Mathieu Arbez Hermoso

Floating history est un travail en cours, commencé en 2015, pour interroger et explorer une histoire contemporaine de la république de Tuva. Indifféremment, nous trouvons, préservons, étudions et produisons des matériaux audio, visuels, littéraires et d’autres artefacts qui pourraient, ou non, contribuer à notre compréhension d’une histoire contemporaine de la république de Tuva. Nous avons produits et trouvés de nombreux documents, notes, films, vidéos, photographies et d’autres objets qui sont, en permanence, montés et remontés dans cette édition WEB. Les autres formes publiques de floating history incluent installations, projections, essais visuels et littéraires, et lectures/performances qui, dans une logique de déplacement, d’inversion et d’invention des rôles, dessinent un espace qui pourrait ouvrir la forme de l’histoire contemporaine de la république de Tuva à négociations.

There is something like the feeling of the idea of a fact - Silk scarves in the air is a clouds reading machine which is able to translate abstract cloudy shapes into a proper english. An Electric speech and a part of an ongoing speculative transmedia documentary started in respublica Tuva in 2015 and it’s also a web publishing and the remain of one of the first machine happening.

Inspired by both Do android dream of electric sheep? from Philip K. Dick and the relationship between datas, speeches and images in politic and contemporary mass medias as defined by Adam Curtis in Hypernormalisation as a part of a risks management system initiated with Aladdin, a super computer dedicated to the risk management division of the world largest investment management corporation, BlackRock, Inc. Electric speech is attempting to turn a useful system, which is used to shape our financial and digital realities, into a poietic counter-system.

In the early begining, we used Andrej Karpathy's torch implementation of the models proposed by Vinyals et al. from Google (CNN + LSTM) and by Karpathy and Fei-Fei from Stanford (CNN + RNN). Both models take an image and predict its sentence description through a Recurrent Neural Network (either an LSTM or an RNN). Firstly, we trained the models by using a custom dataset made from 1 million images and related hashtags as labels from Flickr. This solution leaded the language structure to gracefully fails at express complex concepts in a proper English but, at the same time, it was absorbing as a poetic proposal and process. Finally, we decided to use im2txt and the Inception v3 model which was released on Github in 2016. We used a pretrained checkpoint on the Imagenet dataset and finetuned it for months on the MS-COCO dataset. We wanted to use an "alternative intelligence" as close as possible as its used in industrial and competitive contexts.

Firtsly, we wanted to present a live streaming of the A.I performing but since the learning phase is separated from the performing phase on actual neural network solutions we didn't see any reasons to go that way and decided to present a recorded stream of a machine happening occured on 03/01/2017 at 5:17pm (Paris Time).

From est un dispositif s’appuyant sur la possibilité d’une rencontre entre l’idée d’une musique concrète et celle d’un état de surveillance des individus les uns par les autres. La proposition fonctionne à la fois comme une porte ouverte sur une composition aléatoire et comme un addendum qui peut être lue comme une stratégie de prise de parole sur un ensemble déjà discursif qui serait celui des autres propositions constitutives de l’exposition.

Une caméra IP placée dans un espace privé quelque part dans le monde est piratée (à Pana, dans l’Illinois pour l’exposition In a suit woven of the finest mist, à San Martín de los Andes, Neuquén en Argentine pour l’exposition Long distance communication, à Nouméa, Nouvelle Calédonie pour l’exposition 287 chemin de la Madrague Ville). Le flux audio, capté en permanence par la caméra à l’insu des occupants et diffusé en temps réel dans l’espace d’exposition, constitue une édition sonore. En superposant la captation sonore issue d’un espace privé à l’espace d’exposition, From place le visiteur dans une position d’écoute, d’attente et de voyeurisme.

Unnarrative est une suite d’images en mouvement issues d’une sélection de films. Un found footage où les figurants sont, comme extraits du fond des images, isolés pour être ramenés au premier plan. Dégradés dans l’opération, ils s’y donnent à voir et le font avec peu.

Unnarrative est un film en très basse définition, un montage généré par ordinateur, aléatoirement, sans histoire, sans acteurs, sans nœuds dramatiques et sans héros. Sans ce qui pourrait, d’ordinaire, faire un film.
Ce qui reste est maintenu par un objet sonore toujours composé par d'autres - une note de basse étirée sur toute la longueur du film et dont les vibrations mathématiquement décomposées travaillent les images (OGG, aucun souvenir assez solide - galerie Marine Veilleux / mai-juin 2014), une composition drone/glitch oppressante et minimale (Antonin Renault, documents - appartement-galerie Interface / mars-avril 2014), une proposition à mi-chemin entre la musique concrète et le cinéma d'Alfred Hitchcock (Simon Ripoll-Hurier, Le Kino Rex, Bern / novembre-décembre 2016).

Programme - Eric Grimault
Avec le soutien de Bandits-Mages, Bourges
Avec le soutien de la Box, Bourges
Avec le soutien du Centre d’Art Contemporain du parc Saint Léger, Nevers

En 1997, Michael Haneke réalise Funny Games. Le film est tourné en Autriche et joué par des acteurs autrichiens. En 2005, le producteur britannique Steve Coen lui propose la réalisation d’un remake en langue anglaise : Funny games U.S. sort en 2007. En 2011, avec Funny Games (Funny !), Mathieu Arbez-Hermoso met en évidence les frontières que Michael Haneke a décidé de respecter. Dans Funny Games (Funny!) les plans impairs sont ceux de Funny Games, les plans pairs ceux de Funny Games U.S.
Les plans s’alternent ainsi, sans se répéter, pendant toute les 107 minutes de la proposition. Dans ce nouveau film, chaque plan est absolument étranger au suivant et au précédent.