articles
apprentissage automatique, dessins d'architecture, arbres, IA, intelligence artificielle, histoire de l'architecture, protocoles, boîte à outils, méthodes de recherche
10 juillet 2023
Apprendre de l'apprentissage automatique
Sylvia Lavin réfléchit aux arbres modélisés et aux historiographies architecturales du numérique
Actions:
La non-école
À quoi pourrait ressembler l’école? C’est la question qu’a posée aux étudiants notre conservatrice invitée, Monica Nouwens, au cours du cinquième Camp de jour. Pendant une semaine durant l’été de 2012, les étudiants de La non-école ont exploré les espaces intérieurs et environnants de quelques écoles, et ils ont repoussé les limites de l’appareil photo utilisé comme(...)
30 juillet 2012 au 3 août 2012
La non-école
Actions:
Description:
À quoi pourrait ressembler l’école? C’est la question qu’a posée aux étudiants notre conservatrice invitée, Monica Nouwens, au cours du cinquième Camp de jour. Pendant une semaine durant l’été de 2012, les étudiants de La non-école ont exploré les espaces intérieurs et environnants de quelques écoles, et ils ont repoussé les limites de l’appareil photo utilisé comme(...)
livres
Description:
xx, 193 pages : illustrations ; 27 cm.
Cambridge, Massachusetts : The MIT Press, [2021]
Art in the age of machine learning / Sofian Audry ; foreword by Yoshua Bengio.
Actions:
Exemplaires:
Description:
xx, 193 pages : illustrations ; 27 cm.
livres
Cambridge, Massachusetts : The MIT Press, [2021]
$20.00
(disponible sur commande)
Résumé:
Le grand public a découvert au début des années 2020 des programmes de machine learning (apprentissage automatique) comme DALL·E, MidJourney ou Disco Diffusion capables de générer des images à partir de commandes textuelles. Ces images sans auteur·trice, d’une qualité impressionnante, suscitent l’émerveillement tout autant que des débats au sein de la communauté créative(...)
Manifestes 5 : Design sous artifice, la création au risque du « machine learning »
Actions:
Prix:
$20.00
(disponible sur commande)
Résumé:
Le grand public a découvert au début des années 2020 des programmes de machine learning (apprentissage automatique) comme DALL·E, MidJourney ou Disco Diffusion capables de générer des images à partir de commandes textuelles. Ces images sans auteur·trice, d’une qualité impressionnante, suscitent l’émerveillement tout autant que des débats au sein de la communauté créative internationale, qui s’effraie de la menace que ces processus font planner sur la survie des professions d’illustrateur·trice ou de photographe. Fin observateur de ces technologies depuis plusieurs années, Anthony Masure (professeur au sein de la HEAD, HES-SO) élargit cette question dans son nouvel essai «Design sous artifice : la création au risque du machine learning». Son texte vise à évaluer les implications pour le design de la démocratisation de ces programmes, tant positives que négatives. En nous permettant de mieux comprendre leur fonctionnement et en illustrant son propos de nombreux exemples de détournements d’usages, l’auteur cherche à favoriser leur appropriation critique.
Design, monographies