展览概要

将来,当我们无法区分现实世界与数字世界,
究竟应以怎样的自然观和世界观去面对呢?
究竟又会产生怎样的新“疑问”呢?

我们人类创造的计算机,如今已经遍布全球。由计算机创造的世界,其分辨率和处理能力正在不断超越我们人类感知和智能的极限。在不久的将来,原本就存在的自然与计算机创造出的“自然”,彼此之间的差异将会越来越小,小到意识不到。将来,我们有可能遇见一种“新自然”。


让我们一边想象数字世界内外的两种自然合二为一时形成更为广阔的“自然”;一边思考我们的自然观和世界观会因此发生怎样的变化、我们又会产生怎样的“疑问”。

展览地点
3F (创造未来)
Picture 1
标志性展示“数字世界与自然世界”
Picture 2
“数字世界中的自然 - 自然中的数字世界”
Picture 3
无铃见铃声

请参照详细说明。

人类创造的计算机,如今已无处不在,充斥着整个世界。数字世界中也有自然,并在不断接近原本存在的自然世界。数字世界内部与外部的自然将会逐渐融合,形成一个更为巨大的自然。新的自然形成之后,会给我们类带来怎样的思考呢?

Credits

Supervisor & Art Director: Yoichi Ochiai (Media artist / Associate professor, University of Tsukuba)
Space Design: noiz
Space Detailed Design & Construction: TSUMURA KOGEI Co., Ltd.
Exhibit Design & Fabrication: TASKO inc., TSUMURA KOGEI Co., Ltd.
Video Content Design & Production: Hoedown Inc.

这个展示让你重新思考“光”与“视觉”在空间识别中的作用。

悬浮在空中的黑色物体,是根据书法家紫舟绘制的三个图形制作的。江户时代的禅僧“仙厓义梵”创作了这幅十分抽象的“○△□”,据说他希望这能引发观者的无限遐想。

我们所看到的并不是物体本身,而是物体的反射光。因此,我们的大脑是根据反射光来识别物体的。然而,仅凭借“光”来识别空间,信息量似乎太少了些,但我们的大脑会自行补充“物体下方会形成阴影”、“物体大小类似○○”等要素来寻求最佳答案。

关键词

光/光子/视觉/空间识别/计算机图形学/仙厓义梵

Credits

Calligraphy: SISYU(Japanese Calligraphic Artist)
Contributor: TURNER COLOUR WORKS LTD

数字世界中也有“树”,由“节点”(node)和连接节点的“枝丫”(edge)构成。与自然界的树木相同,数字世界的“树”也会从根部到枝叶不断分叉生长(这称为根节点、叶节点等)。如果有许多“树”,则可成“林”。人们经常用“树”来显示数据的结构,尤其在预测、分类领域,这种“树”被称为“决策树”。

在决策树的节点分别放入问题,不同的答案就会产生不同的分支。从根节点开始,最后可以追踪到哪一个叶节点,据此就可以进行数据分类。而且,对于大量数据进行分析,制作“决策树”也是计算机的工作。一目了然的树形结构,能帮助我们从海量数据中获得关键要点。

从根节点到叶节点,通过“树形结构”的分叉来对数据进行分类。

关键词

树形结构/决策树/平均信息量/求签/盆栽/统计

“二维傅里叶变换”是一种将图像数据看作波浪的分解方式。图像就如同水面上的波纹,如果是灰度图像,黑白深浅表示就是波浪的高低。如果浪高,就会出现条纹图像。条纹之间的间隙,有宽有窄。朝向既有左右,也有上下。各种各样的波浪重合在一起,就能形成一幅图像。

“二维傅里叶变换”是图像处理的一种基本手法,广泛应用于图像的压缩。由于图像是由不同频率的波浪组成,所以也存在人类肉眼几乎看不见的高频波(细条纹)。利用这一特性,就可以减少人类不需要的信息,对图像进行压缩。

