Kodētāja māksla Google Kultūras institūtā

Vai mašīna var būt radoša? Google uzskata, ka tā ir, un tajā ir visa komanda, kas ir veltīta tam, lai mācītu mašīnām raudzīties uz pasauli mazliet vairāk kā mēs, emocionāli cilvēki.

Padomājiet par datoriem tā, it kā tie būtu bērni, un ir vienkārši saprast, kā kodētāji var iemācīt viņiem mācīties. Mākslīgais intelekts sākumā ir ļoti vienkāršs un vienkāršs. Cilvēku moderatori instruē datorus, parādot tiem, kā domāt un tādējādi mācīt sevi. Tomēr, tiklīdz kodētāji viņiem ir iesnieguši pamatus, viņi var ātri paplašināt šīs zināšanas.

Pie Google kultūras institūts Parīzē, Francijā, meklēšanas gigants māca iekārtām, kā iedalīt kategorijās 7 miljonus attēlu ar cilvēka mākslinieciskajiem sasniegumiem gadsimtu gaitā. Institūtam pat ir vietne, kā arī lietotnes iOS un Android kur varat meklēt mākslas darbus no dažādiem muzejiem visā pasaulē. Lai izveidotu savu mākslas katalogu, institūtā dzīvojošajiem kodu māksliniekiem bija jāmāca datori skatīt attēlus tā, kā to darītu cilvēki, lai izveidotu precīzu digitālu mākslas arhīvu visā cilvēces vēsturē.

Vēstures kataloģizēšana ir laba, taču dažas prasmes, ko datori apgūst šķirošanas un kartotēkas laikā, patiesībā padara tos radošākus. Rezidencē esošie mākslinieki tagad eksperimentē ar datoriem, lai radītu jaunus mākslas darbus, izmantojot mašīnu intelektu un 7 miljonu attēlu katalogu, ko viņi ir salikuši kopā. Google I/O 2016 laikā Kirils Diagne un Mario Klingemans paskaidroja, kā viņi ir iemācījuši mašīnām redzēt mākslu kā cilvēkus un kā viņi ir apmācījuši mašīnas būt radošiem.

Datoru ABC mācīšana

Viena no pirmajām lietām, ko bērnam iemācāt, ir valoda. Rietumu kultūrā tas nozīmē apgūt ABC. Mario Klingemann, sevi raksturojis kodu mākslinieks no Vācijas, sāka mācīt mašīnas identificēt stilizētus burtus no veciem tekstiem, lai uzzinātu, vai viņš varētu iemācīt datoram atpazīt tūkstošiem dažādu izskatu As, Bs, Cs utt. ieslēgts. Tas bija avārijas kurss, kas māca mašīnām klasificēt attēlus tā, kā to darītu cilvēki.

Lai gan dators var aplūkot stilizētu burtu B, kas klāts ar vīnogulājiem un ziediem, un ieraudzīt sava veida augu, pat 5 gadus vecs bērns attēlu var uzreiz identificēt kā burtu B, nevis augu. Lai iemācītu savam datoram atpazīt savus ABC, Klingemans tam ievadīja tūkstošiem stilizētu burtu attēlu. Viņš izveidoja Tinder līdzīgu saskarni, velkot pa labi vai pa kreisi, lai paziņotu savām iekārtām, vai tās uzminēja burtu pareizi vai nepareizi.

Izrādās, mašīnas diezgan ātri apgūst savus ABC; viņi visā sāka redzēt burtus. Tāpat kā cilvēki redz sejas mākoņos un attēlus abstraktos mākslas darbos, viņa datori redzēja burtus pilnīgi nesaistītos attēlos. Klingemans parādīja savam datoram sagrautas ēkas zīmējumu vai ofortu, un tā vietā viņi ieraudzīja burtu B.

Klingemans paskaidroja, ka, apmācot datoru tikai ar vienu attēlu kopu, tas visā sāk redzēt tikai šāda veida attēlu. Tāpēc viņa mašīnas ieraudzīja vēstuli, kas ir sagrauta.

Datoru mācīšana klasificēt 7 miljonus attēlu

Kad digitālās mijiedarbības mākslinieks Cyril Diagne pievienojās Kultūras institūtam, Google viņam uzdeva diezgan biedējošu jautājumu: "Ko jūs varat darīt ar 7 miljoniem digitālo artefaktu?"

Diagne bija pārņemta ar šo jautājumu, tāpēc viņš katru attēlu iezīmēja krāšņi masīvā sinusa vilnis, kuru varat redzēt zemāk. Šis vilnis vēlāk kļuva par skaistu visu, ko projekts cer paveikt ar mašīnmācību. Diagnes sinusoidālais vilnis faktiski ir meklējams, tāpēc varat pārlūkot visu attēlu jūru digitālajā arhīvā, ko izveidojis Google Cultural Institute. Attēli ir sagrupēti kategorijās, un no putna lidojuma redzama tikai punktu jūra. Pārvietojoties, jūs varat redzēt konkrētus attēlus ar kopīgu tēmu — neatkarīgi no tā, vai tie ir kucēni, fermas vai cilvēki.

Varat arī meklēt tajā un atrast vajadzīgos attēlus. Ja paskatās pietiekami rūpīgi, jūs pat varētu saskarties ar to, ko Diāna dēvē par portretu krastu. Tur ir apkopoti visi cilvēku seju attēli.

Lai izveidotu meklējamo karti katram arhīvā esošajam attēlam, Diānai un viņa komandai bija jāizveido kategorija visam, lai iemācītu mašīnai, kas ir kas.

