データ駆動型美学を超えて：MIT の展示会が探る計算と創造の融合
本文の状態
日本語全文を表示中
詳細モードで約7分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
MIT ML News
MIT アーキテクチャ出身の研究者アレクサンドロス・ハリディスが、哲学や数学、機械学習システムを物理インスタレーションに変換する展覧会を開催し、コンピューティングを創造的表現の媒体とする試みを検証している。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
「データ駆動型美学を超えて」は、MIT アーキテクチャの卒業生かつ研究者であるアレクサンドロス・ハリディスによる作品で、6 月 30 日まで MIT ケラーギャラリーにて展示されています。この展覧会は、20 世紀および 21 世紀における、建築と応用芸術において計算を創造的生産と審美判断の媒体へと変革しようとする取り組みを検証します。哲学、数学、コンピュータサイエンス、デザイン計算に依拠し、本展覧会ではアルゴリズム、理論、機械学習システム（machine-learning systems）を物理的なインスタレーションやインタラクティブな可視化として翻訳しています。
Q: 「データ駆動型美学を超えて」はどのようなインスピレーションから生まれ、どのような問いを探求しているのですか？
**A: 「データ駆動型美学を超えて」の概念的起源は、3 つの研究領域が交差する点から生まれました。
第一に、2022 年頃、MIT アーキテクチャ学部でデザインと計算に関する博士号を取得していた際、ChatGPT や Stable Diffusion といったデータ駆動型機械学習（data-driven machine learning）の進歩が、創造性、審美判断、デザイン、さらには著名な美術オークションに関する公的な議論に急速に流入していく様子をリアルタイムで観察しました。
同時に、私の研究もすでに審美的判断と評価に焦点を当てており、AI に関連して公的に「新しい」として提示される多くの質問が、実際には 20 世紀全体を通じてはるかに長い歴史を持っていることが次第にはっきりとしてきました。例えば、1956 年のダートマス夏期研究プロジェクト（Dartmouth Summer Research Project）では、AI の分野における基盤となる出来事において、創造と評価のプロセスが、将来の AI 研究が取り組むべき人間の知性の七つの主要次元の一つとして特定されました。
第二に、この展示会は、データ駆動型の学習のみではなく、ルールベースの方法を通じて人間の洞察と計算の関係を探求するデザイン計算（design computation）や形状文法（shape grammars）の研究の影響を受けています。サミュエル・テイラー・コールリッジ（Samuel Taylor Coleridge）、オスカー・ワイルド（Oscar Wilde）、さらにはジョン・フォン・ノイマン（John von Neumann）といった人物に由来する、審美理論に関するより最近の解釈的研究は、私にとって特に重要です。これらの研究は、哲学的および文学的テキストで表現された審美価値や比較の理論が、建築とデザインにおけるデジタル計算および AI の現代的モデルにおいてどのような可能性や限界を明らかにしうるかを検討しています。
最後に、本展覧会は、デザイン・ファブリケーション（製作）、データ可視化を数学的概念やアルゴリズム、そして「ブラックボックス」型の機械学習システムを解釈するための手法として用いることを動機として開催されました。学問分野を超えて、研究者たちは計算システムをより具体的で解釈可能なものとするために、再構築と可視化の技法をますます活用しています。これは、コンピュータサイエンスにおけるニューラルネットワークの可視化から、建築やキュレーション実践におけるソフトウェアの再構築・デジタルファブリケーションに至るまで多岐にわたります。
Q: 計算と美学に関する研究成果をどのように展覧会へと翻訳しますか？
A: 本展覧会のアプローチは、特定の研究論文や書籍において最も顕著なアイデアが何であるかを問いかけ、そのアイデアをデザインを用いて視覚的・空間的・体験的な形式で解釈することにあります。ソフトウェアの再構築、物理的な製作、データ可視化といったデザイン技法を活用し、本展覧会はアルゴリズム的アイデア、抽象的概念、数式に富む文献資料を、インタラクション（相互作用）、物質的形態、デジタル可視化を含む空間内の物語へと翻訳します。
展示会は、5 つの主題領域を中心に構成されています。すなわち、「美的尺度（Aesthetic Measure）」「美的指針（Aesthetic Guidelines）」「アルゴリズム的審美性（Algorithmic Aesthetics）」「美的流用（Aesthetic Appropriation）」「美的新奇性（Aesthetic Novelty）」です。各テーマは、特定の出版物（書籍または研究論文）から抽出された、審美的判断に対する独自の計算アプローチを覗き見る選択的な「窓」として機能します。これらのテーマの名称は、それぞれの出版物において中心的な概念に由来しています。例えば、「尺度（measure）」とは、1930 年代の数学者ジョージ・バーコフが美的価値を数学的に定量化しようとした研究を指し、「新奇性（novelty）」は、認知審美学における理論に基づき、既知の芸術様式への親しみと乖離のバランスによって生成された画像を評価する機械学習システム「AICAN」がどのように機能するかを検証するものです。
