ROOTS stelt voor om een ​​lokaal getraind taalmodel (Large Language Model - LLM) van scratch te creëren, gevoed met wetenschappelijke en literaire gegevens over bomen. Dit LLM, dat in realtime is verbonden met de sensoren op mijn stam (sapstroom, diametervariatie) en deze gegevens combineert met meteorologische gegevens, wordt misschien wel mijn tolk.

Drie belangrijke momenten in het trainingsproces van het LLM worden het onderwerp van originele algoliteraire publicaties – dat wil zeggen, literaire werken die door een algoritme zijn gegenereerd: wordembedding, het zelfaandachtsmechanisme en de automatische tekstgeneratie.

Het hele proces – dataverzameling, training, keuzes, visualisatie van energiekosten, beperkingen en potentieel – wordt gedocumenteerd op een wiki. Deze wiki wordt de basis voor een onderwijsmodule aan de UCLouvain, met als doel LLM’s te demystificeren en de relatie tussen mens, technologie en levende organismen te bevragen. In het najaar van 2027 presenteren we de algoliteraire publicaties in een tentoonstelling in het Christine de Pizan Learning Centre (UCLouvain) en via een QR-code die bij mijn stam wordt geplaatst. In dezelfde periode maakt het Brusselse kunstcentrum nadine prints van de algoliteraire publicaties die feestelijk worden gelanceerd. Het Mariemont Museum voor Literatuur stelt de reeks algoliteraire publicaties tentoon en organiseert een evenement.

ROOTS combineert twee soorten activiteiten die al aanwezig zijn in het werk van Anaïs Berck: de esthetische interpretatie van gegevens van boomsensoren en het creëren van algoritmische literatuur.

De voorbije jaren realiseerde Anaïs Berck in samenwerking met collega-bomen installaties in de parken van Arnhem – ‘Arnhemse Bomen Vertellen’ – en in drie natuurgebieden in Vlaanderen – ‘Boomtijden’. Deze installaties maakten aspecten van ons, bomen, zichtbaar die voor het menselijk oog onzichtbaar zijn. In samenwerking met de Faculteit Bio-ingenieurs van UCLouvain werkt Anaïs Berck deze thematische lijn verder uit.

Binnen het kader van het FRART-project – ‘An Algoliterary Publishing House: Making kin with Trees’ – creëerde Anaïs Berck verschillende algoritmische literaire werken. De auteur van die werken is een specifiek algoritme is dat het verhaal op dadaïstische wijze vertelt. Dit zijn online werken die in realtime worden gegenereerd en als pdf kunnen worden afgedrukt.

Voor ROOTS werkt Anaïs Berck samen met drie belangrijke algoritmische collectieven die deel uitmaken van het trainen van een taalmodel:

- Wordembedding: Om een ​​model taal te laten verwerken, moeten woorden eerst worden vertaald naar getallen die door een machine kunnen worden gemanipuleerd. Elk woord wordt dus weergegeven als een punt in een multidimensionale ruimte, waar afstanden en oriëntaties semantische relaties weerspiegelen.

- Self Attention Mechanism: Het centrale mechanisme van ‘transformer’-architecturen, zoals ChatGPT, dat laat zien hoe het model de woorden in een zin verschillend weegt om een ​​contextuele representatie van taal te produceren.

- Automatische tekstgeneratie: Dit is het meest bekende aspect van taalmodellen; de ROOTS-website zal het mogelijk maken om in realtime tekst te genereren op basis van de gegevens van de boomstructuur.

Voor elk algoritmisch collectief onderzoekt Anaïs Berck metaforen die verband houden met onze werking — wanneer de temperatuur stijgt, bijvoorbeeld, nemen ook de temperatuurfuncties van de tekstgeneratie toe, wat resulteert in een creatievere tekst.

ROOTS richt zich dus op een fundamentele spanning: wij, bomen, en taalmodellen delen de paradoxale status van zwarte dozen. Wij, waarvan jullie, mensen, altijd afhankelijk zijn geweest, handelen in stilte, zonder dat jullie de interne dynamiek die onze activiteiten reguleert echt begrijpen. Taalmodellen daarentegen, zijn ultramoderne entiteiten, alomtegenwoordig in jullie dagelijkse interacties. Jullie gaan actief met ze om, terwijl hun interne mechanismen en materiële afhankelijkheid jullie grotendeels ontgaan.

Dit project stelt voor om deze twee zwarte dozen tegelijkertijd te openen. Dat creëert een opvallend contrast: wij, bomen, zuiveren de lucht en maken leven mogelijk, terwijl taalmodellen energie verbruiken en indirect bijdragen aan de klimaatverandering.