Отправной точкой стала работа Джозефа Кошута «Один и три стула», где один объект существует сразу в трёх формах: как реальная вещь, фотография и словесное описание. Мне было интересно перенести этот принцип на живой объект и добавить ещё один уровень — его цифровое представление через данные.
В качестве объекта я выбрал муху: она легко узнаётся по небольшому набору признаков и при этом хорошо подходит для сильной визуальной трансформации.
В открытом доступе опубликован коннектом дрозофилы — карта связей между нейронами её мозга. Для проекта использовались данные FlyWire v783: они содержат реальные идентификаторы нейронов и связи между ними.Так появился дополнительный способ описания объекта: не через фотографию или текст, а через структуру его нервной системы.Я хотел проверить, можно ли использовать эту структуру не просто как визуальный материал, а как часть вычислительной системы.Идея проекта стала такой:изображения мух → реальные нейронные связи → обучение → усреднённый образ → новая визуализация
Программа написана на Python и использует данные FlyWire из файла proofread_connections_783.feather. Из полного коннектома выбирается часть реальных нейронов и связей между ними, из которых строится рабочая сеть. В неё загружаются изображения мух: программа выделяет визуальные признаки, преобразует их в числовой сигнал и пропускает через сеть.
Во время обучения система сравнивает предсказанное направление линии с правильным и корректирует обучаемый выходной слой. Набор разных фотографий позволяет сформировать усреднённый образ, который затем рисуется линиями и сохраняется в PNG, SVG и GIF. Исходные связи FlyWire остаются неизменными: они используются как основа вычислений, а обучение происходит поверх них.После этого полученный абстрактный образ загружается в нейросеть Recraft, где на его основе создаётся итоговое изображение.
Формат: 40×60 см
Один объект через несколько способов его представления: фотографию, текст, нейронные данные и машинную интерпретацию.
При этом центральной частью работы стала собственная программа, в которой реальные данные FlyWire используются как структура вычислительной сети, обучающейся работать с визуальными образами.