これら 5 つの事例すべてにおいて、重要な洞察は、デザイン自体が解釈的翻訳の方法として機能しうる点にあります。すなわち、技術分野における従来の学術研究が通常、言葉や科学図表・数表といった言葉に似た表現手段を通じてのみ伝達する内容を、可視化し、具体化し、体験可能なものとするための方法としてデザインが機能しうるのです。
Q: 次はどのような問いを探求したいとお考えですか？
A: 「データ駆動型審美性を超えて（Beyond Data-Driven Aesthetics）」は、建築および応用芸術分野にわたる審美的判断、生成、変容のプロセスにおいて計算システムがどのように関与するかを調査するための研究展示として、また継続的なプラットフォームとして構想されています。
展示会の中心的な問いの一つ、そして建築・デザイン・工学の分野を横断する研究者たちが次第に注目を集めている問いは、純粋な性能や機能要件を超えた計算による評価です。これは建物、構造形態、あるいは日常製品など、さまざまな設計領域に適用されます。展示会の事例研究が示すように、これらの問いは現在のコンピューティングや AI への関心よりもずっと以前から存在しており、少なくとも 20 世紀初頭以来、一連の計算モデルおよび評価のための理論的アプローチを通じて検討されてきました。
同時に、私はこれらの考え方が建築環境に関連するより広範な応用へとどのように展開できるかに関心が深まっています。特に、「データ駆動型美学を超えて」という研究が、ルールベースまたはデータ駆動型のコンピューティングがいかにして人々が居住し使用する空間や物体との関係において人間の体験に肯定的に寄与する要素を明らかにするのに役立ち、デザイナーやエンジニアの理解を深めることができるかについて関心を持っています。
最後に、私が引き続き探求している方向性の一つは、デザイン自体を解釈の装置としての方法論的役割です。ソフトウェアによる再構築、可視化、そして物理的な制作を通じて、この展示会はデザインを用いて、不透明な計算システムを読みやすく、触覚的に、体験可能なアーティファクトへと翻訳します。より広範には、これは「美」や「趣味」の機械化（20 世紀における美学形式主義の伝統的な関心事）についての問いだけでなく、空間的・視覚的・対外的なフォーマットを通じて、従来の研究学術およびコミュニケーションの形態がどのように進化しうるかという問いも開くものです。
原文を表示
*“Beyond Data-Driven Aesthetics,” by MIT Architecture alumnus and researcher Alexandros Haridis, on view at the MIT Keller Gallery through June 30, examines 20th- and 21st-century efforts to transform computing into a medium for creative production and aesthetic judgment in architecture and the applied arts. Drawing on philosophy, mathematics, computer science, and design computation, the exhibition translates algorithms, theories, and machine-learning systems into physical installations and interactive visualizations.*
Q: What inspired “Beyond Data-Driven Aesthetics,” and what questions does it explore?
A: The conceptual origins of “Beyond Data-Driven Aesthetics” emerged from three intersecting lines of research.
First, while completing my PhD in design and computation in the MIT Department of Architecture around 2022, I observed in real time how advances in data-driven machine learning — systems such as ChatGPT and Stable Diffusion — were rapidly entering public discussions about creativity, aesthetic judgment, design, and even high-profile art auctions.
