Strojno učenje in umetnost – Google I/O 2016
Razmišljajte o računalnikih, kot da bi bili otroci, in preprosto je razumeti, kako jih lahko kodirniki naučijo učenja. Umetna inteligenca je na začetku zelo osnovna in preprosta. Človeški moderatorji dajejo navodila računalnikom, jim pokažejo, kako naj razmišljajo in se tako učijo. Ko jim koderji dajo osnove, pa lahko to znanje hitro razširijo.
"Kaj lahko storite s 7 milijoni digitalnih artefaktov?"
Pri Google Cultural Institute v Parizu v Franciji iskalni velikan uči stroje, kako kategorizirati 7 milijonov slik človeških umetniških dosežkov skozi stoletja. Inštitut ima celo spletno stran in aplikacije za iOS in Android kjer lahko iščete po umetninah iz različnih muzejev po vsem svetu. Da bi ustvarili svoj katalog umetnosti, so morali rezidenčni umetniki na Inštitutu naučiti računalnike si oglejte slike tako, kot bi jih ljudje, da bi ustvarili natančen digitalni arhiv umetnosti skozi človeško zgodovino.
Zgodovina katalogiziranja je dobra in dobra, vendar nekatere veščine, ki se jih računalniki naučijo pri razvrščanju in arhiviranju, jih dejansko naredijo bolj ustvarjalne. Umetniki v rezidenci zdaj eksperimentirajo z računalniki, da bi ustvarili nova umetniška dela z uporabo strojne inteligence in kataloga 7 milijonov slik, ki so jih sestavili. Med Google I/O 2016, Ciril Diagne in Mario Klingemann razložili, kako so naučili stroje, da vidijo umetnost kot ljudje, in kako so stroje usposobili za ustvarjalnost.
Učenje računalnikov njihovih ABC
Ena od prvih stvari, ki jih naučite otroka, je jezik. V zahodni kulturi to pomeni učenje abecede. Mario Klingemann, samoopisani umetnik kode iz Nemčije, je začel učiti stroje prepoznati stilizirane črke iz starih besedil, da bi ugotovil, ali bi lahko naučil računalnik prepoznati na tisoče različnih As, B, C itd. na. To je bil pospešeni tečaj učenja strojev, kako kategorizirati slike, kot bi jih ljudje.
Medtem ko lahko računalnik pogleda stilizirano črko B, prekrito z vinsko trto in rožami, in vidi nekakšno rastlino, bi lahko celo 5-letni otrok sliko takoj prepoznal kot črko B - ne rastlino. Da bi svoj računalnik naučil prepoznati ABC, mu je Klingemann dal na tisoče slik stiliziranih črk. Ustvaril je vmesnik, podoben Tinderju, s potegom v desno ali levo, da svojim napravam sporoči, ali so črko uganili pravilno ali narobe.
Izkazalo se je, da se stroji svojih ABC naučijo precej hitro; v vsem so začeli videti črke. Tako kot ljudje vidijo obraze v oblakih in slike v abstraktnih umetninah, so njegovi računalniki videli črke v popolnoma nepovezanih slikah. Klingemann je svojemu računalniku pokazal risbo ali jedkanico porušene zgradbe in namesto nje so videli črko B.
Klingemann je pojasnil, da ko računalnik trenirate samo z enim nizom slik, začne v vsem videti samo to vrsto slike. Zato so njegovi stroji videli pismo v ruševinah.
Učiti računalnike kategorizirati 7 milijonov slik
Ko se je umetnik digitalne interakcije Cyril Diagne pridružil Kulturnemu inštitutu, mu je Google postavil precej zastrašujoče vprašanje: "Kaj lahko narediš s 7 milijoni digitalnih artefaktov?"
Diagneja je vprašanje prevzelo, zato je vsako sliko začrtal v veličastno masivno sinusni val, ki si jih lahko ogledate spodaj. Ta val je pozneje postal čudovita predstavitev vsega, kar projekt želi doseči s strojnim učenjem. Diagnejev sinusni val je pravzaprav mogoče iskati, tako da lahko brskate po morju vseh slik v digitalnem arhivu, ki ga je ustvaril Googlov kulturni inštitut. Slike so razvrščene v kategorije in iz ptičje perspektive vidite le morje pik. Ko se premaknete, lahko vidite določene slike, vse s skupno temo, ne glede na to, ali gre za kužke, kmetije ali ljudi.
1 od 3
Lahko tudi iščete po njem in najdete slike, ki jih želite. Če boste dovolj pozorno pogledali, boste morda celo naleteli na tisto, kar Diagne imenuje Obala portretov. Tam so zbrane vse slike obrazov ljudi.
Da bi naredili iskalni zemljevid vsake slike v arhivu, sta morala Diagne in njegova ekipa ustvariti kategorijo za vse, da bi stroj naučili, kaj je kaj.
