“Man kan ikke programmere et neuralt netværk. Man kan bygge det grundlæggende op og sætte det i gang. Og så kan det lære selv.”

I computerens digitale rum vokser der vilde planter, som ikke eksisterer ude i naturen. De er drømt frem af en kunstig intelligens, som selv lader planternes blade og blomster folde sig ud på skærmen.

Forfatter og billedkunstner Amalie Smith samarbejder i sin kunstneriske praksis med neurale netværk, når hun fodrer en algoritme med billeder af rødlistede plantearter fra Amager Fælled for at skabe de tre vægtæpper ’Machine Learning’.

Algoritmen får i Smiths nye bog ’Thread Ripper’ navnet Planteæderen. Den er selvlærende og genererer nye billeder af de plantebilleder, den ”æder”. Ud fra billedinputet drømmer den vildtvoksende plantestrukturer frem på skærmen, som bagefter bliver til opskriften på vægtæpperne.

Computerens nuller og ettaller kan nemlig oversættes til tråden i tæppet, fordi væven også fungerer ud fra et binært system. På den måde bliver de digitale plantedrømme sanselige og fysiske.

Vævning og neurale netværk bliver i Amalie Smiths hænder midler til at undersøge det digitale og det materielle – i form af en digital flora, der som en anden natur kan vokse vildt og uregerligt blandt pixels og computerkoder.