图像是由密度不同的纵向波和横向波叠加而成的。“二维傅里叶变换”可以将图像分解成不同频率的波。

关键词

像素/分辨率/二维傅立叶变换/波/图像处理/埃德沃德・迈布里奇/高柳电视机/莱娜图/斯坦福兔/斯坦福龙/犹他茶壶/康奈尔的盒子/谷歌大脑识别猫咪/初音未来

Credits

Image provider: CRYPTON FUTURE MEDIA, INC.
Contributor: Takayanagi Memorial Hall, Shizuoka University

所看到的榻榻米、“百人一首”纸牌、竹质花器,其实都是印刷品。仅凭视觉,我们似乎能感受到榻榻米的凹凸、竹子的质感,但实际触摸后会发现这些都是错觉。

这些印刷品进行了非常特殊的扫描,像素极高,拍摄布光也十分讲究,所以凹凸光影十分鲜明。我们其实就是从那些十分细微的影子,来感知物体表面凹凸的。

关键词

数字复制/扫描/百人一首/质感/感知心理

Credits

Special Sponsor: Newly Corporation
Contributor: Peter MacMillan

用图表或公式来显示掷骰子、实验观测数据等随机变量发生的概率,叫做“概率分布”。根据变量的具体特征,概率分布也会呈现出不同情况。例如,骰子1~6的数字以相同概率出现时,是“均匀分布”;如出现以平均值为中心、数据左右对称分布,距离中心越远概率越低的现象,则是“正态分布”。

对收集的数据进行观察,就会知晓数据的分布形态,发现其中的规律。自然界中有许多现象都是“正态分布”。例如降水量、日照时间,身高、体重,甚至包括你的个人行为。

5秒小测试。横轴表示实际时间,数轴表示发生概率,这个图十分接近正态分布。

关键词

概率分布/正态分布/高斯过程/统计/大数据/运筹学

“支持向量机”是用于数据分类的机器学习方式。例如,要对花卉品种进行分类,可以花瓣长度、花萼宽度等大量具体参数为基础进行学习,预先确定品种之间的界限。当出现不知如何分类的数据时,就可以根据支持向量机所确定的界限来进行判断。

找到界限后,我们通常会使用“核心法”这一非线性变换手法,将数据映射到高维空间。这样一来,即使无法进行线性分离(用一条直线进行分离),也可以精确地找到界限。

给数据增加新的维度,就可以使用“支持向量机”进行线性分类。

关键词

编程语言/ C语言/ if指令/ for指令 / while指令/ switch 指令/ SVM/核心法/分类器

这是一个借助计算机之力制作而成的树枝结合体。这些长短不一、无法用作木材的树枝,通过计算机对其形状进行扫描分析,并根据目的计算出最佳组合方式。树枝之间的结合部位,则由计算机数控(CNC)自动雕琢,最后按照顺序完成组合。

随着计算机科学应用的不断发展,今后很有可能出现与目前广泛使用的规格化工业产品制造截然不同的全新制造模式。

关键词

规格化/计算机数控/优化/互不相同的自然造物/工业产品

Credits

Collaborative Researchers: Hironori Yoshida (The University of Tokyo, Preferred Networks, Inc.), Maria Larsson (The University of Tokyo)

铁琴的琴键通常是长方形的。琴键越长音色越低,琴键越短音色越高。由于音色由琴键的形状和大小决定,所以对于人来说,要想所心所欲地对琴键形状进行设计,绝非易事。但是,计算机可以根据琴键的材料、形状、以及音色进行模拟。如能在计算机对音色高低进行即时确认的同时,调整琴键的形状大小,就能自由自在地设计乐器了。展示中的铁琴,其形状灵感来自于DoReMi的频率波形。

关键词

计算机加工/频率/特征值/乐器/交互式设计

Credits

Collaborative Researcher: Nobuyuki Umetani (The University of Tokyo)

这个沙漏里,有无数个大小只有0.2x0.125 mm的多层陶瓷电容器。多层陶瓷电容器全球年均产量高达2万多亿个,每一部智能手机中大约会用到700个。

可能谁都不会注意到自己身边其实存在着成千上万个电容器,今后计算机将变得越来越小。我们对其存在与否的意识,可能会越发淡泊。

关键词

电子电路和电子元器件/多层陶瓷电容器/时间脉冲信号/纳米机/ MEMS

Credits

Special Sponsor: Murata Manufacturing Co., Ltd.

