德国艺术家 Ralf Baecker 创建的《Floating Codes》是一个特定地点的灯光和声音装置，它探索了人工神经网络的内部运作和隐藏的美学——机器学习系统或人工智能的基本构建块。 展览空间本身变成了一个处理信息的神经网络，其不断变化的环境(光照条件/昼夜循环)包括参观者的存在。 该网络由多达 500 个自定义人工神经元(感知器)组成，排列在六边形拓扑网格中。 这些神经元能够记录光刺激，并通过发出光脉冲与空间中的其他神经元进行交流来做出反应。 信号循环、变异、反馈和自我抵消，导致视觉和听觉运动的复杂和连续变化。该装置将参观者置于神经网络计算对话的中心。 根据网格中神经元的拓扑结构，不同的网络构成互锁环、反馈环、类似记忆的元素、随机模式生成器和其他重要的行为元素。 每个感知器都配备了两个光电传感器和一个大功率 LED(点光源)，它会在空间(地板和墙壁)内投射出非常锐利的光点和阴影。 此外，感知器配备了小型扬声器，可以对每个神经元的活动进行声学处理。 在其核心，每个神经元都配备了一个小型微控制器，用于实现神经网络功能，包括自适应环境和基于其输入的自动编码行为。 一旦系统启动，展览空间就会沉浸在不断变化的视觉和听觉脉冲中。 在视觉领域，当系统的闪烁达到人类视觉感知阈值以上的频谱时，就会出现某种抽象的阴影绘制。 开放和无监督的系统没有目标，它的唯一目标是维护和保存网络中的传播信息。通过将系统暴露在开放和脆弱的环境中，这些信息会不断被破坏。 技术原理：原型神经元在用 Arduino 编程的 Attiny85 上运行，而Processing用于可视化行为。硬件包括定制电路板 ( PCB ) 和大功率LED。编辑：吴嘉琳
