When Two Points on a Circle Form a Line

There are many ways to produce computer created abstract images. I show you one them written in R, that leads to images like these:

First of all, let’s set the stage with a config part:

#### load packages
#### instead of tidyverse you can also use just ggplot2, purrr and magrittr
library(here)
library(tidyverse)

####
#### Utils functions neccessary: 
#### You can find them in the generativeart package on Github: github.com/cutterkom/generativeart.
#### Here they are stored in `src/generate_img.R`.
####
source(here("src/generate_img.R"))
NR_OF_IMG <- 1
LOGFILE_PATH <- "logfile/logfile.csv"

The base concept is:

  • form a starting distribution of the points
  • transform the data

In this case, our starting point is a circle. I create the data with a formula called get_circle_data(). The function was proposed on Stackoverflow by Joran Elias.

get_circle_data <- function(center = c(0,0), radius = 1, npoints = 100){
  tt <- seq(0, 2*pi, length.out = npoints)
  xx <- center[1] + radius * cos(tt)
  yy <- center[2] + radius * sin(tt)
  return(data.frame(x = xx, y = yy))
}

The circle dataframe goes straight into a generate_data(), where every point on the circle is connected to excatly one other point. The connections between a pair of coordinates are based on randomness, see sample(nrow(df2)):

generate_data <- function() {
  print("generate data")
  df <- get_circle_data(c(0,0), 1, npoints = 100)
  df2 <- df %>% 
    mutate(xend = x,
           yend = y) %>% 
    select(-x, -y)
  df2 <- df2[sample(nrow(df2)),]
  df <- bind_cols(df, df2)
  return(df)
} 

The dataframe is input to a ggplot::geom_segment() plotting function:

generate_plot <- function(df, file_name, coord) {
  print("generate plot")
  plot <- df %>% 
    ggplot() +
    geom_segment(aes(x = x, y = y, xend = xend, yend = yend), color = "black", size = 0.25, alpha = 0.6) +
    theme_void() +
    coord_equal()
  
  print("image saved...")
  plot
}

Now we have all parts gathered to run the wrapper function generate_img from the generativeart package that indeed creates an image:

generate_img()

From here, you can play with the input parameters to generate different looking images. You can change these variables in get_circle_data():

  • center = c(0,0): changes nothing when you draw only one circle, the center can be anywhere
  • radius = 1: numbers greater than 1 for rings within the circle
  • npoints = 100: Higher numbers for denser circle lines

You can find the code in an .Rmd script on Github.

Automatisierter Journalismus: Schreiben nach Zahlen

Radar ist eine Presseagentur aus Großbritannien, deren Quelle offene Daten sind. Mit Hilfe von Software schreiben Journalisten dann nicht einen Text, sondern viele Texte gleichzeitig:

Our journalists select the most promising data, mine the data to find the story, develop the different angles and then compose a template that instructs the technology on what sentence to write as it computes the numbers in the spread sheet. We are writing stories as mini-algorithms for each new set of data.


Mehr dazu in diesem Text: How RADAR became front page news: Lessons from the first year of an automated news agency

Bei der Süddeutschen Zeitung haben wir das für die Landtagswahlen im Herbst auch gemacht: Ein statistisches Modell hat jedes Stimmkreisergebnis mit allen anderen Stimmkreisen verglichen und vom Resultat abhängige Texte formuliert. Zum Beispiel für München-Mitte:

Unsere Tweets damals nach der Wahl:

Wenn die Vergangenheit aus dem Chatfenster grüßt

„Kein Hallo, kein Tschüss“ hieß ein Vortrag, den ich zusammen mit Elisabeth Gamperl beim Netzkongress 2017 hielt. Darin ging es um Freundschaft in digitalen Zeiten, diesem endlosen Strom an Nachrichten, Halbsätzen, Emojis.