“乐烧”是日本传统的陶器工艺,源自安土桃山时代,代代相传。“乐烧”鼻祖~第一代长次郎制作的茶碗对于千利休完成茶道功不可没。今日,“乐茶碗”在日本茶道发展中仍然起着举足轻重的作用。“乐茶碗”不用陶轮成形,全靠手工捏制,所以个个形态独特、质感不同。

既不破坏这世界上独一无二的茶碗,又想知道其材质结构,那该怎么办呢?只要使用CT扫描技术,就可以精准拍摄茶碗的厚度、甚至碗内的土粒等。茶碗的形状由此转换成与之完全相同的数字信息。

而且,随着3D打印机等数字制造的不断发展,数字数据已经可以复制实际存在的物体。此类全新的数字技术能否再现“乐茶碗”的独特质感与存在、挑战代代相传的匠人技艺呢?

关键词

空间分辨率/乐烧/数字制造/CT

Credits

Tea Bowl: 16th Raku Family Head Raku Kichizaemon
Tea Bowl 3D modeling: Digitalartisan inc.
Contributor: Raku Museum

超声波是一种人耳听不见的高频声波。与人耳听得见的声音(可听音)相比,超声波的直进性更强,应用前景十分广泛。超声波可以变身成为“音响装置”(指向性音箱),让声音定向传播,甚至还可以能摇动风铃坠等轻量物体。此外,超声波在无需触碰却能让手有触碰感的触觉显示方面的应用也让人十分期待。

超声波数字装置,可以让我们的听觉、视觉、触觉变得更为自由灵敏。大家可以通过日本夏季的风铃,感受这种全新体验。

关键词

空气振动/听觉/相控阵/超声波控制/风铃/风情

Credits

Collaborative Researchers: Hiroyuki Shinoda and Tao Morisaki (The University of Tokyo)
Ultrasonic Speaker Provider: Pixie Dust Technologies, Inc.

受重力的影响,万物皆有质量。然而,数字数据没有质量。因此,由计算机处理数字化后的世界万物,可以理解为一种将世界从重力中解放出来的过程。如果,万物不再受重力的物理性束缚,世界将会发生什么变化、又会有怎样的发展呢?

关键词

重力/质量/空间传递力/反馈控制/数据/无质量

相传,达摩是禅宗的开山鼻祖。禅家悟道,不立文字,不依经卷,唯凭经历,发现真意。

在计算机科学界,有“end to end”这么一个说法,也就是“端到端”。只要决定输入端和输出端,计算机就能自行学习其中的处理。尽管这种计算处理无法用我们人类能理解的理论或是语言进行说明,但计算机对于输入的命令,却能逐步实现合理输出。

当发达的计算机渗透到人类生活的每一个角落,即便我们不通过语言来理解计算机的行为,各种问题也能迎刃而解。那时,你是否能接受这种新自然?也就是说,你是否还想通过语言来理解世界?

关键词

交流型机器人/人形机器人/人机界面/达摩/禅/事事无碍/端到端

说起“数字信息”,可能你会想到硬盘或是内存中记录的内容。在电子计算机出现之前,人们使用打孔卡来记录信息。数字信息由是否有孔来表现。其实,生物的DNA也可以说一种用ATGC这四个分子来记录基因信息的数字记忆媒体。

数字信息,具有不劣化、可复制的特征。生物可以在继承父母遗传信息的同时不断进化,计算机程序和数据能在全球通行使用,都归功于信息的数字化。

有一种叫做“DNA折纸”的技术。DNA双链经折叠后,可以构建各种纳米大小的二维或三维结构。如能随心所欲地对这些结构进行设计,就有可能创造出具有各种功能的材料。

DNA由四种物质组成:腺嘌呤(A),胸腺嘧啶(T),鸟嘌呤(G)和胞嘧啶(C)。 A与T结合,G与C结合,形成具有右向螺旋结构的DNA双链。其实,用打孔卡制成的“DNA折纸”是左向螺旋结构。或许,镜子里的世界也是现实。