At the same time, my own research was already focused on aesthetic judgment and evaluation, and it became increasingly clear to me that many of the questions presented publicly as “new” in relation to AI actually have a much longer history across the 20th century. For example, in the 1956 Dartmouth Summer Research Project, a foundational event for the field of AI, creation and evaluation processes were identified as one of seven key dimensions of human intelligence that future AI research should address.
Second, the exhibition was influenced by research in design computation and shape grammars that investigates relationships between human insight and computation through rule-based methods, rather than purely data-driven learning. More recent interpretative studies of aesthetic theories — drawing from figures such as Samuel Taylor Coleridge, Oscar Wilde, and even John von Neumann — have been especially important to me. These studies examine whether theories of aesthetic value and comparison articulated in philosophical and literary texts may reveal possibilities or limitations in contemporary models of digital computation and AI in architecture and design.
Finally, the exhibition was motivated by the use of design, fabrication, and data visualization as methods for interpreting mathematical concepts, algorithms, and “black box” machine-learning systems. Across disciplines, researchers increasingly use reconstruction and visualization techniques to make computational systems more tangible and interpretable — from neural network visualization in computer science to software reconstruction and digital fabrication in architecture and curatorial practice.
Q: How do you translate research on computation and aesthetics into an exhibition?
A: The approach of the exhibition is to ask what exactly in a particular research paper or book captures its most salient idea, and then use design to interpret that idea in a visual, spatial, and experiential format. Drawing on design techniques such as software reconstruction, physical making, and data visualization, the exhibition takes written sources that are dense with algorithmic ideas, abstract concepts, and mathematical formulas, and translates them into stories in space that include interaction, material form, and digital visualization.
The exhibition itself is organized around five thematic areas: Aesthetic Measure, Aesthetic Guidelines, Algorithmic Aesthetics, Aesthetic Appropriation, and Aesthetic Novelty. Each theme functions as a selective “window” into a distinct computational approach to aesthetic judgment drawn from a specific publication — a book or research paper. The titles of these themes are derived from concepts central to each publication. For example, “measure” refers to mathematician George Birkhoff’s work in the 1930s to quantify aesthetic value mathematically, while “novelty” examines how the machine learning system AICAN judges generated images according to a theory in cognitive aesthetics that balances familiarity and deviation from known artistic styles.
Across all five cases, the key insight is that design itself can function as a method of interpretative translation — a way of making visible, tangible, and experiential what traditional academic scholarship in technical domains typically communicates only through words and word-like representational devices, such as scientific diagrams and tables.
Q: What questions are you hoping to explore next?
A: “Beyond Data-Driven Aesthetics” is conceived both as a research exhibition and as an ongoing platform for investigating how computational systems participate in processes of aesthetic judgment, generation, and transformation across architecture and the applied arts.
One of the central questions of the exhibition — and one that researchers across architecture, design, and engineering are increasingly focusing on — is computational evaluation beyond purely performative or functional requirements. This applies to many different design spaces, whether buildings, structural forms, or everyday products. The exhibition’s case studies suggest that many of these questions long predate current interest in computing and AI, and have been approached through a range of computational and theoretical models of evaluation since at least the early 20th century.
At the same time, I’m increasingly interested in how these ideas can move into broader applications related to the built environment. In particular, I am interested in how research connected to “Beyond Data-Driven Aesthetics” can help designers and engineers better understand how computation — whether rule-based or data-driven — can inform us about what contributes positively to human experience in relation to the spaces and objects people inhabit and use.
Finally, a direction I continue to explore is the methodological role of design itself as an interpretative device. Through software reconstruction, visualization, and physical making, the exhibition uses design to translate opaque computational systems into more legible, tangible, and experiential artifacts. More broadly, this opens questions not only about mechanizing “beauty” or “taste” (the traditional preoccupation of aesthetic formalism in the 20th century), but also about how traditional forms of research scholarship and communication may evolve through spatial, visual, and public-facing formats.
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み