Kategorizacija 7 milijonov artefaktov, od katerih imajo mnogi lahko več kategorij, ni lahka naloga. Ekipa se je morala domisliti nekaj, kar je bilo zunaj okvira. Ni dovolj samo kategorizirati stvari glede na to, kaj so. Ustvariti so morali tudi kategorije za čustva, ki jih slike vzbujajo.
Učenje strojev človeških čustev je pomemben korak k temu, da postanejo bolj ustvarjalni.
Tako lahko iščete sliko »mirnosti« in računalnik vam bo pokazal slike, ki vzbujajo občutek miru, kot so sončni zahodi, mirna jezera itd. Presenetljivo je, da so se stroji naučili prepoznati človeška čustva tako spretno, da se lahko postavijo v našo kožo in razmislijo, kako bi se človek počutil ob določeni sliki.
Učenje strojev človeških čustev je pomemben korak k temu, da postanejo bolj ustvarjalni. Navsezadnje je velik del sodobne umetnosti vizualna predstavitev človeških čustev.
Toda ali je stroj lahko ustvarjalen?
Ustvarjalnost in umetnost sta stvari, za katere ljudje radi mislimo, da sta samo naši. Živali ne ustvarjajo umetnosti, prav tako ne stroji... še. Googlov projekt Deep Dream poskušal obrniti na glavo idejo, da stroji ne morejo ustvarjati umetnosti. Iskalni velikan je usposobil računalnike za manipulacijo s slikami in tako ustvaril bizarne, psihedelične umetnine. Slike, ki jih je ustvaril Google Motor Deep Dream morda niso lepi, vsekakor pa so edinstveni in divje ustvarjalni. Strojne stvaritve vsebujejo psihedelične barve, polže, čudne oči in breztelesne živali, ki se vrtinčijo v nedefiniranih prostorih.
Nekateri morda trdijo, da ni prava umetnost, če stroji samo združujejo obstoječe slike, jih zvijajo in potapljajo v ekstremne barve; Google bi bil drugačen, prav tako umetnik kodiranja Klingemann.
"Ljudje nismo sposobni izvirnih zamisli," je pojasnil.
1 od 8
Celo znane slike vsebujejo elemente prejšnjih umetnin, je opozoril. Picassova mojstrovina iz leta 1907 Les Demoiselles iz Avignona, ima na primer vplive iz Afriška umetnost in predhodniki kubistov, kot so Paul Cezanne. Kolaže, ki združujejo obstoječe slike na umetniški način, so še ena dobro uveljavljena oblika umetnosti. Picasso, Andy Warhol, Man Ray in drugi so znani po svojih ekscentričnih kolažih, zakaj torej kolaži, ki jih izdelajo stroji, ne bi veljali tudi za umetnost?
Klingemann je želel premakniti meje digitalne umetnosti in videti, kako lahko ustvarjalni stroji postanejo, že dolgo preden je začel svojo rezidenco na Googlovem kulturnem inštitutu. Z uporabo lastnih manj zmogljivih strojev se je Klingemann začel poigravati z internetnimi arhivi in Googlovimi TensorFlow programska oprema za strojno učenje za izdelavo digitalnih kolažev.
Ustvaril je orodje za strojno učenje Ernst, poimenovano po nadrealistu in kolažistu Max Ernst. Klingemann je identificiral vrsto predmetov iz Ernstovega dela in ukazal svojemu računalniku, naj naredi različne kolaže z enakimi elementi. Rezultati so bili pogosto nadrealistični, včasih smešni, drugič pa popolnoma grozljivi.
"Ljudje nismo sposobni izvirnih idej."
Klingemann je želel več nadzora nad kaotičnimi slikami, ki so jih proizvajali njegovi stroji, zato jih je začel učiti novih stvari. Vprašal se je: "Kaj je zanimivo za ljudi?" Klingemann je vedel, da mora usposobiti sistem, kaj naj išče, da ga nauči, kako si ogleda vse te elemente, kot bi jih človeški umetnik.
Nastalo umetniško delo je čudovito in popolnoma unikatno. Čeprav je Klingemann očitno uporabil stare podobe za ustvarjanje svojega dela, so prikazane v novem kontekstu in to naredi razliko.
Trenutno je računalniška ustvarjalnost omejena na zanimive kolaže in razumevanje, katere slike gredo dobro skupaj. Stroji še ne ustvarjajo lastne umetnosti, toda umetniki kod, ki jih poganjajo, med tem procesom postajajo bolj kuratorji kot ustvarjalci.
Videti je treba, kako daleč lahko človek razširi ustvarjalni um strojev, vsekakor pa je fascinantno gledati.
Priporočila urednikov
- Google Bard lahko zdaj govori, a ali lahko preglasi ChatGPT?
- Zdaj lahko preizkusite Googlov Bard, tekmeca ChatGPT
- Googlov novi Bard AI je morda dovolj zmogljiv, da ChatGPT skrbi - in je že tukaj
- Google Meet ali Zoom? Kmalu ne bo pomembno
- Nenavadna nova tipkovnica Googla Japonska lahko tudi ujame (dobesedne) hrošče
