publications

LIVRE

Art in the Age of Machine Learning

(2021, MIT Press)

Un regard contemporain sur l’apprentissage automatique et ses pratiques dans l’art et la musique numériques.

Au cours de la dernière décennie, un mouvement artistique a vu le jour, s’appuyant sur l’apprentissage automatique comme source d’inspiration et comme moyen d’expression. Dans ce livre, l’artiste-chercheur transdisciplinaire Sofian Audry examine les pratiques artistiques à l’intersection de l’apprentissage automatique et de l’art des nouveaux médias, fournissant des outils conceptuels et des perspectives historiques aux artistes, musiciens, compositeurs, écrivains, conservateurs et théoriciens des nouveaux médias. Audry examine des œuvres issues d’un large éventail de pratiques, notamment l’installation de nouveaux médias, l’art robotique, l’art visuel, la musique et le son électroniques, et la littérature électronique, reliant l’art de l’apprentissage automatique à des pratiques artistiques antérieures telles que l’art cybernétique, l’art de la vie artificielle et l’art évolutionnaire.

Pour plus d’information et pour commander

« Audry replace l’apprentissage automatique dans un contexte historique et défend de manière provocante son potentiel artistique unique. Formidable source d’ancrages théoriques et de conseils méthodologiques, ce livre sait être utile tant pour aux chercheurs qu’aux artistes. » (Allison Parrish, Professeure assistante en art, NYU ITP/IMA)

« Sofian Audry démontre avec force que l’imagination, le travail et la conscience socio-politique aiguë des artistes sont bien vivants à l’ère de l’apprentissage automatique. » (Chris Salter, Professeur en art numérique, Concordia University, Montréal; auteur de Entangled)

« La capacité d’apprendre, de s’adapter, voire d’innover ou de « créer » est devenue un enjeu majeur de l’apprentissage automatique. Audry explore les dimensions théoriques et éthiques de ces questions dans cette plongée dans le comportement, l’adaptabilité et la métamorphose des systèmes informatiques. » (Simon Penny, Professeur, University of California, Irvine; auteur de Making Sense)

ARTICLES ET CHAPITRES DE LIVRES

Audry, Sofian, Victor Drouin-Trempe & Ola Siebert (2023). “The Strangest Music in the World: Self-Supervised Creativity and Nostalgia for the Future in Robotic Rock Band ‘The Three Sirens’”. MDPI Arts 12(1).

Audry, Sofian (2022). “AI for Good: Why Artists Are Key to Improving Machine Learning Technologies”. T\LT West.

Hagler, Jo’Elen, ChiHyeong Kim, Pierre Kateb, JeeYeon Yeu, Noémy Gagnon-Lafrenais, Erin Gee, Sofian Audry & Fabio Cicoira. (2022). “Flexible and Stretchable Printed Conducting Polymer Devices for Electrodermal Activity Measurements”. Flexible and Printed Electronics 7(1).

Audry, Sofian (2021). “Aglaopheme. Version 0.2”, in Le Comportement des Choses. Quinz, Emanuele (Ed). Les Presses du Réel, Paris, France. pp. 164–171.

Audry, Sofian (2021). “Behavior Morphologies of Machine Learning Agents in Media Artworks”, Leonardo, 54(3), pp. 269–273.

Armand, Edwige, Sofian Audry, Frédérick Garcia et Maurizio TeZ Martinucci (2020). “Who is Speaking ? Artscience Stagings of Nonhuman Sentience”, ISEA 2020 Conference proceedings, Montréal, Canada.

Gee, Erin, Alex M. Lee & Sofian Audry (2020). “Playing with Emotions : Biosignal-based Control in Virtual Reality Game Project H.E.A.R.T.”, ISEA 2020 Conference Proceedings, Montréal, Canada.

Audry, Sofian (2020). “La matérialité révélatrice de l’apprentissage automatique”, ESPACE art actuel, “IA – Art sans artistes”, No 124.

Audry, Sofian & Jon Ippolito (2019). “Can Artificial Intelligence Make Art without Artists ? Ask the Viewer”, MDPI Arts 8(1).

Gee, Erin & Sofian Audry (2019). “Automation as Echo”, ASAP/Journal.

Audry, Sofian (2019). “Unrolling the Learning Curve : Aesthetics of Adaptive Behaviors with Deep Recurrent Nets for Text Generation”, International Symposium on Computational Media Art 2019 Conference proceedings, Hong Kong, Chine.

Audry, Sofian (2018). “for the sleepers in that quiet earth. : Experiencing the Behavior of a Deep Learning Neural Network Agent through a Generative Artbook”, ISEA 2018 Conference proceedings, Durban, Afrique du Sud.

Salter, Chris & Sofian Audry (2018). “Towards Probabilistic Worldmaking : Xenakis, n-Polytope and the Cybernetic Path to Chaos”, in Worldmaking as Techné : Exploring Worlds of Participatory Art, Architecture, and Music. de Campo, A., Hosale, M., Murrani, S. (Eds). Riverside Architectural Press, Toronto, Canada.

Audry, Sofian (2018). “Aesthetics of Adaptive Behaviors in Embodied Agents”, Body of Knowledge 2016 Conference proceedings, UCI, Irvine, États-Unis.

Audry, Sofian et al. (2017). “256-Byte Creative Programs” (TROPE-17-02), The Trope Tank, MIT, Cambridge, États-Unis.

Audry, Sofian (2016). “Aesthetics of Adaptive Behaviors in Agent-based Art”, ISEA 2016 Conference proceedings, Hong Kong, Chine.

Audry, Sofian (2010). “Absences : Public Art Interventions in Natural Spaces using Autonomous Electronic Devices”, ISEA 2010 Conference Proceedings, pp. 469–471. Ruhr, Allemagne.

Bengio, Yoshua & Jean-Sébastien Senécal (2008). “Adaptive Importance Sampling to Accelerate Training of a Neural Probabilistic Language Model” IEEE Transactions on Neural Networks, 19(4), pp. 713–722.

Bengio, Yoshua et al. (2006). “Neural probabilistic language models”, Studies in Fuzziness and Soft Computing, Vol 194, p. 137-186, Berlin, Allemagne.

Bengio, Yoshua & Jean-Sébastien Senécal (2003). “Quick Training of Probabilistic Neural Nets by Importance Sampling”. Ninth International Workshop on Artificial Intelligence and Statistics, Society for Artificial Intelligence and Statistics, Key West, Floride.

MÉMOIRES ET THÈSES

Senécal, Jean-Sébastien (2016). Machines That Learn : Aesthetics of Adaptive Behaviors in Agent-based Art. Thèse de doctorat, Concordia University, Montréal. 307 pages.

Senécal, Jean-Sébastien (2010). Une exploration des processus d’assignation identitaires à travers une expérience interactive. Mémoire de maîtrise, École des Médias, Université du Québec à Montréal, Montréal. 40 pages.

2003 Senécal, Jean-Sébastien (2003). Accélérer l’entraînement d’un modèle non-paramétrique de densité non normalisée par échantillonnage aléatoire. Mémoire de maîtrise, Département d’Informatique et de Recherche Opérationelle, Université de Montréal, Montréal. 91 pages.