Alle Nachrichten liegen auf Servern, jederzeit abrufbar und nachzulesen. Bei Facebook haben das in den letzten Tagen viele gemacht, denn durch einen Bug in Facebooks Software wurden Nutzerinnen auf alte Nachrichten aufmerksam. The Atlantic hat darüber geschrieben: The Infinite Weirdness of Never-Ending Chat Histories heißt der Text, der beides aufgreift: Das wohlige Gefühl, wenn man in die eigene Vergangenheit eintaucht, die digitale Kiste mit Briefen, Eintrittskarten, sonstigen Souvenieren des eigenen Lebens. Und das harte Aufschlagen in einer Vergangenheit :

But these threads are just as often unnerving. Chat provides an immediate portal into your past in a way that a photo doesn’t. When you look at an old picture, you’re never remembering things the way they really were—you’re projecting your own memory of that event or day. Revisiting the same period through an old chat history is different. Chat records offer concrete evidence of the way things really felt in that moment: the embarrassing slang you used, the plans you made, the idle thoughts you shared with friends. A chat history forces you to confront a version of who you are that you probably forgot about. Part of what made Facebook users affected by the bug so uncomfortable was seeing an old version of themselves pop up without warning.


Die Werkzeuge, die wir benutzen, prägen unsere Verhaltensweisen. Und mit den digitalen Nachrichtenlieferanten passieren einige neue Dinge, wie zum Beispiel:

“I switch chat platforms to avoid ever getting back to that context,” says Anushk Mittal, a developer and student in Georgia. Mittal says that if he has a bad interaction or ghosted someone on Instagram DM, for instance, he’ll often just add them on a different platform to start fresh instead of reopening the old wound. Facebook, for its part, appears to have realized how awkward these eternal histories can be. Now, when you click to message someone via their profile, a new chat window, devoid of history, appears. When that person responds, however, you’re forced back into the thread.

In die Vergangenheit gestoßen werden, das gibt es auch bei anderen Dienstleistern, wie Amazon: Schon mal alle Adressen durchgescrollt, an die du Sachen liefern lassen hast?

Generative Art: How thousands of points can form beautiful images

These images are based on simple points. This post explains how it works.

1. Step: Point, points, points …

The starting point is a rectangle a grid that is populated with many thousand points, in this case 3,969.

The retangle is placed in a coordinate system, so every point has two coordinates (x, y).

2. Step:

Now, the position of every single points is transformed. This new position is calculated by a formula, which has random parameters. Because of the random numbers, every image looks different.

For example, using a combination of sine, cosine and the random factor:

Circle resembling shapes are created by using a polar coordinate system:

Do it yourself

I wrote a package called generativeart which helps to create those kind of images with R.

You can get the package on Github.

Bücher, 1. Quartal 2017. (Doch mal auf „Veröffentlichen“ geklickt)

Alan Turing – Rolf Hochhut
Die Erzählung des so erfolgreichen und so traurigen Lebens von Alan Turing hält seine Sektretärin zusammen. Turing, das junge Genie, hat die mathematische Basis dafür geschaffen, dass die Briten im Zweiten Weltkrieg die Enigma-Verschlüsselung der Deutschen knacken konnten. Turing, das junge Genie, war auch schwul. Und weil das in den 50er Jahren auch in Großbritannien eine Straftat war, musste er sich, nachdem er erwischt wurde, entscheiden: Knast oder Hormone? Turing wählte die Hormone.

Kein Buch, das man zu lesen braucht. Viele, viele Seiten habe ich immer wieder übersprungen. Ich bin kein Fan dieser kruden Vermischung von Fiktion und Realität.

Lies We Tell Ourselves – Robin Talley
Es sind die 1950er Jahre in den USA. Schwarze dürfen in der Kleinstadt Davisburg in Virgina endlich in die weiße Jefferson High School gehen. Nicht, weil es Einsicht gibt, sondern weil es schwarze Bürgerrechtler vor Gericht erstritten haben. Die zehn besten schwarzen Schüler wurden ausgewählt, jetzt ist ihr erster Tag. Der erste von vielen, an denen sie angeglotzt, angespuckt, angeschrien, angemacht werden. Eine von ihnen ist Sarah Dunbar: „Noch nie zuvor wurde ich Nigger genannt.“

Sarah muss sich für eine Hausgabe im Französisch-Unterricht immer wieder mit Linda treffen. Linda ist die Tochter des Chefredakteurs der weiße Zeitung, in der er gegen die Integration hetzt. Seine Tochter steht ihm in nichts nach – zuerst. Sarah und Linda streiten ständig über Rasse und Macht. Und dann, oh no, ist da auch noch die Liebe.

