Hyperland

édition Π Node
23.05.2020 21:30 CEST
Institute of Diagram Studies

Typeface: Avara by Raphaël Bastide
Soundtrack: Sitraka

Bonsoir et bienvenue à Hyperland, une arnaque en n-dimensions

je vais utitiser une fable du 19e siècle pour parler de données et d’intelligence artificelle.

je vais essayer de réactiver Flatland pour questionner les géométries algorithmiques

c’est une tentative, une tangeante qui je l’espère ouvrira un nouveau point de vue critique sur ces dispositifs. Il ya plein de tres bonnes critiques des algorithmes centrées sur leurs biais, ou la maniere dont ils transforment le travail et le savoir.

Flatland apporte un caractère géométrique qui aide à imaginer les relations de pouvoir engendrées par l’inteligence artificielle comme des relations dimensionelles. C’est un peu farfelu mais en fait assez exact aussi, vu que la dimensionalité est au coeur du fonctionement des algorithmes qui spatialisent les données avant d’opérer dessus de manière géométrique.

Je vais commencer par parler un peu de Flatland
pour ensuite voir comment notre moment actuel y ressemble

Abbott, E. A. (1883) Flatland: A Romance of Many Dimensions (Illustrated). Available at: http://www.gutenberg.org/ebooks/201 (Accessed: 8 May 2019).

Traduction Française

Abbott, E. A. (1883) Flatland: A Romance of Many Dimensions (Illustrated). Available at: http://www.gutenberg.org/ebooks/201 (Accessed: 8 May 2019).

KING: Exhibit to me, if you please, this motion from left to right.

I: Nay, that I cannot do, unless you could step out of your Line altogether.

KING: Out of my Line? Do you mean out of the world? Out of Space?

Abbott, E. A. (1883) Flatland: A Romance of Many Dimensions (Illustrated). Available at: http://www.gutenberg.org/ebooks/201 (Accessed: 8 May 2019).

Abbott, E. A. (1883) Flatland: A Romance of Many Dimensions (Illustrated). Available at: http://www.gutenberg.org/ebooks/201 (Accessed: 8 May 2019).

Un peu apres, la situation est inversée, et c’est le carré qui se retrouve confronté à un monde au dela des limites de son imagination.

Il fait la rencontre d’une sphère, qui lui parle de Spaceland, le monde en trois dimensions.

Lui aussi est incrédule au début, mais il se laisse convaincre, grâce au meme stratagème qu’il avait essayé avec Lineland. La sphere fait intersection avec le plan de Flatland. et il est convaincu par ce cercle magique qui semble grossir et rétrécir pour enfin disparaître

accepte de voyager avec la sphère qui lui montre Flatland vu d’en haut

et la il y a un élément crucial sur lequel je veux m’arreter. dans ces rencontres, le personnage avec le plus de dimensions peut voir l’intérieur de celui qui en a moins.

à Lineland le carré parle d’une ligne mais pour le Roi c’est l’interieur de son corps que lui ne peut pas voir, il a un oeil a chaque extrémité de la ligne.

à Flatland c’est un peu pareil, la sphere peut voir la surface du carré qui pour lui meme est invisible.

a l’inverse, les dimensions supérieures au monde dans lequel on se trouve ne sont visibles que par intersections.

ce pouvoir de voir l’interieur de l’autre capture bien la supériorité, et aussi une certaine condescendance dans les échanges. ceux d’une dimension plus élevée se retrouvent à expliquer des choses qui sont tellement basiques qu’il y a toujours une pointe de mépris à l’égard de ceux d’en bas qui ne comprennent pas.

dans la rencontre avec Lineland ce mépris finit par etre exprimé explicitement et ca ne finit pas tres bien.

look inside but also look down upon

Surtout qu’en fait ce n’est pas tant un reve que cela

Relire Flatland ajourd’hui peut nous aider à imaginer, et à critiquer le role des données dans la société, et leurs utilisations dans des dispositifs algorithmiques.

Nous vivons dans une forme de Flatland, qui est dominé par des espaces mathématiques multidimensionels.

Les algorithmes de machine learning reposent sur une spatialisation, ou une vectorisation, des données. Ce processus produit des espaces impossibles a imaginer, avec autant de dimensions que les données ont de caractéristiques.

dans le cas de la reconaissance d’image par exemple, chaque pixel est traité comme une dimension donc on se retrouve avec des centaines, voire des milliers de dimensions.

une fois les données vectorisées, cet espace mutlidimensionel est un theatre d’opérations comme des mesures de distance, des separations, ou des regressions, pour produire des recommendations, classifcations, ou autres prédictions

ensuite, des voix venues de nulle part viennent nous faire part d’un savoir supérieur de notre propre monde auquel notre imagination n’a pas accès.

