神经科学家多年前发现，召回记忆的过程激活了与创造记忆的行为相同的过程。每当我们记住某些东西时，我们也会积极地重新创造它。物品的痕迹探讨了历史被记住并通过过去的时刻通过人工智能模型重新记住的情况，这些模型是通过德国国家他档案馆的材料进行培训的。
与任何其他方法相反，使用机器学习生成图像会为观看者创建不同的体验，期望，历史，痕迹和上下文。我对这些训练可能采取的形式以及如何看待这些形式发生了兴趣。我在这里使用机器学习作为一个过程，使我能够强调出自“红崖歌女”的核心思想一部基于无声电影的3分钟动画。每个画面仍然是由神经网络创建的，该神经网络已经被我制作的水墨画进行了完整的训练。使用三个单独的神经网络 – 第一个在原始框架的画作上进行训练，第二个在第一个网络的结果上训练绘制，第三个在第二个结果的图像上进行训练。通过控制电影原片，我的绘画和这种技术形式之间产生互惠和反馈，我能够提高和强化电影的原始图案，并释放记忆的逃逸面，以创造一种部分机器的神秘感。
以这种方式工作，我对将机器编程为像人类一样绘画或者制作不被承认起源的图像并不感兴趣 。数字艺术的闪亮之处在于，机器人的质量似乎存在于中性世界的混乱中，然而，我感兴趣的是相反的方法：如何使用冷酷的，无菌的和算法性的媒介来维持和强调人的触觉。通过使用基于原始胶片的手工数据集进行费力的创造，然后通过使用经过特殊修改的算法处理和再现这些数据集，我创建了一个循环和反馈系统，使用和增强机器学习作为工作材料和过程的组成部分。从手绘静止到第一次反馈到其“最终”形式的同步进展最终展现在三个连续的投影屏幕里。