머신러닝 및 예술 - Google I/O 2016
컴퓨터를 어린아이처럼 생각하면 코더가 컴퓨터에게 학습 방법을 가르치는 방법을 이해하는 것은 간단합니다. 인공지능은 처음에는 매우 기본적이고 단순하다. 인간 중재자는 컴퓨터에 지시하여 생각하는 방법을 보여주고 스스로 가르치는 방법을 보여줍니다. 하지만 코더가 기본 사항을 제공하면 해당 지식을 빠르게 확장할 수 있습니다.
“700만 개의 디지털 유물로 무엇을 할 수 있나요?”
에서 Google 문화 연구소 프랑스 파리의 거대 검색업체는 수세기에 걸쳐 인간의 예술적 성취에 대한 700만 개의 이미지를 분류하는 방법을 기계에 가르치고 있습니다. 연구소에는 웹사이트와 앱도 있습니다. iOS 그리고 기계적 인조 인간 전 세계 다양한 박물관의 예술 작품을 검색할 수 있는 곳입니다. 예술 카탈로그를 만들기 위해 연구소에 상주하는 코드 아티스트는 컴퓨터에 다음을 가르쳐야 했습니다. 인류 역사 전반에 걸쳐 예술의 정확한 디지털 아카이브를 만들기 위해 인간이 했던 방식으로 이미지를 봅니다.
목록 기록은 훌륭하고 훌륭하지만 컴퓨터가 정렬 및 파일링을 통해 학습하는 일부 기술은 실제로 컴퓨터를 더 창의적으로 만듭니다. 상주 예술가들은 이제 기계 지능과 그들이 조합한 700만 개의 이미지 카탈로그를 사용하여 새로운 예술 작품을 만들기 위해 컴퓨터를 실험하고 있습니다. Google I/O 2016 기간 동안, 시릴 디아뉴 그리고 마리오 클링게만 기계가 인간처럼 예술을 보도록 가르친 방법과 기계가 창의적이도록 훈련한 방법을 설명했습니다.
컴퓨터에게 ABC를 가르치기
아이에게 가장 먼저 가르치는 것 중 하나가 바로 언어입니다. 서양 문화에서는 ABC를 배우는 것을 의미합니다. 자칭 독일 출신의 코드 아티스트인 Mario Klingemann은 기계를 가르치기 시작했습니다. 컴퓨터가 다르게 보이는 수천 개의 As, Bs, C 등을 인식하도록 가르칠 수 있는지 알아보기 위해 오래된 텍스트에서 양식화된 문자를 식별합니다. 에. 인간처럼 이미지를 분류하는 방법을 기계에게 가르치는 집중 강좌였습니다.
컴퓨터는 덩굴과 꽃으로 뒤덮인 양식화된 문자 B를 보고 어떤 종류의 식물을 볼 수 있지만, 5세 어린이라도 그 이미지를 식물이 아닌 문자 B로 즉시 식별할 수 있습니다. 컴퓨터가 ABC를 인식하도록 가르치기 위해 Klingemann은 수천 개의 양식화된 문자 이미지를 컴퓨터에 입력했습니다. 그는 오른쪽이나 왼쪽으로 스와이프하여 기계가 문자를 맞췄는지 틀렸는지 알려주는 Tinder와 같은 인터페이스를 만들었습니다.
기계는 꽤 빨리 ABC를 학습한다는 것이 밝혀졌습니다. 그들은 모든 것에서 글자를 보기 시작했습니다. 인간이 구름 속에서 얼굴을 보고 추상 예술 작품에서 이미지를 보는 것처럼, 그의 컴퓨터는 전혀 관련 없는 이미지에서 문자를 보았습니다. Klingemann은 자신의 컴퓨터에 폐허가 된 건물의 그림이나 에칭을 보여 주었고 대신 문자 B를 보았습니다.
