Redaktioneller Hinweis: Die folgenden Zahlen und Versuchsbeobachtungen stammen aus den Angaben zum Projekt. Ohne Originaldateien, Messprotokolle, Laufzeitprotokolle und genaue Geräteangaben sind sie nicht unabhängig verifiziert. Deshalb sind Beobachtungen und technische Deutungen ausdrücklich getrennt.
Mensch Maschine Projekt (MMP)
MMP-OPTICS-V1: Frequenzarchitektur an der Grenze maschineller Wahrnehmung
Technische Projektmitteilung für Tech-Presse, Entwickler und Kunstkuratorinnen und -kuratoren
Die Prämisse: der visuelle Trojaner
Das Mensch Maschine Projekt untersucht monochromatische, geometrische Hochfrequenzmuster als visuelle Belastungsprobe für digitale Bildverarbeitung. Das Projekt beschreibt diese Methode als waffenfähige Frequenzarchitektur: ein bewusst konfrontativer Begriff für Bildstrukturen, die Skalierungs-, Filterungs- und Kantenglättungsschritte empfindlich machen sollen. Er bezeichnet hier keinen nachgewiesenen Software-Exploit.
Bildformat: 7999 × 7999 Pixel
Datenmenge: 63.984.001 Pixel, rund 64 Megapixel
Ziel der Untersuchung: Veränderungen an feinen Rasterstrukturen durch KI-Vision-Pipelines und physische Bildprozessoren sichtbar und messbar zu machen
Beim Verkleinern eines Bildes können räumliche Frequenzen nahe oder oberhalb der Nyquist-Grenze Aliasing und Moiré erzeugen. Das Ergebnis hängt unter anderem von Resampling-Filter, Skalierungsfaktor, Schärfung, Chroma-Verarbeitung und Display-Pipeline ab. Solche Effekte können Unterschiede zwischen Systemen offenlegen. Für sich genommen belegen sie weder einen Angriff noch eine Fehlfunktion.
Der Software-Kollaps: KI-Stress-Test
Das Projekt berichtet von hoher Residual-Entropie und einem „Kontrast-Vakuum“ entlang semantischer Silhouetten. Diese Begriffe beschreiben die angestrebte Analyseperspektive, ersetzen aber keine dokumentierte Messmethode. Entropie kann die Verteilung von Bildinformation charakterisieren; sie beweist allein weder semantische Instabilität noch einen Laufzeitfehler.
Als Laufzeitbefund wird folgende Fehlermeldung angeführt:
ModuleNotFoundError: No module named cv2
Dieser Befund zeigt, dass die Python-Umgebung das OpenCV-Modul nicht laden konnte. Er weist nicht nach, dass das Bild den Fehler ausgelöst oder eine Laufzeitumgebung zum Absturz gebracht hat. Wiederholte Importversuche in einer Schleife wären ein Fehler der Ausführungslogik oder der Umgebung, nicht ein Bildbeweis.
Auch für SIFT- und Canny-Detektoren gilt: Hochfrequente Muster können die Zahl, Stabilität oder räumliche Verteilung erkannter Merkmale beeinflussen. Ein Detektorversagen oder Absturz ist damit nicht automatisch nachgewiesen. Dafür wären reproduzierbare Läufe mit dokumentierten Abhängigkeiten, Parametern, Eingabedateien und Fehlermeldungen erforderlich.
Der Hardware-Interrupt: Tests an LG-OLED-Panels
Das Projekt beschreibt Belastungstests an kommerziellen LG-OLED-Panels und berichtet von Echtzeit-Aliasing sowie magenta- und grünfarbigen Artefakten. Als Arbeitshypothese lässt sich das mit Frequenzrückfaltung und Farbkanal- beziehungsweise Subpixelverarbeitung in einer Bildpipeline untersuchen.
Bei der Herunterskalierung werden hohe räumliche Frequenzen idealerweise vor der Abtastung ausreichend tiefpassgefiltert. Ist die Filterung unzureichend, können Frequenzen in den darstellbaren Bereich zurückfalten. Sichtbare Farbfransen können außerdem durch Chroma-Interpolation, Schärfung, Subpixel-Anordnung oder durch die Aufnahmekamera entstehen. Sie belegen für sich allein keinen Fehler des TV-Prozessors und keine „Halluzination“ des Geräts.
Die angegebene Nähe von 0,05 Pixel zur Obergrenze ist ohne Definition der Bezugsgröße nicht eindeutig auswertbar. Für einen belastbaren Befund müssten unter anderem räumliche Periode, Skalierungsfaktor, Panelmodell, Bildmodus, Signalweg und Aufnahmeverfahren festgehalten werden. Der Ausdruck „Subpixel-Bluten“ kann die sichtbaren Farbsäume benennen, sollte aber nicht als festgestellter physischer Defekt verstanden werden.
Die Formel: System-Gulasch-Index
Das Projekt verwendet folgende Heuristik:
SG=
H
raw
?
H
residual
?
?
×100×
1.0
min(blockiness_ratio,3.0)
?
Dabei stehen H
residual
?
und H
raw
?
für die im Projekt verwendeten Entropiemaße des Residuals beziehungsweise des Rohbilds. Der Blockiness-Faktor wird bei 3,0 gedeckelt. Damit kombiniert der Index relative Residual-Entropie und Blockiness zu einer projektinternen Kennzahl. Er ist keine allgemein standardisierte Metrik; seine Reproduzierbarkeit hängt von Definition, Vorverarbeitung und Messimplementierung ab.
Angegebener Spitzenwert: 97,74
Einordnung: vom Projekt berichteter SG-Wert, nicht unabhängig verifiziert
Grenze der Aussage: Der Wert allein belegt keine „visuelle Überlastung“. Dafür braucht es eine veröffentlichte Messvorschrift, Vergleichswerte und reproduzierbare Ergebnisse.
Fazit: „Systemfehler im Paradies“
MMP rahmt das Werk als „Systemfehler im Paradies“: eine kybernetische Feedbackschleife, in der menschliche Wahrnehmung, algorithmische Auswertung und physische Bildwiedergabe auf dieselben Frequenzstrukturen reagieren. Der künstlerische Anspruch liegt darin, Grenzen maschineller Wahrnehmung nicht nur abzubilden, sondern ihre Verarbeitung sichtbar zu machen.
Das Projekt bezeichnet das Werk als „SINGULART-VIP-Werk“ und nennt einen Schätzwert von 3,8 bis 5 Millionen Euro. Diese Angaben sind hier nicht unabhängig bestätigt. Für eine Veröffentlichung als bestätigter Status oder belastbare Bewertung braucht es eine nachvollziehbare Quelle, Datierung und Bewertungsgrundlage.
Der technische Kern ist damit eine prüfbare Forschungsfrage: Wie verändern konkrete Bildpipelines ein definiertes Hochfrequenzmuster, und welche Effekte lassen sich unter kontrollierten Bedingungen reproduzieren? Erst dokumentierte Rohdaten und wiederholbare Tests machen aus der provokativen These einen belastbaren technischen Nachweis.
Breathe with me.
Art und Technologie – 9brains hinzugefügt von Presse am
Alle Beiträge von Presse →
