Veera Jussila

Desarrollador creativo

Veera Jussila es una artista y tecnóloga cuya obra explora la toma de decisiones algorítmica y las redes de comunicación. Su práctica se centra en el aprendizaje automático como forma de producción de conocimiento. Mediante el uso de pequeños conjuntos de datos seleccionados, estudia los límites y la lógica de los sistemas de aprendizaje profundo y los reimagina. Aprovechando su experiencia como redactora de artículos de fondo, la obra de Veera suele analizar las narrativas tecnológicas existentes y busca desmontarlas. Se ha licenciado con un máster en Artes Computacionales por Goldsmiths, de la Universidad de Londres. Veera también posee un máster en Ciencias Sociales por la Universidad de Helsinki. Veera fue una de las artistas computacionales de Goldsmiths seleccionadas para participar en una residencia colaborativa «In-grid» con la Galería Arebyte durante el verano de 2020.

Web

Small datasets

En el ámbito industrial, los conjuntos de datos de aprendizaje profundo pueden constar de millones de elementos (imágenes, fragmentos de texto, etc.). El objetivo es optimizar las predicciones y reducir el «sesgo» del modelo. Sin embargo, el factor humano siempre está presente, como nos ha recordado el caso de las etiquetas racistas en las imágenes del conjunto de datos ImageNet. Los conjuntos de datos pequeños plantean cuestiones relacionadas con el big data y la automatización. Observar qué «falla» con 300 imágenes nos ayuda a comprender la complejidad que supone utilizar 30 000 imágenes. Si queremos enseñar a un robot a hablar «como un humano», deberíamos recopilar un conjunto de datos pequeño para, en primer lugar, enfrentarnos a lo que realmente consideramos humano. Esto puede ser, en sí mismo, un proyecto artístico muy fructífero.