关键词

DNA折纸/打孔卡/DNA/ATGC/密码子/纠错功能/遗传算法/折纸/电脑折纸/计算机图形学

Credits

Collaborative Researcher: Jun Mitani (University of Tsukuba)

与人类相比,海豚能听到的声音频率范围更广。利用这一特性,海豚可以在水中用超声波进行交流。头顶隆起的“额隆”是决定超声波发射方向和范围的器官,下颚骨则能接收反射声波。

海豚通过感知自身发射的声波回声,来确定猎物或是天敌的位置。这与船舶的回声定位功能相同,所以被称为“天然声纳”。

目前,我们还无法完全弄清海豚之间究竟交换的是什么信息,但据说是难以用人类语言表达的三维空间信息。今后,我们人类利用数字设备进行直接信息交换的数量和种类,定会不断增加。

海豚可以根据距离和目的,用不同方式来接受信息。

关键词

回声位置/声纳/激光雷达/红外距离传感器/自然语言/动物交流/交流和手势/交流总线

Credits

Contributor: Tsukasa Murayama (Tokai University)

这个三维图像是将老鼠脑部“嗅球”(处理嗅觉信息的大脑区域)透明化后,对神经细胞染色后拍摄而成的,从中可以看到神经细胞的枝条(树状突起)伸展交织。我们可以运用这种手法详细了解大脑的功能和结构。

在计算机世界中,类似于生物“神经元网络”的演算模式“人工神经网络”被广泛应用。单独存在的神经元动作单一,然而一旦形成网络之后,就能完成各种复杂的应答。模仿生物神经起步的人工神经元网络,如今已经实现了自行发展。

通常,“人工神经网络”由输入层、隐藏层以及输出层组成。数据输入后,向右传递,最后输出。

关键词

立体视觉/视差屏障/晶状体/让大脑透明/染色/神经网络/脉冲序列传输

Credits

Contributor: Takeshi Imai (Kyushu University)

人们通过视觉看世界,就如同数码相机拍摄,将外界信息数字化。外界光线通过“水晶体”镜头,将焦点聚集到“视网膜”屏上。然后,分布在视网膜上的神经细胞将光转换成数字信号0和1。因此,通过数字信号来了解世界的你,也可以说是一部“计算机”。

关键词

眼睛的结构/相机的结构/视网膜/视觉神经/光学处理(模拟处理)/量化(数据处理)/相机的现状

人工智能对彩色图像进行大量学习之后,就能自动为黑白图像上色。这里展示的是计算机对图片整体色彩特征和内容细节色彩进行学习之后,掌握的自然组合技术。借助这一技术,以前的老照片,老电影,就能恢复拍摄当时的自然色彩了。计算机能让时间倒退,再现已不复存在的“自然”。

关键词

胶片摄影(显像)/相机历史/视频设备/黑白单色/卷积神经网络/颜色和形状

Credits

Collaborative Researcher: Satoshi Iizuka (University of Tsukuba)

大家是否思考过眼前世界的分辨率是多少?我们的视网膜上有许多捕捉光的视觉细胞。现实世界,是一个分子和原子密布的空间,但我们眼睛所看到的世界却因视觉细胞的数量而受到限制。来看一看,究竟哪条是鱼缸中的真热带鱼?哪条是高分辨率屏幕所显示的热带鱼?如果你无法分辨,那就要看你是如何定义何为“真物”了。

关键词

生命游戏/第二生命/宠物机器人/分辨率/聊天机器人

VR(虚拟现实)和AR增强现实(AR)等技术,实现了逼真的数字体验。随着这些技术融入我们的日常生活,人们对事物的看法也将发生巨大的变化。

这个展示,使用了凹面镜的光学原理。由于镜面的反射,实际在底部的物体看上去像是浮在表面。看得见,却摸不着。除此以外,实现立体视觉的数字技术也正在研发之中。当这一技术得以实现之时,我们所感知的“现实”将会发生怎样的变化呢?