Jedes Kapitel ist mit einer Lüge überschrieben, deshalb der Titel. Das Buch ist in den USA ein Beststeller in der Kategorie „Young Adult“, also Jugendbuch. Wer es googlet, wird schnell mit Angeboten für einen illegalen Download des Ebooks konfrontiert – ein Zeichen für Erfolg.

Americanah – Chimamanda Ngozi Adichie
Ifemelu und Obinze sind die Hauptpersonen dieses Romans. Sie sind in Lagos, Nigeria, aufgewachsen und als Teenager und junge Erwachsene ein Paar. Ifemelu bekommt die Chance, in den USA zu studieren, die Beziehung mit Obinze, der in Nigeria zurückbleibt, zerbricht daran.

Americanah ist ein Buch über den Blick von außen. Ifemelu beobachtet und seziert die Amerikaner. Ihre Verhaltensweisen, ihre Spleens („I’m so excited!“) und vor allem ihre Obession mit Rassen. Ifemelu tut das zuerst privat als Afrikanerin in den Vereinigten Staaten, später beruflich als Bloggerin. Ihre Webseite heißt: „Raceteenth – oder Ein paar Beobachtungen über schwarze Amerikaner (früher als Neger bekannt) von einer nicht-amerikanischen Schwarzen“. Darin schreibt sie zum Beispiel:

Lations sind häufig die unmittelbaren Nachbarn von amerikanischen Schwarzen in Armutsstatistiken, Latinos stehen eine kleine Stufe höher als amerikanische Schwarze in der amerikanischen Rasseleiter, Latinas sind die schokoladenfarbigen Frauen aus Peru, Latinos sind das indigene Volk Mexikos. Latinos sind die Menschen aus der Dominikanischen Republik, die wie Mischlinge aussehen. Hispanos sind die blasseren Menschen aus Puerto Rico. Latino ist auch der blone blauäugige Typ aus Argentinien. Man muss nur Spanisch sprechen, ohne aus Spanien zu sein, und voilà, man ist eine Rasse namens Latino.

Während Ifemelu sich in den USA einrichtet, Beziehungen eingeht und irgendwann beschließt, sich keinen amerikanischen Akzent anzutrainieren, geht Obinze nach Großbritannien. Nicht als Student, sondern als illegaler Einwanderer, weil nicht ausreist, als sein Besuchervisum abgelaufen ist. Er macht das was, was Illegale eben so machen: Er jobbt als Hilfsarbeiter.

Americanah ist eine große Liebesgeschichte zwischen Ifemelu und Obinze, eingebettet in eine globalisierte Welt, deren Hierarchien noch immer auch auf Hautfarbe beruhen.

Americanah ist einer der Romane, das ist seit Jahren immer wieder in Buchhandlungen wahrnahm: Wollte ich doch lesen. Sicherlich steht er auf mindestens einer der Noch-zu-lesende-Bücher-Listen, die ich an verschiedensten Orten führe. Ich könnte vermutlich mehrmals sehr zufrieden einen Haken setzen. Und das Buch auf eine neue Liste setzen, die ich nennen könnte: Bücher, die ich unbedingt empfehlen kann.

Chimamanda Ngozi Adichie trifft man zur Zeit häufig in der internationalen Presse. Sie veröffentlicht gerade ein neues Buch, es heißt „Dear Ijeawele, or a Feminist Manifesto in Fifteen Suggestions“. Es geht wohl um Kindererziehung.

Adichie ist nicht nur Autorin, sondern auch Aktivistin. Ihr bekanntester Rede ist der Ted-Talk „Why we all should be feminists“.

Eine kurze Leseliste zu Algorithmen

Die sieben Todsünden der Prognosen über die Zukunft der KI
Ein langer, schlauer Text des MIT-Professors Rodney Brooks, der gängige Annahmen zur Künstlichen Intelligenz auseinanander nimmt.

