen würde, wenn im rahmen dieses 
projekts die visuelle wahrnehmung und entsprechende mediale 
ausdrucksformen besondere beachtung finden würden, habe ich ohnehin 
schon mehrfach geäußert. das soll aber keineswegs als einschränkendes 
dogma oder strenge vorgabe verstanden werden. ich versuche damit nur 
meine ganz persönlichen interessen offen auf den tisch zu legen und zu 
einem gewissen grad auch der tatsache zu begegnen, dass in unserem 
umfeld die beschäftigung mit akustischem ausdruck in der regel 
wesentlich stärker vertreten ist. dort, wo die auseinandersetzung aber 
wirklich spannend wird und grundsätzliche fragen berührt, spielen diese 
vorgegebenen grenzen und spezifischen zugänge der einzelnen sparten 
meist ohnehin keine große rolle mehr.


Materialen
==========

und obwohl das jetzt ohnehin schon wieder viel zu lang und konfus 
geworden ist, möchte ich hier noch ein paar weitere punkte und links 
anhängen, die vielleicht für diejenigen unter euch interessant sein 
könnten, die ein gewisses unbehagen verspüren, dass trotz all dieser 
beschwörung des angekündigten jahresthemas die eigentliche sache immer 
zu kurz kommt.

1.
ich würde nocheinmal gerne auf gene kogens homepage und sein "machine 
learning for artists (ml4a)" veröffentlichungsprojekt verweisen:

http://genekogan.com/
https://ml4a.github.io/

das ist zwar vielleicht nicht unbedingt die beste einführung in diese 
materie, weil es mittlerweile unheimliche viel ähnliches und oft 
besseres lernmaterial gibt, trotzdem würde ich hervorheben, dass es in 
diesem speziellen fall eben immer auch um die praktische nutzbarmachung 
durch künstler mitberücksichtigt.

mir persönlich sind die meisten beispiele dort noch immer viel zu 
kitschig bzw. typisch technik geprägter demo-kitsch, und damit eben in 
meinen augen keine wirklich souveräne kunst bzw. radikale reflexion. 
aber mit diesem problem haben wir in diesem arbeitsumfeld ja ohnehin 
alle ständig zu kämpfen...

2.
als eine ganz nützliche quelle, um mitzuverfolgen, was sich in der 
größeren machine lerning szene gerade tut bzw. wie rasant sich dieses 
forschungsfeld entwickelt und ständig neue beeindruckende blüten zeigt, 
kann ich nur auf den entsprechenden reddit kanal verweisen:

https://www.reddit.com/r/MachineLearning/

3.
eine ganz interessante erscheinung ist auch die webplattform:

https://www.kaggle.com/

dort werden einerseits die sportlichen wettkämpfe zwischen verschieden 
implementierungen bekannter machine lerning aufgabenstellungen 
ausgetragen, aber auch öffentliche ausschreibungen mit ganz realem 
hintergrund an die forschungsgemeinde herangetragen.

das ist vor allem auch deshalb interessant, weil die ganze machine 
learning thematik sehr eng an die verfügbarkeit riesiger lern- oder 
analysedatenbestände geknüpft ist. kaggle ist in diesem zusammenhang 
auch eine sehr nützliche quelle, um an recht umfangreiche reale 
datenbeispiele zu gelangen und die lösungsansätze erfahrener kollegen im 
umgang mit ihnen zu studieren.

4.
schließlich sollte man wohl auch noch jene werkzeuge erwähnen, mit denen 
man entsprechende aufgabenstellungen gewöhnlich umsetzt bzw. modelliert.

die für unsere zwecke interessanteren, sind ohnehin als bereits fertige 
baukästen oder hochsprachen zu verstehen, die im regelfall auf deutlich 
effizientere, aber dafür komplizierter zu handhabende schichten darunter 
zugreifen bzw. entsprechende übersetzungen vornehmen, und auf diese 
weise ein relativ komfortables und übersichtliches modellieren konkreter 
aufgabenstellungen erlauben:

http://pytorch.org/
https://keras.io/
https://chainer.org/
http://caffe.berkeleyvision.org/
usw.

so viel wiedereinmal für heute...

liebe grüße!
martin