Klingemann은 단 하나의 이미지 세트로 컴퓨터를 훈련시키면 모든 것에서 그런 종류의 이미지만 보기 시작한다고 설명했습니다. 그래서 그의 기계는 폐허가 된 편지를 보았습니다.
컴퓨터에게 700만 개의 이미지를 분류하도록 가르치기
디지털 인터랙션 아티스트 Cyril Diagne가 Cultural Institute에 합류했을 때 Google은 그에게 "700만 개의 디지털 유물로 무엇을 할 수 있습니까?"라는 다소 어려운 질문을 던졌습니다.
Diagne는 그 질문에 압도되어 모든 이미지를 엄청나게 방대한 차트로 작성했습니다. 사인파, 아래에서 볼 수 있는 것. 그 물결은 나중에 프로젝트가 기계 학습을 통해 달성하고자 하는 모든 것을 아름답게 표현하게 되었습니다. Diagne의 사인파는 실제로 검색이 가능하므로 Google Cultural Institute에서 만든 디지털 아카이브에 있는 모든 이미지의 바다를 서핑할 수 있습니다. 이미지는 카테고리별로 그룹화되어 있으며 조감도로 보면 점의 바다만 보입니다. 안으로 들어오면 강아지, 농장, 사람 등 공통 주제를 지닌 특정 이미지를 볼 수 있습니다.
1 ~의 3
검색해서 원하는 이미지를 찾을 수도 있습니다. 열심히 찾아보면 Diagne가 '초상화의 해안'이라고 부르는 곳을 만날 수도 있습니다. 여기에는 사람들의 얼굴 이미지가 모두 모여 있습니다.
아카이브에 있는 모든 이미지의 검색 가능한 지도를 만들기 위해 Diagne와 그의 팀은 무엇이 무엇인지 기계에 가르쳐주기 위해 모든 이미지에 대한 카테고리를 만들어야 했습니다.
700만 개의 유물을 분류하는 것은 쉬운 일이 아닙니다. 그 중 다수는 여러 범주로 구성될 수 있습니다. 팀은 고정관념에서 벗어난 몇 가지 사항을 생각해 내야 했습니다. 단지 그것이 무엇인지에 따라 사물을 분류하는 것만으로는 충분하지 않습니다. 또한 이미지가 불러일으키는 감정에 대한 카테고리를 만들어야 했습니다.
기계에게 인간의 감정을 가르치는 것은 기계를 더욱 창의적으로 만드는 중요한 단계입니다.
이렇게 하면 '고요함'이라는 이미지를 검색할 수 있으며 컴퓨터는 일몰, 고요한 호수 등과 같이 차분함을 불러일으키는 이미지를 표시합니다. 놀랍게도 기계는 인간의 입장에서 특정 이미지가 인간에게 어떤 느낌을 주는지 고려할 수 있을 정도로 인간의 감정을 식별하는 방법을 배웠습니다.
기계에게 인간의 감정을 가르치는 것은 기계를 더욱 창의적으로 만드는 중요한 단계입니다. 결국 현대 미술의 대부분은 인간의 감정을 시각적으로 표현한 것입니다.
하지만 기계가 창의적일 수 있을까요?
창의성과 예술성은 우리 인간이 우리만의 것이라고 생각하고 싶어하는 두 가지입니다. 동물은 예술 작품을 만들지 않으며 기계도 만들지 않습니다. 구글의 딥드림 프로젝트 기계는 예술을 창조할 수 없다는 생각을 바꾸려고 시도했습니다. 검색 대기업은 이미지를 조작하여 기괴하고 환각적인 예술 작품을 만들도록 컴퓨터를 훈련시켰습니다. Google에서 만든 이미지 딥드림 엔진 예쁘지는 않을 수도 있지만 확실히 독특하고 창의적입니다. 기계 창조물에는 환각적인 색상, 민달팽이, 이상한 눈, 정의되지 않은 공간에서 소용돌이치는 실체 없는 동물이 포함되어 있습니다.
