Facebook event page: https://www.facebook.com/events/290523641555445/
● playaround工作坊系列活動：
與機器協作-給創作者的機器學習入門 Co-work with Machine
● 報名機器學習工作坊(免費參加)：https://goo.gl/BJeSqe
工作坊人數：15人
你是否曾經想建立一個新型態的樂器，可以依照你的手勢生成對應聲音？或是讓現場視覺變化來伴隨舞者動作？
基礎的機器學習技術，是傳統mapping方式的替代方案，可被用來合理化手勢、音樂、聲音與各種即時資訊串流，創造能即時生成回饋的系統。本場活動將以開源的Wekinator軟體工具為例，概略介紹「機器學習」的概念與方法、不同input/output實作示範，以及講者近期自身經驗分享。
近年機器學習（Machine Learning）成為跨產業的熱門議題，而基礎機器學習技術，可被用來合理化手勢、音樂、聲音或各種即時資訊，進而套用於藝術創作之上。但沒有程式背景的創作者，要如何了解與切入此題目呢？本場活動將介紹Wekinator這套專門為音樂人與藝術家開發的機器學習運算軟體，使用者將自行指定input/out數量與範圍、選擇適合的演算法，然後交由軟體自動幫你運算出模型。
這種人機互動模式，並非預先設計好所有轉譯規則，而是去「教」機器該怎麼執行。創作者透過展示某種期望的範例結果，讓機器去分析與模仿，這就是機器學習。創作者一方面建立框架、與機器溝通如何選擇，一方面則釋出控制權，留下一些未完成的美學抉擇予機器；人與機器的「互動」，變成使用者與系統「協作」的過程。
與探究通則的大數據不同，我們將以少量樣本來建構規則並生成結果；某種程度上，是在與隨機性與不可預期性互動，進而探索介於規律與混亂間的世界，及潛在於數位運算邏輯背後的創作可能。
參加者請先下載Wekinator軟體 http://www.wekinator.org
● 工作坊講師：紀柏豪
來自台灣台北，現為「融聲創意」負責人。倫敦大學金匠學院音樂碩士、台灣大學經濟系學士。主要以聲音為創作媒介，關注領域包含生成式音樂(generative music)、資訊聲音化(sonification)、自體運作系統(self-organization system)與音樂介面(musical interface)等。作品散見於國內外機構、藝術節與研討會。曾入選國藝會「海外藝遊專案」、雲門舞集「流浪者計畫」，並獲國美館贊助於荷蘭V2動態媒體中心(2014)、西班牙Laboral藝術與創意產業中心(2016)、英國FACT(2018)駐村。近兩年曾參與澳門文化中心「歲·月·舞聲」與兒童劇版本「歲·月·童聲」、澳門藝術節「甲戌風災」、衛武營「工業城市」、深圳舞蹈節《Well Come》等演出製作。
● 活動補充：
今年三月底講者至倫敦Convergence藝術節參與其論壇項目時，開發Wekinator軟體的Goldsmiths資工學院教授Rebecca Fiebrink在其分享主題「AI Creativity (Machine Learning as Creative, Collaborative Design Tool) 」中，提及了許多機器學習的觀念與優點，包括：
i. 可將個人化經驗融入機器學習過程中(Machine learning supports highly personalised experiences.)
ii. 幫助人們成為創作者(Machine learning can empower more people to become creators.)
iii. 使創作的過程更具有身體性，不再只是動手指按按鈕而已！（Machine learning can enable creators to be people with bodies again.)
iv. 可運行人性化的設計流程(Machine learning can support human design processes.)
v. 更有效率地創作(Faster creation means more prototyping, wide exploration, and better outcomes.)
—
● Wekinator應用參考影片
利用Leap Motion與Wekinator來控制聲音
https://www.youtube.com/watch?v=-TpkJaO9lIA
分析物件敲擊聲響自動觸發不同預錄sample
https://www.youtube.com/watch?v=Dakz7ZaZY8w&t=1s