两面凹面镜对向放置,通过光线的反射,在装置上方形成实像。

关键词

VR/AR/MR/立体视觉显示/镜子/模拟性/物质性/触觉/存在感

计算机的处理速度和通信速度与日俱增,这一人类的造物已经无处不在。最终,它们会表现得如此“自然”,让我们都察觉不出它本是人类的创造。

显示和印刷等复制技术的水平已经使分辨率高到足以乱真的程度。印刷技术还能够做到精准复制各种结构,而不仅是印刷文字和图片。在空间中,摆放着一种名叫“闪蝶”的蝴蝶。闪蝶呈现的色彩复杂多变,源于光线对鳞粉及密布体表的纳米级微细结构所产生的反射和干涉作用。摆放在这里的闪蝶真假并存,既有真蝶的标本,又有人造的闪蝶。人造闪蝶的翅膀采用“结构色印刷”的方法制作,并配备了将微弱的光线转化为能量而振动翅膀的机关。哪一种蝴蝶会感觉更“自然”呢?是真蝴蝶还是人造蝴蝶?

在形状各异的玻璃花瓶里面,封入了回收再利用过程中出现的各种中间产品。穿过的旧衣服被切割成碎布,碎布又被溶为液体,然后转化成聚酯碎片。就像自然界的循环一样,制衣使用的人造材料也伴随着形态的变化不断循环,最后重又变回制作新衣服的原料。另一方面,计算机也具备“垃圾回收”这一功能,可用于释放未使用的内存,作为自由空间重新使用,从而降低能耗。如果说始终追求可持续性就是“自然”的话,那么追求更低耗电、更高循环效率的计算机也是符合“自然”的吧。

关键词

插花/机构色/印刷技术/资源循环/能量/无处不在/庭园(加入人工物的自然)

Credits

Ikebana: YUKI TSUJI (Ikebana Artist, YUKI TSUJI + Plants Sculpture Studio Inc.)
Installation: Yoichi Ochiai (Media Artist, University of Tsukuba)
Structural Color Printing Provider: Toppan Printing Co., Ltd.
Butterfly Mechanical Structure Provider: Kokusai Display Kogyo Co.,Ltd.
Special Sponsors: JEPLAN, INC.

图像生成,是人工智能令人十分期待的一个发展领域。计算机通过大量图像的学习,找出图像的共同特征,并据此生成新的图像。由于生成的是世界上原本并不存在的图像,因此图像生成与简单的图像复制不一样。

因为人工智能可以学习我们人类无法言表的细微特征,所以能够再现文字、人脸、动物脸部等的各样形态。除“图像生成技术”以外,这个视频还运用了“生成对抗网络(GAN)”的人工智能学习系统。GAN能对生成的新图像与原有图像进行比较,形成对抗竞争。

“生成对抗网络(GAN)”,通过假数据生成器与真假识别器之间的竞争来不断学习。

关键词

图像生成/深度学习/GAN(生成对抗网络)/端到端/事事无碍

Credits

Video Content Production: Miracle Mile Inc., AIQ Corporation

分辨率有“空间分辨率”和“时间分辨率”两种。要用视频截取现实,就必须尽可能密集地记录空间和时间。所以,就需要这两种分辨率。

截取信息的方式分为“模拟”和“数字”两种。展示中,“模拟方式”所使用的是被称为机械电视机的“尼普科夫圆盘”。要提高空间分辨率,就要把圆盘做大;要提高空间分辨率,就需要加快转速,所以受到物理方面的制约。“数字方式”虽有传输速度等的限制,但没有物理方面限制。大家可以从显示器上看到,在传输速度不变的情况下,“空间分辨率”的不同。

