​

​

참여자 모집 _ 2020년 11월 13일(금) - 21일(토)

참여자 연락 _ 2020년 11월 25일(수) (개별 연락)

​참여 대상 _ 예술가, 개발자, 교육자, 활동가 외 이 주제에 관심을 가진 분

​*서울 외 지역도 신청 가능하며, 오프라임 모임의 경우 온라인 스트리밍을 열어둘 예정입니다

​

​

​포킹룸 리서치랩에 대해 

​

​포킹룸 리서치랩의 참여에 특별한 제한은 없습니다. 예술 연구라는 지향을 가지고 있지만 그것은 예술가에 의해 실행되는 연구를 의미하지는 않습니다. '동시대의 사회 경제 생태적 조건들을 새롭게 인식하고 자기의 방법으로 다루어 기록하고 제안하기'라는 의미에서의 예술연구를 제안합니다. 따라서 모든 시간에 참석하여 공동 워크숍과 개별 리서치 그리고 결과 발표까지의 시간을 같이 진행할 수 있는 분들은 누구나 참여 가능합니다. 다만 이 주제와 관련해 자신의 질문이 있는 분들의 참여를 우선적으로 환영하며, 신청 인원이 많을 경우 선정 과정이 있을 수 있습니다. 

​

​포킹룸 리서치랩 주제에 대해 

​

데이터셋은 인공지능을 학습시키기 위한 데이터의 묶음이라고 할 수 있습니다. 포킹룸 리서치랩에서는 그중 시각적 데이터셋에 보다 집중합니다. 이러한 시각적 데이터셋은 기계가 사물과 세상을 보고 이해할 수 있도록 학습 시키기 위해 구성되며, 많은 경우 방대한 양의 디지털 사진 및 영상으로 이루어져 있습니다.

​

이러한 데이터셋의 구성을 통해 대상은 분류되고 주석이 달리게 되며, 인공지능은 보는 법을 배울 수 있습니다. 이러한 데이터셋의 생성은 단순히 컴퓨터 과학적 과정만은 아니며, '무엇을 어떻게 보게 할 것인가'와 관련한 수 없이 많은 이슈들이 개입될 수 있습니다.

​

<부재하는 데이터셋>은 예술적 아카이브와 컴퓨터 과학적 데이터 더미의 경계를 흐리며, 부상하는 기술의 내부를 데이터셋을 통해 들여다 봅니다. 이를 통해 데이터셋의 문화정치적 이슈와 다른 데이터셋의 생산을 시도해 볼 것입니다. 혹은 데이터셋을 들여다보고 구성하는 과정 자체가 토론의 과정 혹은 시각적 관습에 대한 논의의 과정이 될 수 있기를 기대합니다.

​

​포킹룸 리서치랩 진행 

​

​주제 _ 부재하는 데이터셋을 채굴하기 

리서치랩 진행 _ 11월 19일(목) - 12월 16일(수) 주1회, 4회 진행

​진행 장소 _ 온라인 및 오프라인 

​진행 방법 _ 공동 워크숍 및 개별 리서치, 토론, 개별 리서치 발표 
 

일정 

11월 19일 (목) 5시 _ 남서울 시립미술관

12월 2일 (수) 7시 _ 온라인 (zoom 예정) 

12월 9일 (수) 7시 _ 온라인 (zoom 예정) 

12월 16일 (수) 7시 _ 온라인 (zoom 예정) 

*공동 워크숍이 마친 후 리서치 발표 일정은 참여자와의 논의 후 결정

​

11월 19일(목) 5시 

'부재하는 데이터셋'을 둘러싼 예술연구를 제안하며 ​

장소 _ 남서울 시립미술관 
* <언젠가 누구에게나> 프로그램 연계이므로 별도 신청 부탁드립니다. 
* 서울 외 지역에서 참여하고 싶은 분은 줌 링크를 보내드리니 forkingroom@gmail.com으로 메일을 부탁드립니다.
 

인공지능 학습에서 주요한 역할을 하는 데이터셋에 대해 우리는 어떠한 질문을 할 수 있는지에 대한 이야기와 함께 이 예술 연구를 소개하고 제안하며 참여를 독려하는 자리이기도 하다. 
 

12월 2일(수) 7시 

공동 워크숍1 : 데이터셋을 채굴하러 나서기 

​

​장소 _ 온라인 줌 미팅 
시간 _ 7시 

현재 어떠한 데이터셋들이 만들어져 공유되고 있는지, 채굴한 데이터셋을 중심에 두고 그것들을 성격과 지형을 이야기 나눈다. 

​

12월 9일(수) 7시 

공동 워크숍2 : 데이터셋 내외부를 굴착하기 

​

​장소 _ 온라인 줌 미팅 
시간 _ 7시 

​

몇 가지 사전 연구를 지침 삼아 데이터셋의 형성과정과 내부를 들여다 보고, 그것이 만들어 낼 수 있는 문제점과 가능성에 대해 이야기 나눈다.

​

12월 16일(수) 7시

공동 워크숍3 : 데이터 셋-팅하기 

​

​장소 _ 온라인 줌 미팅 
시간 _ 7시 

​

지금 이루어지고 있는 데이터셋-팅의 과정을 직접 실험해 보고 현재 인공지능 학습을 둘러싸고 인간의 노동이 데이터셋과 어떤 연관성을 가지는지 이야기 나눈다.  

​

​

​

​

​