In Kürze auf diesem Bild:

A.I. Is Our Future. What Happens When the Data It’s Trained on Is Biased and Old?
Algorithmen können unfair sein und gesellschaftliche Vorurteile weitertragen. Das sagt sich leicht, aber wie funktioniert das konkret? Zum Beispiel über die Trainingsdaten. Ein häufig benutzter Datensatz, um E-Mails zu analysieren, sind Mails der Firma Enron. Also derjenigen Firma, die noch immer als der Inbegriff des Bilanzbetrugs gilt. Die Mails hat 2003 die amerikanische Federal Energy Regulatory Commission veröffentlicht: 1,6 Millionen E-Mails zwischen Enron-Mitarbeitern.

„If you think there might be significant biases embedded in emails sent among employees of a Texas oil-and-gas company that collapsed under federal investigation for fraud stemming from systemic, institutionalized unethical culture, you’d be right. (…) Researchers have used the Enron emails specifically to analyze gender bias and power dynamics.“ In other words, the most popular email data set for training A.I. has also been recognized by researchers as something that’s useful for studying misogyny, and our machines may be learning to display the same toxic masculinity as the Enron execs.

The algorithm is innocent

Googles „Top Stories“-Box, ganz oben unten dem Suchfenster, ist für Nachrichten gedacht. Wenn dort ein Link zu 4chan erscheint, einer Seite, die – nun ja – nicht gerade für validierte Informationen steht, dann ist etwas schief gelaufen. Googles Reaktion? Der Algorithmus war schuld. „Blaming the algorithm has gotten pretty common“, heißt es bei The Outline. Doch das ist falsch: Der Algorithmus, die Anweisung an den Computer hat funktioniert, er kann ausgeführt werden. Das Problem sind die Annahmen dahinter:

A truly faulty algorithm would be like a computer program that does not compile or catches itself in an infinite loop. These algorithms are executing; they are doing what they were designed to do. The problem is that they are not designed to exclude misinformation or account for bias.

So lässt sich die potenzielle Wirkung algorithmischer Entscheidungen bestimmen

Wie groß ist der Einfluss von Algorithmen auf die Gesellschaft? Und wie groß soll deshalb im Umkehrschluss die gesellschaftliche Teilhabe sein? Bei „Algorithmenethik“, einer Webseite der Bertelsmann Stiftung, haben sich zwei Wissenschaftler an einem Index versucht. Das Prinzip: je höher der Einfluss der Akteure, je stärker die soziale Einbettung und je gewichtiger die Konsequenzen, desto höher ist das Teilhabewirkungspotenzial.

Die Wirtschaft und das Mitgefühl

WIR statt Gier

Die Zeit schreibt darüber, dass langsam auch in der Ökonomie die Einsicht einkehrt, dass – ja, echt jetzt – nicht der Egoismus alleine die Welt, und damit auch die Wirtschaft, antreibt. Na gut, dass weiß man seitdem Experimente in der Spieltheorie nicht so ausgehen, wie sie mathematisch zu erwarten sind.

Es sind also auch die Beziehungen zu anderen Menschen, die unser Verhalten und unsere Motivation beeinflussen. Im positivsten Sinne durch Mitgefühl. Was das für die Wirtschaft bedeuten kann, darum geht’s in dem Zeit-Text. Eine Studie, auf die sich darin bezogen wird, erklärt die Neurowissenschaftlerin Tania Singer hier:

Mit Mitgefühl hat sich vor wenigen Wochen auch die Sendung Radiowissen auf Bayern 2 befasst: Mitgefühl – Was Hirnforscher darüber wissen hieß die Sendung. Darin wird deutlich: Empathie und Mitgefühl ist nicht das gleiche:

  • Empathie ist es, wenn wir ein Gefühl des anderen nachvollziehen können. „Eine Kopie des Gefuühlszustands der anderen Person“, wie der Wiener Neurowissenschaftler Claus Lamm sagt.
  • Mitgefühl ist mehr: Empathie plus der Wunsch, die Freude der anderen Person zu vergrößeren oder Leid zu verringern.