EAST-数据艺术工作坊招募

EAST-Workshop on Data Art
人工智能, 数据可视化, 数据艺术

课程介绍：
“数据社会”的兴起创造了针对“数据”进行工作的需求，这包括：呈现数据，发掘数据的规律，与数据进行交互，管理数据，并根据数据做出决策。针对“数据社会”衍生出的诸多实践中，数据可视化和人工智能开始扮演愈加重要的角色。在文化领域，则衍生出了被称为“数据艺术”的实践——它将数据视作一种新的艺术媒介。在这次工作坊中，我们将会以综合的方式看待“数据可视化”、“人工智能”和“数据艺术”这三个看似存在诸多交叉又有区分的领域。我们会检视关键的概念，分析重要的项目，并试图探讨还没有被探索过的可能性。
工作坊也将讨论数字文化中人工智能的角色，包括通过在线（搜索、推荐、沟通）和媒体设备所实现的行为。人工智能正在愈发影响我们的文化决策、行为和想象力。自20世纪60年代起，艺术家便开始运用算法进行创作，而当代产业级别的“文化AI”则基于百千万级别的人的行为数据的收集和分析。人工智能已经被无缝整合到了许多人的日常文化生活中，因此也激发了关于未来文化审美的讨论。人工智能自动化是否会导致品位的标准化，和审美多样性的衰退？或者反过来，人工智能反而会促生更高的丰富性和个性化？在此基础上，我们如何在全球尺度上回答这一问题？
工作坊将会讲述数据分析和数据可视化所常用的运算方法，也会对其进行批判性的检视。今日，我们与数字媒体的交互，对信息的获取和社交网络中彼此的存在，都持续处在软件系统的媒介化(mediated)之中。这些软件持续地分析着“文化大数据”——亦即，亿万计的媒体物（media artifacts）的内容和千亿级的人类在线行为统计记录。在研究历史和当代媒体时，我们通常运用类似的方法进行不同的研究——举例来说，研究文化史规律，探索当代设计师的作品风格，或者分析在线的海量图片数据。运用在产业领域和文化研究领域的研究方法有何异同？在产业中广泛运用的方法是否存在预设的目标，如果是，我们是否在运用前对它们发出质疑？这些方法背后的观念是什么？运算方法有哪些不可见的部分，以及我们如何使用运算方法更好地捕捉数字文化的复杂性和多样性？

工作坊将探讨的部分问题：
人工智能在今天的运用，和20世纪60年代的人工智能研究有何区别？
人工智能如何整合到今日的文化产品中？
人工智能对数字媒体的美学多样性产生了什么影响？
不同文化研究领域（数字人文，数字艺术史，电影研究，媒介研究等）的研究者如何使用机器学习分析大规模文化和社会数据？
什么是“数据”？
为什么我们仍然在使用二百年前（在计算机和“大数据”出现以前）的数据可视化方法来进行工作？在过去数十年，出现了什么关键的数据分析方法？
什么是“艺术数据可视化”/“数据艺术”？在过去20年间，在此领域关键的项目有哪些？
我们是否可以认为一些更早期的艺术——如19世纪70年代的印象主义，20世纪20年代的照片拼贴和电影蒙太奇，20世纪50年代的瑞士平面设计和20世纪80年代的后现代主义——也是对该时代“数据革新”的回应？
如果运用“大数据”和“数据可视化”等框架，我们是否可以建构对过往艺术的新的视角？
当代的艺术家如何回应今天更广泛、更密集的数据现实？在数据艺术的语境内，我们也检视特定的装置、建筑、设计和声音作品。

实践项目：
工作坊在概念陈述，项目介绍和课堂讨论的基础上，也包含一个实践项目。学生将会被要求完成一个项目作业，并在工作坊结束时进行呈现。
讲者：
列夫·曼诺维奇是一系列新媒体理论书籍的作者，纽约城市大学计算机科学教授。他的研究关注与数字人文、社会运算、新媒体艺术理论和软件研究。他出版了十三本相关领域的学术著作，包括《人工智能审美》（2019），《软件文化理论》，《Instagram和当代图像》，《数据迁移》，《软件夺取控制》，《软电影：在数据库游移》以及《新媒体语言》，《新媒体语言》被翻译成十三种语言。列夫·曼诺维奇同时也是文化研究实验室主任，lab.culturalanalytics.info.这是一个使用计算机工具进行文化研究的实验室，曾与美国纽约当代艺术博物馆（MoMA)、纽约公共图书馆和谷歌等机构合作。

学术主持：
邱志杰（中央美术学院实验艺术学院院长、教授）
执行策划：
龙星如（中央美术学院科技艺术研究员）
课程时间：
2019年1月7日-2019年1月11日
申请方式：
课程面向全院师生开放，并保留部分名额给专业人士，共招募20人。
请将申请邮件发送至：east.info@cafa.edu.cn
标题注明：数据艺术工作坊申请+姓名+学院（机构），并附上简历和相关作品。
截止时间：
2019年1月1日