어떤 사람들은 기계가 기존 이미지를 결합하고 비틀고 극단적인 색상으로 담그는 것만으로도 진정한 예술이 아니라고 주장할 수 있습니다. Google은 차이를 원할 것이며 코드 아티스트 Klingemann도 마찬가지입니다.
“인간은 독창적인 아이디어를 낼 수 없습니다.”라고 그는 설명했습니다.
1 ~의 8
유명한 그림에도 이전 작품의 요소가 포함되어 있다고 그는 지적했습니다. 피카소의 1907년 걸작 레 드모아젤 다비뇽, 예를 들어 다음의 영향을 받습니다. 아프리카 예술 그리고 입체파의 선구자 같은 폴 세잔. 기존 이미지를 예술적인 방식으로 결합하는 콜라주도 또 다른 확고한 예술 형식입니다. 피카소, 앤디 워홀, 만 레이 등은 기발한 콜라주로 잘 알려져 있는데 왜 기계가 만든 콜라주도 예술이 될 수 없는 걸까요?
Klingemann은 Google Cultural Institute에서 레지던시를 시작하기 오래 전에 디지털 아트의 경계를 넓히고 창의적인 기계가 어떻게 발전할 수 있는지 확인하고 싶었습니다. Klingemann은 자신의 덜 강력한 기계를 사용하여 인터넷 아카이브와 Google의 텐서플로우 디지털 콜라주를 만드는 기계 학습 소프트웨어.
그는 초현실주의 화가이자 콜라주 예술가인 Ernst의 이름을 딴 기계 학습 도구를 만들었습니다. 막스 에른스트. Klingemann은 Ernst의 작품에서 일련의 물체를 식별하고 그의 컴퓨터에 동일한 요소로 다른 콜라주를 만들도록 지시했습니다. 결과는 종종 초현실적이었고, 때로는 웃겼고, 때로는 완전히 끔찍했습니다.
“인간은 독창적인 생각을 할 수 없습니다.”
Klingemann은 그의 기계가 생성하는 혼란스러운 이미지를 더 잘 제어하기를 원했기 때문에 기계에게 새로운 것을 가르치기 시작했습니다. 그는 스스로에게 “인간에게 흥미로운 것은 무엇인가?”라고 물었습니다. Klingemann은 시스템이 무엇을 찾아야 하는지 훈련하고 인간 예술가처럼 모든 요소를 보는 방법을 가르쳐야 한다는 것을 알고 있었습니다.
그 결과 예술 작품은 화려하고 완전히 독특합니다. Klingemann은 분명히 자신의 작품을 만들기 위해 오래된 이미지를 사용했지만, 그것들은 새로운 맥락에서 표시되고 그것이 모든 차이를 만듭니다.
현재 컴퓨터 창의성은 흥미로운 콜라주와 어떤 이미지가 서로 잘 어울리는지 이해하는 것으로 제한됩니다. 기계는 아직 자신의 예술 작품을 만들지 않지만, 그 과정에서 기계를 움직이는 코드 아티스트는 창작자보다는 큐레이터로 거듭나고 있습니다.
인간이 기계의 창조적 정신을 어디까지 확장할 수 있는지는 아직 알 수 없지만 보는 것은 확실히 매력적입니다.
편집자의 추천
- Google Bard는 이제 말할 수 있지만 ChatGPT를 압도할 수 있습니까?
- 이제 ChatGPT의 라이벌인 Google의 Bard를 사용해 볼 수 있습니다.
- Google의 새로운 Bard AI는 ChatGPT를 걱정할 만큼 강력할 수 있으며 이미 여기에 있습니다.
- Google Meet 또는 Zoom? 곧, 그건 중요하지 않을 거야
- Google Japan의 기괴한 새 키보드는 (문자 그대로) 버그도 잡을 수 있습니다.
