Xiaoyu Iris Qu (曲晓宇)

»Do AIs Dream of Climate Chaos« untersucht die Widersprüche innerhalb eines Maschinenlernsystems. Um ein allgemeines Maß an Intelligenz zu erreichen, muss ein System lernen, wie es sich in seine Umgebung einordnet. Obwohl sich die meisten KI-Systeme als Software-Algorithmen präsentieren, sind sie auf eine vorhandene Hardware-Infrastruktur angewiesen, um überhaupt zu bestehen. Im Projekt spekuliert die Künstlerin Iris Qu darüber, wie eine KI mit genügend Daten ihre Existenz berechnen könnte.

In der Mehr-Kanal-Installation simuliert eine symbiotische KI die Koexistenz eines Algorithmus mit dem ihn umgebenden Ökosystem. Über die Zeitdauer von vier Jahreszeiten versucht eine Wettervorhersage-KI, das verworrene System um den Standort ihres Rechenzentrums zu entschlüsseln, indem sie Wissen mit den lokalen Organismen austauscht. Im Verlauf der Simulation verlernt die KI die auf den Menschen ausgerichteten Datensätze des Planeten und sammelt dynamische, anpassungsfähige und hyperlokale Einsichten durch die im Ökosystem lebenden Eichen, Milchkräuter, Igel, Schmetterlinge, Flechten und Mykorrhizapilze – und entwickelt daraus nach und nach eine kybernetische Sprache der Symbiose. Die Installation zeigt die Ansichten aus den Perspektiven der verschiedenen Akteur:innen. Die Rechenzentrumsmitarbeiterin in der Simulation und das menschliche Publikum sind passive Zuschauende. Sie sind auf die künstliche Intelligenz angewiesen um das Wissen zwischen Natur und Maschine zu übersetzen. 
 
Die Simulation wurde aus einer Reihe von Rollenspiel-Workshops entwickelt. Auf der Grundlage einer Sammlung von Forschungsartefakten, Aufforderungen und Wahrnehmungsübungen wurden die Teilnehmenden aufgefordert, verschiedene Akteur:innen im Ökosystem oder die KI zu vertreten und auf der Grundlage ihrer individuellen Stärken und Bedürfnisse zu verhandeln. Durch kollektives Geschichtenerzählen erforscht »Do AIs Dream of Climate Chaos« die Beziehungen zwischen Datenverarbeitung und Menschen sowie zu den Ökosystemen, die sie gemeinsam gefährden.