[ENG]

RESIDENCY

For their resi­d­en­cy at Cas-co, the art & design duo Legrand Jäger (Guillemette Legrand and Eva Jäger) will con­ti­nue their ongo­ing research and per­for­man­ce pro­ject rib​bon​.Py, fate spin­ning, cur­ve fit­ting– – this time, devel­o­ping the live per­for­man­ce into cine­ma­tic form as a short film. The pro­jec­t’s gene­ral aim is to ques­ti­on the coer­ci­ve natu­re of the spe­ci­fic lan­gu­a­ge of data mode­ling as they devel­op ways to ​‘gaze back at algo­rithmic pre­dic­ti­on.’ For the last year, they have been using gym­nas­tics, spe­ci­fi­cally the cur­ves found in rib­bon dan­cing as an embo­di­ment of a sta­tis­ti­cal mode­ling and as a means to pro­du­ce data to train a pre­dic­ti­ve model. Together with devel­o­per Isaac Clark, they have desig­ned a com­puta­ti­o­nal pro­gram­me capa­ble of ana­ly­zing the move­ments of a rib­bon dan­cer and the cur­ves they pro­du­ce with their appa­ra­tus. The per­for­man­ce beco­mes a way of gene­ra­ting data and dia­gram­ming the logic behind models used to fore­cast so much about our lives, from the COVID-19 pan­de­mic to cli­ma­te change.

RIBBON​.PY

Last year Legrand Jäger cre­a­ted a day-long immersi­ve per­for­man­ce at the Victoria and Albert muse­um in London. In this per­for­man­ce, rhythmic gym­nast Mimi-Isabella Cesar exe­cu­tes a cho­re­o­grap­hed rou­ti­ne with their rib­bon appa­ra­tus. This is pro­ces­sed by various com­pu­ter visi­on algo­rithms inclu­ding MoveNet and mul­ti-dimen­si­o­nal data visu­a­li­sa­ti­on tools such as UMAP. The sha­pe, colour and moti­on of the dan­cer and their rib­bon is regis­tered as data points, trai­ning a pro­gram­me made for this per­for­man­ce, rib​bon​.Py, to iden­ti­fy pat­terns with con­fi­den­ce and the­re­by make assump­ti­ons about the cho­re­o­grap­hy and the ribbon’s cur­ve. An Encoder-Decoder LSTM (long short term memo­ry) model uses the­se pat­terns to extra­po­la­te pos­si­ble cho­re­o­grap­hic sequences.

[NL]

RESIDENTIE

Voor hun resi­den­tie bij Cas-co zal het kunst- en design­duo Legrand Jäger (Guillemette Legrand en Eva Jäger) hun lopen­de pro­ject rib​bon​.Py, fate spin­ning, cur­ve fit­ting voort­zet­ten. Ze zul­len de bestaan­de per­for­man­ce omzet­ten naar een cine­ma­to­gra­fi­sche vorm, de kort­film. Dit pro­ject trekt de dwin­gen­de aard en taal van data­mo­del­le­ring in twij­fel en zoekt naar manie­ren om algo­rit­mi­sche voor­spel­lin­gen naar nieu­we vor­men te ver­ta­len. Samen met ont­wik­ke­laar Isaac Clark heeft Legrand Jäger een com­pu­ter­pro­gram­ma ont­wor­pen dat de bewe­gin­gen van een lint­dan­ser en de cur­ves van het lint kan vast­leg­gen. De dans­per­for­man­ce wordt een manier om gege­vens te gene­re­ren en de logi­ca ach­ter model­len die wor­den gebruikt om zoveel over ons leven te voor­spel­len — van de COVID-19-pan­de­mie tot kli­maat­ver­an­de­ring — in kaart te brengen.

RIBBON​.PY

Vorig jaar cre­ëer­de Legrand Jäger een ​‘one day per­for­man­ce’ in het Victoria and Albert Museum in Londen. In deze voor­stel­ling voert turn­ster Mimi-Isabella Cesar een gecho­re­o­gra­feer­de rou­ti­ne uit met het lint. Dit wordt ver­werkt door ver­schil­len­de com­pu­ter visi­on-algo­rit­men, waar­on­der MoveNet en mul­ti­di­men­si­o­na­le gege­vens­vi­su­a­li­sa­tie­tools zoals UMAP. De vorm, kleur en bewe­ging van de dan­se­res en hun lint wor­den gere­gi­streerd als data, waar­mee een voor deze voor­stel­ling gemaakt pro­gram­ma, rib​bon​.Py, wordt getraind om met ver­trou­wen patro­nen te iden­ti­fi­ce­ren en daar­door aan­na­mes kan doen over de cho­re­o­gra­fie en de cur­ve van het lint. Een Encoder-Decoder LSTM-model (Long Short Term Memory) gebruikt deze patro­nen om moge­lij­ke cho­re­o­gra­fi­sche sequen­ties te extrapoleren.