HANS H. DIEBNER, SEBASTIAN FISCHER, LASSE SCHERFFIG

EYEVISIONBOT (2003-2004)

Ziele des Projekts sind einerseits, die Bildersuche in Datenbanken und im Internet zu optimieren, und zwar unter Einsatz von Blickerfassung und adaptiven Algorithmen, andererseits, die Gefahren der Instrumentalisierung durch künstliche Intelligenz sichtbar zu machen. Zu Beginn der Suche zeigt "EyeVisionBot" 9 bis 25 Bilder (abhängig von der Bildschirmgröße). Die Zeitdauern, die der Blick auf den individuellen Bildern ruht, wird über die Blickerfassungstechnik registriert. Aus den kumulierten Blickzeiten wird schließlich eine erwünschte Bildkategorie ermittelt. Gelegentlich wird nach einem neuen Satz Bilder angefragt, und zwar basierend auf Schlagwörtern und strukturellen Ähnlichkeiten, die aus den Blickzeiten der vorhergehenden Suche ermittelt wurden.

Schlagwörter und strukturelle Bildattribute können zur Suche herangezogen werden. Die Effizienz der schlagwortbasierten Suche in Datenbanken hängt von der Nützlichkeit der Klassifizierung und der korrekten Zuschreibung der Bilder zu den Kategorien ab. Im Internet adressieren die Schlagwörter Begriffe, die auf den Internetseiten auftauchen, in die die Bilder eingebettet sind. Auch die Namen der Bilddateien werden als Schlagwörter benutzt. Die strukturelle Suche hingegen beruht auf einem Vergleich der Bilder hinsichtlich archetypischer Ähnlichkeiten wie z.B. geometrische Formen und Farben.

"EyeVisionBot" versteht sich mitunter als ein experimentelles Interface, um vorbewusste Wahrnehmung zu erfassen und zu analysieren. Damit soll das Such- und Klassifikationsverhalten untersucht werden um schliesslich eine optimale Adaptation an die Bedürfnisse der Nutzer zu gewährleisten. Diese Forschung erschöpft sich nicht auf der Ableitung und Untersuchung adaptiver Algorithmen zur Schätzung erwünschter Kategorien sondern umfasst auch die Optimierung der Klassifizierung und das Design der Präsentationsoberfläche. Es zeigt sich allerdings, dass die Adaptationen gelegentlich zu einer Art Instrumentalisierung der Benutzer führen kann, eine Tatsache, die in einer kritischen Weise reflektiert werden soll. Wir erwarten neues Verständnis bezüglich der Klassifikation von Datenbanken sowie Innovationen im Gebiet adaptiver und kontextsensitiver Methoden.

Warum steht EyeVisionBot im Museum? Auf diese Frage möchte ich mit einem Bildzitat antworten: TV-Buddha.

In Worten: EyeVisionBot liest den Benutzern den Wunsch buchstäblich von den Augen ab. Bei perfekter Anpassung an das suchende Individuum werden aber nur noch Bilder aus der Wunschkategorie geliefert, sodass kein Entweichen mehr möglich ist. Eine perfekte künstliche Intelligenz zerstört Kreativität und bedient nur noch die alten Vorurteile. In einer Langzeitstudie im Museum lässt sich nicht nur auf die instrumentalisierende Wirkung moderner Software aufmerksam machen, sondern im Sinne einer großen Feldstudie performativ neue Erkenntnis gewinnen, wie Kognition funktioniert.

"EyeVisionBot" kooperiert mit der Bilddatenbank des "Medien Kunst Netz" und wurde als Teilprojekt des Projekts "Dynamische kognitive Systeme, neuronale Netze und Wahrnehmung" des Instituts für Grundlagenforschung am Zentrum für Kunst und Medientechnologie (ZKM), Karlsruhe, entwickelt.

Das Projekt wurde unterstützt durch das Land Baden-Württemberg aus Mitteln aus der "Zukunftsoffensive III für innovative Projekte".

Hard- und Software: Proprietäres Eye-Tracking-System mit Steuer-Computer "GIFT" Server (open source) für die struktur-basierte Bildersuche, entwickelt von "Computer Vision and Multimedia Lab," Universität Geneva. Eigene entwickelte Software zur Analyse und Optimierung des Suchprozesses; graphisches Interface; Schnittstellen zur Vernetzung und zur Steuerung der Hard- und Software-Komponenten.

PRESSE-STIMMEN / AWARD:

AUSSTELLUNGEN:

PUBLIKATIONEN ZUM THEMA: