Sinofuturisme

Sinofuturism (1839 – 2046 AD) from Lawrence Lek on Vimeo.

« Le Sinofuturisme est un mouvement invisible. Un spectre déjà intégré dans un billion de produits industriels, un milliard d’individus, et un million de récits voilés. C’est un mouvement qui n’est pas basé sur les individus mais sur une multiplicité de flux qui se chevauchent. Flux de population, de marchandises, de processus. Parce que le Sinofuturisme a surgit sans intention ou autorité consciente, il est souvent confondu avec la Chine contemporaine. Mais il n’en est rien. Il s’agit d’une science fiction qui existe déjà.« 

Sinofuturisme est un essai vidéo qui combine des éléments de science-fiction, de mélodrame documentaire, de réalisme social, et de cosmologie chinoise dans le but de critiquer les dilemmes de la Chine contemporaine et les gens de sa diaspora.

En référence à l’Afrofuturisme et au Golf-futurisme, le Sinofuturisme présente une approche critique et ludique pour subvertir les clichés culturels.

Pour les médias occidentaux et pour les perceptions orientalistes, la Chine est exotique, étrange, bizarre, kitsch, ringarde, et de mauvaise qualité. Dans les médias chinois, le pays est dépeint comme héroïque, stable, historique, grand et unifié. Plutôt que de contrebalancer ces récits biaisés, le Sinofuturisme propose de les pousser encore plus loin.

En embrassant sept stéréotypes de la société chinoise (les ordinateurs, les copies, les jeux-vidéos, les études, l’addiction, le travail, les jeux d’argent), l’essai vidéo démontre comment le développement de la technologie chinoise peut être vu comme une forme d’intelligence artificielle.

– Description de Lawrence Lek, traduite par Lain Auser

Publicités

Fintech et gestion financière

Le 06 mars 2017, Fiona Frick publie dans LE TEMPS un article sur ce qu’elle nomme la gestion d’actif 2.0.

Elle y parle de la transformation des pratiques de gestion financière, à l’aune de la révolution numérique. Jusqu’à récemment, les gérants d’actifs financier basaient leurs calculs et prospectives d’après les rapports annuels de sociétés, les statistiques économiques publiques ou les rapports exigés par les autorités de régulations. Hors, aujourd’hui, les entrées d’informations se sont démultipliées : capteurs météos, réseaux sociaux, images satellites (comprendre l’état du marché immobilier dans une région précise par exemple), vidéos en ligne, transactions dématérialisées, signaux GPS, etc..

Fiona Frick nous donne un chiffre clé pour comprendre l’ampleur du phénomène ; 90% des données existantes ont été créé lors de ses trois dernières années. Toutefois, ces données ont beau être nombreuses, elles n’en restent pas moins complexes et assez incompréhensibles. C’est pourquoi, l’alliance avec les fintech est, pour les gérants financiers, indispensables si elles veulent pouvoir décrypter cette masse informationnelle, que ce soit au niveau d’une société, d’un indicateur macroéconomique ou d’une évolution géopolitique.

Si les systèmes d’intelligences artificielles ont commencés par battre l’humain aux échecs, puis au go, et plus récemment au poker, ceux-ci ont toujours certaines limites, comme le fait qu’un apprentissage acquis dans un contexte particulier ne peut pas être transféré dans un autre contexte. Les robots ont également de la peine avec l’ambiguïté. Ces limites suffisent-elles à protéger le travail du gestionnaire d’actifs contre son remplacement par une machine algorithmique ?

Pour Mme Frick, le futur est plus à chercher dans la coopération homme-machine que dans un éventuel remplacement. En effet, la plupart des machines actives dans la finance utilisent le machine learning. C’est-à-dire qu’on donne au système, des données entrantes et une série de résultats obtenus, et celui-ci doit se débrouiller pour nous indiquer quelles sont les entrées qui ont produits le plus de résultats. Ceux-ci peuvent ensuite être interprétés pour savoir par exemple, quelles données de marché annoncent le plus de mouvement financiers.

– Lain Auser

Bitcoin > Or

Dans un article du 4 mars 2017 pour le journal BILAN, Fabrice Delaye, attire notre attention sur la nuit du 2 au 3 mars 2017, lors de laquelle, pour la toute première fois, le cours du bitcoin a dépassé celui de l’or.

L’expert à TA-Swiss nous rappelle qu’en 1971, Nixon invente le concept de debasement, c’est-à-dire que dès lors, toute monnaie scriptural n’a plus besoin d’avoir une base matériel, un stock d’or, nécessaire aux remboursements en cas de panique financière. C’est cette décision politique qui a permis le quantitative easing des banques centrales ces dernières années, c’est-à-dire la création sans limite de monnaie. Technique de la planche à billet qui permet à l’Europe et aux États-Unis d’éviter les faillites, et à la Suisse d’assurer sa compétitivité.
Pour Delaye, le debasement permet de tricher avec la réalité en permettant le financement du too big too fail. Par peur de ruiner simultanément, les épargnants, les consommateurs et les salariés, ce système fonctionne mais produit, bien évidemment, des inégalités énormes.

C’est pourquoi, tout comme l’or, le bitcoin est une valeur refuge pour ceux qui doutent de la solidité d’un système financier débasé, c’est-à-dire fortement dépendant de la situation géopolitique de ses principaux acteurs. Fabrice Delaye est clair « […] si pendant 5000 ans, l’or a été le plus fiable moyen de conserver de la valeur, le bitcoin est devenu son concurrent crédible pour les 5000 ans à venir« 

Le bitcoin est divisible, se déplace très facilement et sa cryptographie (blockchain) le rend plus vérifiable que n’importe quoi, il est aussi universel et sans propriétaire particulier au départ.
Mais le point le plus important est sa rareté, puisque le nombre de bitcoin est limité par construction, alors que même pour l’or, on ne sait pas quelle quantité la terre en recèle.

Fabrice Delaye termine son article avec une prospective chiffrée intéressante ; si le bitcoin venait à remplacer l’or, chaque bitcoin vaudrait plus de 500’000 dollars.
– Lain Auser

Dataghost 2. La machine de calcul kabbalistique

RYBN, Dataghost 2, 2016. Installation view at STUK in Leuven for the Artefact festival. Photo © Kristof Vrancken

Dès le 1er siècle, les juifs pensaient que la Torah et les autres textes religieux clés contenaient des vérités encodées et des significations cachées. Ils utilisaient un système nommé Guematria pour les révéler. D’après ce système numérologique, chaque lettre en hébreux correspond à un nombre (par exemple : 1 pour Aleph, 2 pour Bet, 3 pour Gimel, 4 pour Daleth, etc…). Les kabbalistes ont étendu cette méthode aux autres textes et, en convertissant les lettres en nombres, ont cherchés les significations cachées derrière chaque mots. Une autre technique herméneutique utilisée par la Kabbale est le Temurah, qui réarrange les mots et les phrases pour en déduire une signification spirituelle profonde. Le Notarikon quant à lui, créer des mots à partir de lettres prises à la fin, au milieu et au début d’autres mots.

RYBN, Dataghost 2, 2016. Installation view at STUK in Leuven for the Artefact festival. Photo © Kristof Vrancken
RYBN, Dataghost 2, 2016. Installation view at STUK in Leuven for the Artefact festival. Photo © Kristof Vrancken

Le collectif français RYBN.org a appliqué ce système de transformation, association et substitution numérologique aux ordinateurs. Leur installation Dataghost 2 est une machine de calcul kabbalistique qui cherche à révéler les messages cachés enterrés sous le trafic de données.

En suivant le système alpha-numérique kabbalistique, les fragments de code vont générer des millions de commandes shell, dont la plupart seront non-cohérentes et non-fonctionnelles. Toutefois, de temps en temps, la commande va « faire sens » pour l’ordinateur. La machine va l’interpréter comme une tâche qui doit être exécutée. A ce moment précis, la machine exécute le rituel d’invocation du Golem digital.

Cependant, il n’y a aucun moyen de prédire où le rituel pourrait conduire la machine. Les commandes exécutées pourraient saturer la capacité mémoriel de la machine, provoquer un arrêt définitif de la couche software, où dépasser plusieurs limites critiques qui provoquerait la surchauffe de certain composants électroniques, voir conduire à la destruction partielle d’une couche physique. Au cours de sa vie, le système publie constamment son activité auto-destructrice sous forme d’impressions de toutes les différentes commandes.

J’ai découvert ce travail il y a deux jours, au festival Artefact à STUK dans le Louvain. (juste 15mn après Bruxelles donc prenez le train si vous êtes en Belgique parce que le spectacle est aussi enchanteur que la suggestion de ses thèmes). Dataghost 2 est mort. Elle est arrivée assez tôt. L’échange de mails durant lequel les artistes et STUK ont tentés de savoir ce qui c’était passé à été imprimé et ajouté dans la galerie d’exposition. Les emails révèlent que le système a probablement effacé un fichier critique ce qui aurait conduit le processus entier à son terme.

L’installation est toujours exposée, bien qu’en dead mode. L’imprimante et l’écran restent congelés.
RYBN, Dataghost 2, 2016. Installation view at STUK in Leuven for the Artefact festival. Photo © Kristof Vrancken
RYBN, Dataghost 2, 2016. Installation view at STUK in Leuven for the Artefact festival. Photo © Kristof Vrancken

J’ai trouvé le travail brillant. D’un côté c’est super complexe et déroutant tout comme le sont la plupart des pratiques ésoteriques. Et d’un autre cela démontre, avec une grande simplicité et efficacité, que les algorithmes (et par extension tous systèmes technologiques) sont simplement aussi rationnels (ou irrationnels) que les humains qui les programment.

– Traduction d’un article de we-make-money-not-art.com

– Lain Auser