Vous commencez peut etre à voir des parallels avec Flatland.

Karl Pearson F.R.S (1901) ‘LIII. On lines and planes of closest fit to systems of points in space’, The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 2(11), pp. 559–572. doi: 10.1080/14786440109462720.

avec les big data vient la malediction de la dimensionalité

si on imagine un tableur, depuis la fin du 19e siecle la quantité de données explosent en termes de lignes, mais aussi de colonnes: nombre de caractéristiques par ligne et donc de dimensions de l’espace mathematique.

il faut des méthodes pour en extraire le sens, et c’est souvent des techniques à caractère spatial ou géométrique qui sont utilisées.

L’analyse en composantes principales (ACP, PCA) par exemple qui date de Pearson en 1901 et est encore utilisée de manière très banale souvent comme une étapes dans un process de machine learning. Pour “enlever le bruit” ou décorréler

elle revient à réduire la dimensionalité des données, en trouvant d’abord l’axe ou il y a le moins de bruit

regarder un diagramme de composant principal apres avoir lu Flatland est assez frappant. On imagine cette transformation de l’espace vectoriel en ligne. Si un Flatlander découvrait l’ACP, il aurait un superpouvoir incroyable, celui de changer Flatland ou tout autre monde en Lineland.

(ou a plus petite échelle de transformer n’importe qui en une femme de Flatland)

“Flatlander logic”

Fisherkeller, M. A., Friedman, J. H. and Tukey, J. W. (1988) ‘PRIM-9: An interactive multidimensional data display and analysis system’, Dynamic Graphics for Statistics. Wadsworth & Brooks/Cole, pp. 91–109. Available at: http://inspirehep.net/record/91655/files/slac-pub-1408.pdf.

Inselberg, A. (1985) ‘The plane with parallel coordinates’, The Visual Computer, 1(2), pp. 69–91. doi: 10.1007/BF01898350.

Inselberg, A. (1985) ‘The plane with parallel coordinates’, The Visual Computer, 1(2), pp. 69–91. doi: 10.1007/BF01898350.

Wegman, E. J. (1990) ‘Hyperdimensional Data Analysis Using Parallel Coordinates’, Journal of the American Statistical Association, 85(411), pp. 664–675. doi: 10.2307/2290001.

Maaten, L. van der and Hinton, G. (2008) ‘Visualizing data using t-SNE’, Journal of machine learning research, 9(Nov), pp. 2579–2605.

Data science strongly echoes the neoplatonism that informed the early science of Copernicus and Galileo. It appears to reveal a hidden mathematical order in the world that is superior to our direct experience. The new symmetry of these orderings is more compelling than the actual results.

McQuillan, D. (2017) ‘Data Science as Machinic Neoplatonism’, Philosophy and Technology, 3(1), pp. 253–272. doi: 10.1007/s13347-017-0273-3.

Lapowsky, I. (2015) ‘How Facebook Knows You Better Than Your Friends Do’, Wired. Available at: https://www.wired.com/2015/01/facebook-personality-test/ (Accessed: 14 August 2019).

Rudder, C. (2015) Dataclysm: Who we are - when we think no one’s looking. New York, NY, USA: Broadway Books.

Wark, M. (2015) ‘The Vectoralist Class’, e-flux, 65. Available at: http://supercommunity.e-flux.com/texts/the-vectoralist-class/ (Accessed: 30 January 2019).

diagram redrawn from: Anthony, B. (2017) ‘Socio-cultural Dynamics between the Eras of Commodity Economy: Pastorialism, Capitalism, Vectorialism’. Available at: https://borisanthony.net/diagrams/vectorialism/.

mais l’arnaque c’est que cette voix ne vient pas de nulle part

comme Flatland, Hyperland est tres hierarchisé

et la classe d’en haut est ce que Mackenzie Wark appelle les vectoralistes dans sa topologie de l’histoire du capitalisme (voir aussi son Hacker Manifesto). l’actif principal de cette classe dominante c’est l’information, les vecteurs, ces formes mathematiques et géométriques dont nous parlions, faites de données. ces vecteurs ont remplacé le capital de la classe précédente qui lui même avait remplacé l’industrie au sens physique et la possession du sol.