Kategorijas 7 miljoni artefaktu, no kuriem daudziem var būt vairākas kategorijas, nav viegls uzdevums. Komandai bija jāizdomā daži, kas bija ārpus kastes. Nepietiek tikai klasificēt lietas, pamatojoties uz to, kas tās ir. Viņiem bija arī jāizveido kategorijas emocijām, ko attēli izraisa.

Tādā veidā varat meklēt attēlu ar “mierīgumu”, un dators parādīs attēlus, kas rada miera sajūtu, piemēram, saulrietus, rāmus ezerus utt. Apbrīnojami, ka mašīnas iemācījās atpazīt cilvēka emocijas ar tādu prasmi, ka tās var iejusties mūsu vietā, lai apsvērtu, kā konkrēts attēls liktu justies cilvēkā.

Cilvēka emociju mācīšanas mašīnas ir svarīgs solis, lai padarītu tās radošākas. Galu galā liela daļa mūsdienu mākslas ir cilvēka emociju vizuāls attēlojums.

Bet vai mašīna var būt radoša?

Radošums un mākslinieciskums ir divas lietas, par kurām mums, cilvēkiem, patīk domāt kā par savējo. Dzīvnieki nerada mākslu, ne arī mašīnas… pagaidām. Google projekts Deep Dream mēģināja apgāzt priekšstatu, ka mašīnas nevar radīt mākslu. Meklēšanas gigants apmācīja datorus manipulēt ar attēliem, lai radītu dīvainus, psihodēliskus mākslas darbus. Google izveidotie attēli Deep Dream dzinējs var nebūt skaisti, taču tie noteikti ir unikāli un mežonīgi radoši. Mašīnu veidojumos ir psihedēliskas krāsas, gliemeži, dīvainas acis un bezķermeņi dzīvnieki, kas virpuļo nenoteiktās telpās.

Daži var iebilst, ka tā nav īsti māksla, ja mašīnas tikai apvieno esošos attēlus, pagriež tos un iemērc tos ekstremālās krāsās; Google lūgtu atšķirties, un arī kodu mākslinieks Klingemans.

"Cilvēki nav spējīgi radīt oriģinālas idejas," viņš paskaidroja.

Viņš atzīmēja, ka pat slavenās gleznas satur iepriekšējo mākslas darbu elementus. Pikaso 1907. gada šedevrs Les Demoiselles d’Avignon, piemēram, ir ietekmes no Āfrikas māksla un tādi kubistu priekšteči kā Pols Sezans. Šajā sakarā kolāžas, kas mākslinieciskā veidā apvieno esošos attēlus, ir vēl viena labi izveidota mākslas forma. Pikaso, Endijs Vorhols, Mens Rejs un citi ir pazīstami ar savām ekscentriskajām kolāžām, tad kāpēc gan mašīnu veidotas kolāžas nevarētu būt arī māksla?

Klingemans vēlējās pārkāpt digitālās mākslas robežas un redzēt, kā radošās mašīnas var attīstīties ilgi pirms viņš sāka savu rezidenci Google Cultural Institute. Izmantojot savas mazāk jaudīgās iekārtas, Klingemans sāka spēlēties ar interneta arhīviem un Google TensorFlow mašīnmācīšanās programmatūra digitālo kolāžu veidošanai.

Viņš izveidoja mašīnmācības rīku Ernsts, kas nosaukts sirreālista un kolāžu mākslinieka vārdā Makss Ernsts. Klingemans identificēja virkni objektu no Ernsta darba un lika savam datoram izveidot dažādas kolāžas ar vieniem un tiem pašiem elementiem. Rezultāti bieži bija sirreāli, dažreiz smieklīgi, bet citreiz - absolūti briesmīgi.

Klingemans vēlējās vairāk kontrolēt haotiskos attēlus, ko viņa mašīnas radīja, tāpēc viņš sāka viņiem mācīt jaunas lietas. Viņš sev jautāja: "Kas cilvēkiem ir interesants?" Klingemans zināja, ka viņam ir jāapmāca sistēma, kas jāmeklē, jāiemāca tai aplūkot visus šos elementus tā, kā to darītu cilvēka mākslinieks.

Iegūtais mākslas darbs ir krāšņs un pilnīgi unikāls. Lai gan Klingemans acīmredzami izmantoja vecus attēlus, lai izveidotu savu darbu, tie tiek parādīti jaunā kontekstā, un tas rada visu atšķirību.

Šobrīd datora radošums aprobežojas ar interesantām kolāžām un izpratni, kuri attēli labi sader kopā. Mašīnas vēl neveido savu mākslu, taču koda mākslinieki, kas tās nodrošina, procesa laikā kļūst vairāk kuratori nekā radītāji.

Atliek noskaidrot, cik tālu cilvēks var paplašināt mašīnu radošo prātu, taču tas noteikti ir aizraujoši skatīties.

Redaktoru ieteikumi

• Google Bard tagad var runāt, bet vai tas var noslāpēt ChatGPT?
• Tagad varat izmēģināt Google Bard, kas ir ChatGPT sāncensis
• Google jaunais Bard AI var būt pietiekami jaudīgs, lai liktu ChatGPT uztraukties — un tas jau ir klāt
• Google Meet vai Zoom? Drīz tam nebūs nozīmes
• Google Japānas dīvainā jaunā tastatūra var arī uztvert (burtiskas) kļūdas