WEBMASCHINE
The weaving machine series includes three hand-woven jacquard patterns that materialize the learning process of an artificial intelligence.
The weaving machine series includes three hand-woven jacquard patterns that materialize the learning process of an artificial intelligence. First of all, based on the training of traditional weaving patterns, the fabric reflects, above all, the discourse between man and machine in the creative process of creation, with all its successes, surprises and mistakes, depicted in the fabric itself.




The development of a weave pattern is a fascinating, creative process that requires an exciting interplay of materials science, skill, logic, aesthetic sensibility, and specific objectives. This process is primarily developed by hand on sample looms and is later transferred to large, automated Jacquard looms. If we view weave patterns as binary strings, we can use algorithms to generate new patterns. This experiment explores how machine intelligence can be used to collaborate with the weaver in this creative yet complex creative process. AI as a toolkit.

Webstudien basiert auf Anweisung einer künstlichen Intelligenz
Die Anordnung
Eine Versuchsanordnung basiert auf einem 16-schaftigem Musterwebstuhl mit manueller Tastenbedienung. Die Muster-/Tastensequenzen werden durch ein Computerprogramm angezeigt und müssen vom Weber per Hand durchgeführt werden. Der Weber hat dadurch die Möglichkeit zu jedem Moment in das Entstehungsverfahren einzugreifen und in den Dialog mit der KI zu treten.

Low-Tech Jaquard Simulation: 16 Schaft Musterwebstuhl mit Tastenbedienung. Die Tastensequenzen werden durch ein Computerprogramm angezeigt.



Der Output der Maschine
Die Maschinenintelligenz basiert auf einem künstlichen neuronalen Netzwerk, welches nach Vorbild unseres Gehirns entwickelt wurde. Aus trainierten Musterdaten ( traditionelle Webmuster & einfache geometrische Vorlagen ) ist dieses System in der Lage endlose Musterketten zu entwickeln. Durch die Interaktion des Webers mit diesem System findet eine Form des Training statt, sodass die künstliche Intelligenz spannendere oder geeignetere Muster vorschlagen kann. Die folgenden Beispiele zeigen Probe Output der Maschine während des Trainingsprozess.
Ergebnisse eines Programms das anhand von trainierten Daten eigene 8-32 Schaft Webmuster generiert. (+ trigonometrische Interpolation & Perlin Noise)
Der gewebte Mensch-Maschine Dialog

Das Webstück bildet den Dialog zwischen Mensch und Maschine ab. Das Webstück liest sich von oben nach unten unter folgendem Regelwerk:
Von Text zu Gewebe
Unsere digitalen Daten beruhen auf einem binären System aus zwei Zuständen: an und aus. Liest man Webstücke in Reihen und Spalten, finden wir dieselbe Kodierung, aus Schussfaden überhalb oder unterhalb des Kettfaden. Jedes Webstück enthält also neben seiner Information zu Material, Herkunft oder Herstellungsverfahren eine innere, bzw. verschlüsselte Informationsebene. Die u.g. Beispiele demonstrieren, wie Textinformation durch einfache 4/8bit Kodierung in Webmuster ( 16 Schaft Bindungen) übersetzt werden können.
Die Screenshots zeigen Muster, die durch die Konvertierung von Text zu binärer Zeichenfolge (on/off zu Faden hoch/runter) entstanden sind. ( 8bit gespiegel & spaltenhaft, 2x4bit(Nibbles) fortlaufend, 8bit fortlaufen )