cela change la typologie comme le dit Wark:

les réseaux denses d’informations qui se superposent au territoire le rendent élastique, pliable, compressible, il peut etre tordu pour faire de nouvelles formes.

en vocabulaire de Flatland, on pourrait dire que les vectoralistes sont la classe dominante, donc les cercles, mais qu’ils ont en plus le super-pouvoir de grossir et de rapetisser pour faire croire qu’ils sont des sphères.

ou mieux encore qu’ils contrôlent en fait toutes les autres dimensions et qu’ils peuvent en créer et en supprimer a leur bon vouloir.

et donc bien sur les vectorialistes se servent de leurs super-pouvoirs pour refaire le monde selon leurs interets.

Hyperland est fait de big data, et de milliers de dimensions, mais quand il s’agit du nombre de futurs proposés, ou jugés possibles, il se métamorphose en ligne. il se stabilise a l’extreme en lineland, en bottom-line. en composant princpal des interets vectorialistes. et tout les autres possibilités sont fermées.

Hyperland est basé sur le machine learning qui est un projet fondamentalement conservateur, qui limite le champ du futur aux coordonnées de données du passé.

les coordonnées dans lesquelles le futur peut être imaginé sont a la fois infinies, et extrêmement réduites quand cela compte vraiment pour les vectorialistes.

Flatland in Alain Supiot Gouvernance par les nombres (165) Supiot, A. (2016) La gouvernance par les nombres: cours au Collège de France (2012-2014). Institut d’études avancées de Nantes : Fayard.

based on: Burrington, I. (2019) A Larger Theory of Scamming https://twitter.com/lifewinning/status/1118539791484637188

L’artiste Ingrid Burrington a imaginé une theorie visuelle du SCAM qui sépare des arnaques en deux niveaux, comme un plan de coupe

cette aproche permet d’ouvrir les fondations meme de l’arnaque qu’est l’intelligence artificielle. Il y a beaucoup de critiques superficielles qui proposent par exemple de corriger les biais. En pensant avec Flatland et en positionnant les éléments dans la theorie du scam, on arrive vraiment au coeur ideologique mais aussi opérationel de l’arnaque. qui touche a ses fondations philosophiques ET mathématiques.

nous avons des fondations, plus ou moins anciennes: qui on a voir avec a la production du savoir, a la contruction et a la validation de concepts hegemoniques. ce que Burrington apelle les arnaques de base, ici: le positivisme, le neoplatonisme, le capitalisme, l’idee de données brutes, la confiance dans les chiffres.

et la dessus viennent de contruire des méta-arnaques: la classe vectorialiste, le positivisme numérique, l’intelligence artificielle.

J’espere vous avoir donné quelques pistes pour reconsiderer cette BD du 19eme. Je pense qu’elle mérite d’etre actualisée, et que relire Flatland peut nous donner une distance critique avec le Hyperland que nous construisons, ou que nous voyons se contruire. J’espere au moins vous avoir donné envie de lire Flatland si vous ne l’avez pas déja fait.

Je voudrais finir sur une note positive. Dans Flatland, le carré comprends tellement bien les lecon de la sphere qu’il fait un excès de zèle a la fin de leur rencontre.

Il demande a la sphere si il existe d’autre dimensions au dela de Spaceland ou la sphere habite. Il a vu Lineland, Flatland, et Spaceland, donc il lui parrait logique que ca continue. La Sphere ne prends pas ca tres bien, et réponds que non, voyons, c’est completement stupide comme idée.

Je pense qu’il y a quelquechose de salutaire dans la question du carré. Quoiqu’en dise la voix invisible qui vient lui apprendre la vraie nature du monde, il s’approprie ses enseignements et la déstabilise en posant des question sur les autres dimensions qui la dépassent elle meme. Donc ne prenont pas les intersections avec les vecteurs du machine learning comme des preuves irréfutables et absolues de l’existence de Hyperland. mais questionnons continuellement et obstinément leur provenance

et surtout continuons de chercher les mondes qui échappent à notre imagination.

Fin

David Benqué
@air_pump@post.lurk.org

Typeface: Avara by Raphaël Bastide

Soundtrack: Sitraka

Abbott, E. A. (1883) Flatland: A Romance of Many Dimensions (Illustrated). Available at: http://www.gutenberg.org/ebooks/201 (Accessed: 8 May 2019).

Traduction Française

Wark, M. (2004) A Hacker Manifesto. Cambridge, MA, USA: Harvard University Press.