Inside The Coder Art na Googleovom Institutu za kulturu

Može li stroj biti kreativan? Google tako misli i ima cijeli tim posvećen strojevima kako da gledaju na svijet malo više poput nas emocionalnih ljudi.

Razmišljajte o računalima kao da su djeca i lako je razumjeti kako ih programeri mogu naučiti učiti. Umjetna inteligencija je na početku vrlo osnovna i jednostavna. Ljudski moderatori daju upute računalima, pokazujući im kako razmišljati i na taj način poučavati sami sebe. Međutim, nakon što im koderi daju osnove, to znanje mogu brzo proširiti.

na Google Cultural Institute u Parizu, Francuska, pretraživački div uči strojeve kako kategorizirati 7 milijuna slika ljudskih umjetničkih postignuća kroz stoljeća. Institut čak ima web stranicu, kao i aplikacije za iOS i Android gdje možete pretraživati ​​umjetnička djela iz različitih muzeja diljem svijeta. Kako bi izradili svoj katalog umjetnosti, umjetnici koji su boravili u Institutu morali su podučavati računala gledajte slike na način na koji bi to ljudi radili da biste stvorili preciznu digitalnu arhivu umjetnosti kroz ljudsku povijest.

Povijest katalogizacije je dobra i dobra, ali neke od vještina koje računala uče sortiranjem i arhiviranjem zapravo ih čine kreativnijima. Umjetnici u rezidenciji sada eksperimentiraju s računalima kako bi stvorili nova umjetnička djela koristeći strojnu inteligenciju i katalog od 7 milijuna slika koje su sastavili. Tijekom Google I/O 2016. Cyril Diagne i Mario Klingemann objasnili su kako su naučili strojeve da vide umjetnost poput ljudi i kako su strojeve istrenirali da budu kreativni.

Podučavanje računala njihovoj abecedi

Jedna od prvih stvari kojima podučavate dijete je jezik. U zapadnoj kulturi to znači naučiti svoju abecedu. Mario Klingemann, samoopisani umjetnik koda iz Njemačke, počeo je podučavati strojeve identificirati stilizirana slova iz starih tekstova kako bi otkrio bi li mogao naučiti računalo da prepoznaje tisuće različitih A, B, C i tako na. Bio je to brzi tečaj podučavanja strojeva kako kategorizirati slike na način na koji bi ljudi to učinili.

Dok računalo može pogledati stilizirano slovo B prekriveno vinovom lozom i cvijećem i vidjeti neku vrstu biljke, čak bi i petogodišnje dijete moglo odmah identificirati sliku kao slovo B - a ne biljku. Kako bi naučio svoje računalo da prepozna svoje ABC-ove, Klingemann mu je ubacio tisuće slika stiliziranih slova. Stvorio je sučelje poput Tindera za povlačenje udesno ili ulijevo kako bi svojim strojevima rekao jesu li pogodili slovo točno ili krivo.

Ispostavilo se da strojevi prilično brzo uče svoju abecedu; počeli su vidjeti slova u svemu. Baš kao što ljudi vide lica u oblacima i slike u apstraktnim umjetničkim djelima, njegova su računala vidjela slova u potpuno nepovezanim slikama. Klingemann je svom računalu pokazao crtež ili bakropis uništene zgrade, a oni su umjesto njega vidjeli slovo B.

Klingemann je objasnio da kada uvježbate računalo sa samo jednim skupom slika, ono počinje vidjeti samo tu vrstu slike u svemu. Zato su njegovi strojevi vidjeli pismo u ruševinama.

Učenje računala da kategoriziraju 7 milijuna slika

Kad se umjetnik digitalne interakcije Cyril Diagne pridružio Institutu za kulturu, Google mu je postavio prilično zastrašujuće pitanje: "Što možete učiniti sa 7 milijuna digitalnih artefakata?"

Diagne je bio shrvan pitanjem, pa je svaku sliku ucrtao u veličanstvenu masivu sinusni val, koje možete vidjeti u nastavku. Taj je val kasnije postao prekrasan prikaz svega što se projekt nada postići strojnim učenjem. Diagnein sinusni val je zapravo pretraživ, tako da možete surfati morem svih slika u digitalnoj arhivi koju je napravio Google Cultural Institute. Slike su grupirane u kategorije, a iz ptičje perspektive vidite samo more točkica. Dok se krećete, možete vidjeti određene slike, sve sa zajedničkom temom, bilo da se radi o psićima, farmama ili ljudima.

Možete ga pretraživati ​​i pronaći slike koje želite. Ako dovoljno dobro pogledate, možda čak naletite na ono što Diagne naziva Obalom portreta. Tamo su grupirane sve slike lica ljudi.

Kako bi napravili pretraživu kartu svake slike u arhivi, Diagne i njegov tim morali su stvoriti kategoriju za sve kako bi naučili stroj što je što.