关键词

模拟/数字/标本化/量子化/尼普科夫圆盘/电视机的历史/空间分辨率/时间分辨率/数据量

至今为止,人类通过创造多种多样工具和方法,来解决问题、实现便捷,继而创造出新的价值观。在此背后存在两大方式:一是积累“经验”,不断改良;二是找到“规律”,发现良策。用数据替代“经验”,用模式替代“规律”,对照人类和技术的发展轨迹,就可以知晓替代人类的计算机今后将会如何发展。这个展示,以“经验”和“规律”为切入点,从五个方面探讨技术进步的过去与未来。

“图像”
图像的发展,源自对视觉信息忠实再现的愿望。人们对于绘画的写实实践,提高图片分辨率所作的努力,都是这一愿望的体现。今后,将向与现实相同的三维空间以及包含时间要素的虚拟空间发展,并有可能超越单纯的现实再现。

“音乐”
与音乐欣赏、音乐创作相关的价值观,始终随着时代的发展而变化。从人们聚集在一起听现场演奏,到个人收听音乐录音,再到享受计算机的演奏、演唱。以价值观发生变化为前提,一起来思考未来人类会喜欢怎样的音乐呢?

“计算”
人们对于计算的需求,随着时代的发展不断增加。计算也因此跟随时代的步伐而不断进步。目前,能进行机器学习的人工智能技术颇受瞩目。计算机通过自行学习数据化后的人类“经验”,就能找到多种“规律”,最终实现综合性通用人工智能。

“移动”
从古至今,人类一直在摸索如何快速、舒适地进行物理性移动。机械动力的发明、汽车等交通工具的普及,都大幅提高了移动的速度。完全实现无人驾驶,完全摆脱移动的束缚,这一天是否会到来呢?

“通信”
人们希望克服距离障碍、消除时间间隔、提高音像品质的愿望,推动了通信技术的发展。如今,网络成为一种必需,基本不用在意时间、地点或是带宽。今后,计算机将成为通信的主角。计算机之间的通信,将引领未来通信的发展。

关键词

经验与规律/统计与分析/原始狩猎社会/农业社会/工业社会/信息社会/社会5.0

Credits

Scientific Advisors:
“Images”: Asa Ito (Tokyo Institute of Technology)
“Music”: Masataka Goto (National Institute of Advanced Industrial Science and Technology (AIST))
“Computing”: Masashi Sugiyama (RIKEN, The University of Tokyo)
“Transportation”: Shinpei Kato (The University of Tokyo, Tier IV, Inc.)
“Telecommunication”: Daiyuu Nobori (University of Tsukuba, IPA)
Illustration: Hikaru Ichijo
Contributor: BANDAI NAMCO Entertainment Inc.

“飞鸟美人”是1972年发现的飞鸟时代高松冢古墓壁画中的彩绘美人,但由于接触到外界空气,发现时的鲜艳色彩已不复存在。但许多人都看过根据当时拍摄的照片复制还原而成的展览、或是数字图像。

摄影和印刷技术从诞生至今,一直都在努力提高分辨率。记录变得更为详细,忠实再现的复制品与原件之间越来越难以区分。随着数字复制技术的提高,大家需重新思考“独一无二”的孤品、真品的意义所在。

关键词

飞鸟美人/高松冢古墓/复制/数字推测还原/真正性/虚拟美术馆

Credits

Contributor: Kansai University Museum
Illustration: Kei Hagiwara

战国时代的武将“武田信玄”,十分注重信息通信技术的运用。信玄由于其领地地处山林,选用了比“快马传书”更为效率的“烽火狼烟”,并建立起站站相连的信息传输网络,实现了远距离的快速通信。

这与我们现在使用的因特网结构十分相似。因特网通信无需特定人员管理,而是由组成因特网的单位(节点)以点点相连的方式互相传递信息,由此实现远距离的快速通信。即便部分节点功能丧失,也可以通过其他节点继续传递信息。这也与战国时代的“烽火狼烟”相同。

