数据艺术
Data Art- 提到它的内容
- 3 篇
- 近 30 天
- —
- 标签
- 按此标签检索 →
01定义
以数据为材料，进行可视化、声音化或再创作。
02展开解释
数据艺术以数据为材料，通过可视化、声音化或其他转换方式，把抽象的数字变成可以感知的形式。它和信息设计、统计图表有亲缘关系：查尔斯·约瑟夫·米纳尔 1869 年绘制的拿破仑俄国战役图，常被看作把多种数据压进一张图的经典。不同在于目的：图表追求准确高效地传达信息，数据艺术更关心数据带来的感受、数据背后的人，以及数据本身是怎样被采集和选择的。2000 年代互联网和开放数据的普及，让这个方向迅速发展。
数据艺术常见三条路径。一是可视化，例如亚伦·科布林的《飞行模式》用美国联邦航空管理局的数据画出一天之内北美上空的航线；二是声音化和空间化，例如马克·汉森与本·鲁宾的《监听站》把从网络聊天室实时抓取的句子显示在两百多块小屏幕上，并由合成语音读出；三是用手工重新处理数据，例如乔治娅·卢皮和斯蒂芬妮·波萨维克的《亲爱的数据》，两人一年里每周给对方寄一张手绘的数据明信片。
数据艺术常被提出的问题是：漂亮的可视化会不会让数据显得比实际更客观。数据从来不是“原始”的，采集什么、忽略什么、怎样分类，都包含判断。另一个问题是隐私和来源：用社交媒体或公共摄像头的数据做作品，被记录的人往往并不知情。乔纳森·哈里斯和塞普·卡姆瓦尔 2006 年上线的《我们感觉很好》从博客里抓取含有“我感觉”的句子，作品打动人，也让人意识到个人情绪正在被大规模收集。
今天的数据艺术延伸到大型装置和 AI 领域。池田亮司 2006 年开始的 datamatics 系列把数据转成密集的影像和声音；雷菲克·阿纳多尔的“机器幻觉”系列（2019 年起）用大量图像数据训练模型。对数字媒体艺术专业的学生来说，数据艺术是练习“先研究、再创作”的好方向：找一个自己关心的问题，收集或整理数据，再决定用什么形式呈现。创意编程工具适合做这类原型，《新媒体的语言》里关于数据库与界面的讨论也值得一读。
03历史时间线
- 1869查尔斯·约瑟夫·米纳尔绘制拿破仑 1812 年俄国战役图，常被视为统计图形的经典。
- 2004马克·汉森与本·鲁宾的《监听站》（Listening Post）获电子艺术节金尼卡奖。
- 2005亚伦·科布林开始用美国联邦航空管理局的数据制作《飞行模式》（Flight Patterns）。
- 20063 月，池田亮司的 datamatics 首演；5 月，《我们感觉很好》（We Feel Fine）正式上线。
- 20123 月，费尔南达·维埃加斯与马丁·瓦滕伯格发布在线作品《风图》（Wind Map），后被纽约现代艺术博物馆收藏。
- 2016卢皮与波萨维克出版《亲爱的数据》（Dear Data），明信片原件被纽约现代艺术博物馆收藏。
- 2019阿纳多尔完成“机器幻觉”系列的第一件作品《机器幻觉：纽约》。
04代表人物与作品
- 池田亮司Ryoji Ikeda
日本艺术家、作曲家，代表作 datamatics 系列（2006 年起）。
- 亚伦·科布林Aaron Koblin
美国艺术家，代表作《飞行模式》（Flight Patterns，2005），后被纽约现代艺术博物馆收藏。
- 乔治娅·卢皮、斯蒂芬妮·波萨维克Giorgia Lupi, Stefanie Posavec
信息设计师，合作项目《亲爱的数据》（Dear Data，2014—2015）。
- 马克·汉森、本·鲁宾Mark Hansen, Ben Rubin
统计学家与媒体艺术家，合作装置《监听站》（Listening Post），2004 年获电子艺术节金尼卡奖。