Kategorizacija 7 milijuna artefakata, od kojih mnogi mogu imati više kategorija, nije lak zadatak. Tim je morao smisliti neke izvan okvira. Nije dovoljno samo kategorizirati stvari na temelju onoga što jesu. Također su morali stvoriti kategorije za emocije koje slike izazivaju.

Na taj način možete tražiti sliku "mirnosti", a računalo će vam pokazati slike koje izazivaju osjećaj smirenosti, poput zalazaka sunca, mirnih jezera i tako dalje. Nevjerojatno, strojevi su naučili kako identificirati ljudske emocije s takvom vještinom da se mogu staviti na naše mjesto kako bi razmotrili kako bi se određena slika osjećala kod čovjeka.

Poučavanje strojeva ljudskim emocijama važan je korak prema tome da ih učinimo kreativnijima. Uostalom, većina moderne umjetnosti je vizualni prikaz ljudskih emocija.

Ali može li stroj biti kreativan?

Kreativnost i umjetnost dvije su stvari za koje mi ljudi volimo misliti da su samo naše. Životinje ne stvaraju umjetnost, kao ni strojevi... još. Googleov projekt Deep Dream pokušao okrenuti naglavačke ideju da strojevi ne mogu stvarati umjetnost. Pretraživački div istrenirao je računala da manipuliraju slikama kako bi stvorili bizarna, psihodelična umjetnička djela. Slike koje je stvorio Google Motor Deep Dream možda nisu lijepi, ali su svakako jedinstveni i divlje kreativni. Strojne kreacije sadrže psihodelične boje, puževe, čudne oči i bestjelesne životinje koje se vrte u nedefiniranim prostorima.

Neki bi mogli tvrditi da nije prava umjetnost ako strojevi samo kombiniraju postojeće slike, okreću ih i umaču u ekstremne boje; Google bi molio da se ne slaže, kao i umjetnik kodiranja Klingemann.

“Ljudi nisu sposobni za originalne ideje”, objasnio je.

Čak i poznate slike sadrže elemente prethodnih umjetničkih djela, primijetio je. Picassovo remek-djelo iz 1907 Les Demoiselles iz Avignona, na primjer, ima utjecaja iz Afrička umjetnost i preteče kubistima poput Paul Cezanne. Što se toga tiče, kolaži, koji kombiniraju postojeće slike na umjetnički način, još su jedna dobro uspostavljena umjetnička forma. Picasso, Andy Warhol, Man Ray i drugi poznati su po svojim ekscentričnim kolažima, pa zašto kolaži napravljeni strojevima također ne mogu biti umjetnost?

Klingemann je želio pomaknuti granice digitalne umjetnosti i vidjeti kako kreativni strojevi mogu postati mnogo prije nego što je započeo svoju rezidenciju na Google Cultural Institute. Koristeći vlastite manje moćne strojeve, Klingemann se počeo igrati s internetskim arhivama i Googleovim TensorFlow softver za strojno učenje za izradu digitalnih kolaža.

Stvorio je alat za strojno učenje Ernst, nazvan po nadrealistu i umjetniku kolaža Max Ernst. Klingemann je identificirao niz predmeta iz Ernstovog rada i rekao svom računalu da napravi različite kolaže s istim elementima. Rezultati su često bili nadrealni, ponekad smiješni, a ponekad apsolutno užasni.

Klingemann je želio više kontrole nad kaotičnim slikama koje su proizvodili njegovi strojevi, pa ih je počeo učiti novim stvarima. Pitao se: "Što je ljudima zanimljivo?" Klingemann je znao da mora istrenirati sustav što treba tražiti, kako bi ga naučio kako vidjeti sve te elemente kao što bi to učinio umjetnik.

Dobiveno umjetničko djelo je prekrasno i potpuno jedinstveno. Iako je Klingemann očito koristio stare slike za stvaranje svog rada, one su prikazane u novom kontekstu, a to čini razliku.

Trenutno je računalna kreativnost ograničena na zanimljive kolaže i razumijevanje koje se slike dobro slažu. Strojevi još ne stvaraju vlastitu umjetnost, ali umjetnici koda koji ih pokreću postaju više kustosi nego kreatori tijekom procesa.

Ostaje za vidjeti koliko čovjek može proširiti kreativne umove strojeva, ali svakako je fascinantno gledati.

Preporuke urednika

• Google Bard sada može govoriti, ali može li ugušiti ChatGPT?
• Sada možete isprobati Googleov Bard, rivala ChatGPT-u
• Googleov novi Bard AI mogao bi biti dovoljno moćan da zabrine ChatGPT - i već je tu
• Google Meet ili Zoom? Uskoro, to neće biti važno
• Googleova bizarna nova tipkovnica također može uhvatiti (doslovne) greške