Amalie Smith: Machine Learning I, II,III

Fredag den 9. februar 2018 blev Amalie Smiths kunstværk Machine Learning I, II, III indviet. Værket er en permanent udsmykning lavet specifikt til Ørestad Gymnasiums særlige arkitektur og status som digitalt gymnasium.

Værket er Amalie Smiths svar på gymnasiets ønske om et digitalt kunstværk, og Smith er gået til opgaven ved at søge tilbage i det digitales historie og har her fundet en tæt forbindelse mellem vævning, vævens hulkortsystem og udviklingen af den moderne computer.

Resultatet er tre store digitalvævede billedtæpper ophængt foran auditoriet i bygningens åbne trapperum. Billedtæppernes vævede motiver er produceret i samarbejde med en selvlærende algoritme, et såkaldt neuralt netværk, som kunstneren har sat til at generere nye planteformer med udgangspunkt i billeder af rødlistede planter fra den omdebatterede stenalderstrandeng på Amager Fælled.

Machine Learning I, II, III forbinder således det digitales stoflighed og historie med en lokal biotop og fremtidens maskin-intelligente algoritmer. Gymnasiet ser frem til, at værket kan danne udgangspunkt for samtaler og tanker om forholdet mellem teknologi, natur og menneske mange år frem.

Kunstværket er medfinansieret af Statens Kunstfonds Legatudvalg for billedkunst.

 

Medfølgende tekst til Machine Learning I, II, III på dansk

Medfølgende tekst til Machine Learning I, II, III på engelsk

Fotos i høj opløsning af David Stjernholm

 

Om kunstneren Amalie Smith

Amalie Smith (f. 1985) er billedkunstner og forfatter til syv skønlitterære udgivelser, senest essaysamlingen “Et hjerte i alt” fra 2017. Hun har gået på Forfatterskolen fra 2007-09 og på Det Kgl. Danske Kunstakademi fra 2010-15. I 2017 modtog hun Kunstfondens treårige arbejdsstipendium for sit virke som forfatter og billedkunstner, og i 2015 Kronprinsparrets Stjernedryspris. Machine Learning I,II,III er Amalie Smiths første udsmykningsopgave. Læs mere på www.amaliesmith.dk

Foto af David Stjernholm

 

Foto af David Stjernholm

 

Værket er medfinansieret af