将来,即便人工智能渗透到我们生活的每一个角落,估计支撑其发展的依旧会是历史孕育的信息通信基本原理。

关键词

武田信玄/狼烟/信息通信/因特网/www/节点

Credits

Contributor: TAKEDA CASTLE RUINS MUSEUM
Illustration: Kei Hagiwara

人们在期待自动驾驶等新技术发展的同时,也感到了不安。更为便捷的技术诞生之后,原有的工具和方式往往会逐渐消失,但并非完全如此。那些融入文化之中的古老工具和方式,也能继续为我们提供新的价值。

“马”,从6千多年前就开始作为家畜,替代人力,从事耕作、搬运等工作。在机械动力出现之前,一直是最为重要的陆路交通工具。工业革命之后,机械动力成为各类工作的主力。马和马夫的工作大幅减少。如今,尽管汽车成为最为主要的陆路交通工具,依旧有许多人喜欢骑马。预计今后,“马”也会作为一种文化继续传承下去。

关键词

马/畠山重忠/鹎越(神户地名)/工业革命/自动驾驶

Credits

Illustration: Kei Hagiwara

音乐制作人通过计算机创作歌曲,听众则以倾听机器的歌声为乐。“机器唱歌”,“初音未来”等歌声合成系统的出现,使音乐发生了巨大的变化。加上人工智能的发展,如果计算机能够自行创作歌曲,今后的音乐创作和欣赏方式也将发生转变。未来的音乐,会是怎样的呢?

“初音未来”
“初音未来”是克理普敦未来媒体公司(Crypton Future Media, Inc.)开发的一款只要输入歌词和歌曲就能让其演唱的音乐“软件”。将通过“初音未来”制作的音乐作品在网络上发表,在音乐创作者中十分流行。如今,虚拟歌手“初音未来”的“形象”也受到瞩目,周边产品的开发销售、举行现场音乐会等,初音的影响力已经扩展到了全球。

关键词

初音未来/歌声合成/虚拟歌手

Credits

Image & Voice Provider: CRYPTON FUTURE MEDIA, INC.
Illustration: Kei Hagiwara

和歌,是由五七五七七韵律、31个字节构成的日本“诗歌”。通过对自然四季的描绘,表达思想、抒发感情。平安时代的著名诗人“纪贯之”,对于和歌这一表现手法的发展和普及贡献卓著。日本人因此开始通过和歌来记录并共享情感。纪贯之还创作了著名的《土佐日记》,开创了和歌旅行文学之先河。

AI能学习我们人类的各种表现手法,并据此创作出相似的作品。但AI是否能创作出人们在和歌中所抒发的微妙情感呢?

关键词

纪贯之/和歌/土佐日记/记录/共享

Credits

Contributor: Robert Ono (Japan College of Social Work)
Illustration: Kei Hagiwara

我们可通过以手指触摸表面的方式,来判别各种材料的质感。“哧溜哧溜”的光滑感、“粗粗拉拉”的粗糙感等不同的触感,取决于材料表面的粗糙度,以及材料与手指之间发生摩擦的大小。我们会将因摩擦等作用而产生于手指皮肤上的变形和振动,认知为皮肤的触觉。人为也可以操纵触觉。我们称之为触觉展示,可以改变手指在触摸平板电脑或智能手机屏幕时的感觉。人们正在应用该项技术,研究仅凭触摸即可操作的触控面板、通过触摸画面中显示的物体即可感知其质地的显示器等。

超声波振动是操纵触觉的方法之一。利用超声波振动,可以令粗糙的材料表面产生光滑感。在施以超声波振动的物体表面,会形成被称为“空气压膜”的高压空气膜。由于材料的粗糙度被这层压膜所覆盖,减少了与手指的接触,我们就会感觉更光滑。

展览当中,将使用同一材料让参观者体验到压膜效应存在(感觉到光滑)与不存在的(感觉到凹凸不平)的区别。我们准备了实际用于给榻榻米镶边的织物(左侧)、模仿该织物制作的3D打印物(右侧)、以及改变了触感的3D打印物(中央)3种展品,请试着触摸比较一下吧。

关键词

触觉展示/压膜效应/超声波振动

Credits

Collaborative researcher: Masaya Takasaki (Saitama University)
Contributor: TAKATA ORIMONO