Story of Convergence

Die Reibung zwischen maschineller Wahrnehmung und menschlicher Weltwahrnehmung ist Ausgangspunkt für Fragen, die sich mit der Fließfähigkeit des Selbst und den Einschränkungen der Wahrnehmung auseinandersetzen. Menschliche Welt- und Selbstmodelle sind parametrische Systeme, die abstrakte Annahmen und Klassifizierungen unserer Umgebung treffen. Diese Prozesse laufen teilweise unbewusst und unreflektiert ab. Sie vermitteln uns den Eindruck einer absoluten Wahrheit oder Realität, da die konstruierten Konzepte, Identitäten und Überzeugungen überzeugend und intern sind. Dass diese konstruktiven Modelle fließend und veränderlich sind, wird in diesem Zusammenhang durch den Einsatz von KI untersucht. Auto-Encoder ermöglichen eine Formalisierung der Eingabedaten – in diesem Fall Gesichter, Körper und Stimmen. Das Deep Learning liefert eine niederdimensionale – abstrakte oder übergeordnete – Beschreibung der Eingabe. Im Gegensatz zu unserem menschlichen Black-Box-Geist sind die Parameter auf hoher Ebene im Algorithmus zugänglich und können bearbeitet und transformiert werden.

In diesem Sinne ermöglichen die KI-Systeme, die Darstellung der menschlichen Darsteller zu verzerren und so die Fluidität der Modellierung zu betonen: Eine andere Person, Charaktereigenschaft, Bewertung oder Geschlecht ist weit weniger unterschiedlich, als das Subjekt es erwarten würde. Die Transformation der Parameter besitzt den Charakter (sozialer, gesellschaftlicher, klinischer oder biologischer) bewusstseinsverändernder Zustände. Das KI-System wird verwendet, um diese Veränderung zu ermöglichen, mit dem Ziel, die Robustheit und Unbeweglichkeit von Identitäts- und Weltmodellen zu hinterfragen. Es versucht, die innere Konstruktivität freizulegen und wirkt in diesem Sinne als Spiegelungsgerät. Es bildet Teilaspekte unserer Wahrnehmung und Einordnung nach und erlaubt dem Betrachter durch seine Veränderung eine Parallele zu unseren eigenen mentalen Weltbildungsprozessen zu ziehen.