Organism

Sculptures imprimées en 3D d’après modèles générés par IA
Dimensions variables
Collection privée
Système informatique :
Architecture de réseau de neurones : 3D-GAN (3D Generative Adversarial Network)

Référence scientifique : “Learning a Probabilistic Latent Space of Object Shapes via 3D Generative-Adversarial Modeling” (Wu, Zhang, Xue, Freeman, Tenenbaum, NIPS 2016, MIT)
Code source : GitHub zck119/3dgan-release
Type de convolutions : Réseaux de neurones convolutifs volumétriques (volumetric convolutional networks)
Base d’apprentissage : Fichiers 3D d’organismes vivants
Représentation spatiale : Grilles voxélisées (voxel grids)

Architecture technique :
Générateur : Réseau convolutif volumétrique générant des objets 3D à partir d’un espace latent probabiliste
Espace latent : Distribution gaussienne ou uniforme de basse dimension
Sortie : Grilles de voxels représentant des formes 3D

Cette œuvre est le fruit d’un processus créatif associant intelligence artificielle et impression 3D. Un réseau récursif de neurones, alimenté par des fichiers tridimensionnels d’organismes vivants, apprend ces structures biologiques pour générer de nouvelles formes hybrides.

Les sculptures présentées résultent d’un apprentissage automatique où la machine identifie des motifs, des courbes et des structures dans les données biologiques pour créer des entités qui évoquent le vivant sans reproduire exactement les organismes existants. Ces formes semblent se situer dans un espace intermédiaire entre espèces connues et inconnues, entre passé et futur.

Le projet explore les frontières entre le naturel et l’artificiel, questionnant notre capacité à distinguer les créations humaines des phénomènes biologiques. Ces organismes générés par algorithme interrogent la notion même de vie et sa représentation à l’ère numérique.

Cette œuvre s’inscrit dans la recherche plus large de Chatonsky sur les potentialités de l’intelligence artificielle comme outil de création et de réflexion sur notre rapport au vivant et à la technologie.

This work is the result of a creative process combining artificial intelligence and 3D printing. A recursive neural network, fed with three-dimensional files of living organisms, learns these biological structures to generate new hybrid forms.

The sculptures presented are the result of machine learning, where the machine identifies patterns, curves, and structures in biological data to create entities that evoke life without exactly reproducing existing organisms. These forms seem to occupy an intermediate space between known and unknown species, between past and future.

The project explores the boundaries between the natural and the artificial, questioning our ability to distinguish human creations from biological phenomena. These algorithm-generated organisms question the very notion of life and its representation in the digital age.

This work is part of Chatonsky’s broader research into the potential of artificial intelligence as a tool for creation and reflection on our relationship with life and technology.