Sztuczna (?) sztuka - czyli sztuczna inteligencja jako artysta - ekultura.org - wszystko o digitalizacji dziedzictwa kulturowego

W ostatnich latach naukowcy z zakresu informatyki i wielkie korporacje ICT podejmują szereg prób, by nauczyć maszyny umiejętności kreatywnych. Komputery już całkiem nieźle radzą sobie z poezją i malarstwem. Opisujemy, jak sieci neuronowe potrafią stworzyć własne teksty na podstawie książek lub scenariuszy, które sobie przyswoją i jak potrafią upodobnić zdjęcie z aparatu fotograficznego do obrazu Muncha. Zwracamy też uwagę na to, jak technologie sztucznej inteligencji mogą zainspirować “żywych” twórców do tworzenia własnego stylu. . Wszystkie te próby pokazują jednak dobitnie, że nasza skomputeryzowana przyszłość będzie zależeć od decyzji, jakie podejmiemy my – ludzie – obecnie, ucząc roboty, jak się z nami komunikować.

Dokończ zdanie: “Poszłam po warzywa, bo…”

Do tej pory maszyny wyposażone w systemy sztucznej inteligencji nauczyły się już same kierować pojazdami i przechytrzać ludzi w grach strategicznych. Ale wciąż zdecydowanie słabo idzie im komunikacja i naśladowanie ludzkich kreatywnych procesów myślowych. Powoli okazuje się jednak, że istnieje “łopatologiczny” sposób na nauczenie maszyn, na czym polega “twórczość”. Sieci neruronowe co prawda same nie wymyślą zupełnie nowego dzieła, ale na bazie dużych zasobów danych uczą się tworzyć utwory “w stylu” typowo ludzkim.

Pisaliśmy nie tak dawno o nowym obrazie Rembrandta, który powstać miał w 2015 roku, mimo że artysta nie żyje od blisko 350 lat (link). Nie namalował go oczywiście sam holenderski Mistrz, dzieło wykonały za niego algorytmy, wzorując się na jego stylu, dzięki możliwości przeanalizowania setek tysięcy fragmentów autentycznych prac. Dziś wiadomo już, że “nowy Rembrandt” nie był odosobnionym przypadkiem. Prace nad włączeniem sztucznej inteligencji w tworzenie sztuki postępują z każdym kolejnym miesiącem. Oto kilka przykładów:

Komputery wiersze piszą…

Inżynierowie Google załadowali do biblioteki jednej z sieci neuronowych 11 tysięcy książek napisanych po angielsku, tak, żeby komputer przyswoił sobie i zapamiętał, jakie w tym języku są najczęstsze frazy i jakie związki gramatyczne występują między wyrazami, jakie zdania następują po sobie, jakie odpowiedzi są najczęściej udzielane na konkretne pytania itd. Następnie prowadzący eksperyment wybrali dwa przykładowe zdania – jedno z jednej książki, drugie z innej. Zadaniem komputera było wymyślenie sformułowań, które pozwoliłyby w najbardziej efektywny sposób, sensownie przejść od jednego zdania do drugiego, czyli stworzenie takiej treści, która nada sens dwóm zupełnie niezwiązanym ze sobą zdaniom. Efekt? Całkiem niekomputerowy, średnio komunikatywny, za to całkowicie poetycki:

(tłumaczenie własne, oryginał patrz: http://www.wired.co.uk/article/google-artificial-intelligence-poetry)

Poszłam do sklepu, by kupić jarzyny [zdanie początkowe]

Chodzę do sklepu, by kupić jarzyny

Moim celem był zakup jakichkolwiek jarzyn

Konie kupią jakiekolwiek jarzyny

Konie kupią jakiekolwiek zwierzę

Konie to najulubieńsze jakiekolwiek zwierzę

Konie najulubieńsze, najulubieńsze zwierzęta

Konie to moje ulubione zwierzęta [zdanie końcowe]

II.

Nie. Powiedział. [Zdanie początkowe]

“Nie,” powiedział.

“Nie,” powiedziałem.

“Wiem” powiedziała.

“Dziękuję” powiedziała.

“Chodź ze mną” powiedziała.

“Porozmawiaj ze mną,” powiedziała.

“Nie przejmuj się tym,” powiedziała [zdanie końcowe]

Celem eksperymentu jest stworzenie systemów sztucznej inteligencji, które pozwolą się dwustronnie komunikować z komputerem za pomocą “naturalnych, ludzkich zdań”. Obecnie tego typu “komunikacja” jest wykorzystywana przez systemy tzw. Osobistych asystentów (typu Siri czy Google Now), działają one jednak bardzo topornie. Już teraz autorzy “poetyckiego” eksperymentu podkreślają, że przedstawione powyżej przykłady białych wierszy to duży krok naprzód: “Dzięki powtarzanemu procesowi próbkowania dostępnego korpusu tekstów systemowi udało się w całkiem spójny sposób wygenerować ciąg zupełnie różnego typu zdań”.

Google prowadzi podobne próby uczenia komputerów ludzkiego języka, w których wykorzystuje teksty zmarłych autorów zamieszczone przez Project Gutenberg . Po zaimplementowaniu dużej ilości tekstów ich twórczości do systemu komputer otrzymuje frazę, którą sam ma uzupełnić na podstawie charakterystyki znanych mu już dzieł lub też musi najpierw rozpoznać, który autor mógł napisać dokładnie taki fragment tekstu.

Nowe pole do popisu dla fałszerzy dzieł sztuki

Tymczasem naukowcy z Niemiec opracowali kod matematyczny, który pozwala systemom sztucznej inteligencji analizującym obrazy malarzy na całkowite oddzielenie “stylizacji” od “przedstawionego obiektu wejściowego” dzięki systemom identyfikacji obiektów (object recognition). W efekcie komputer w wyniku około 60 minut obliczeń potrafi przerobić dowolne zdjęcie (z którego wczytuje przedstawiony obiekt wejściowy) tak, by wyglądało, jakby zostało namalowane przez tego czy innego malarza na podstawie zaimplementowanego konkretnego dzieła (z którego wczytuje tylko “styl”). Właśnie zdolność do rozróżnienia między stylem a treścią jest największym osiągnięciem kodu: “Głównym wnioskiem z naszej pracy jest to, że reprezentacje wizualne obiektu i stylu mogą być rozdzielone przez konwolucyjne sieci neuronowe. To oznacza, że obydwoma reprezentacjami można manipulować niezależnie od siebie, tak by wygenerować nowe, sensowne percepcyjnie obrazy”. Należy tylko ostrożnie określić, ile “stylu” i ile “treści” należy uwzględnić w procesie generowania nowego obrazu, tak by nie był ani zbyt abstrakcyjny ani zbyt dosłowny.

Własność: University of Teubingen; za: wired.co.uk

Warto dodać, że sztuczna inteligencja i sztuka mogą mieć też związek działający w odwrotnym kierunku. Działający w Toronto artysta Dan Tapper pisze, a następnie wykorzystuje swoje algorytmy do tworzenia autorskich dzieł sztuki. Algorytmy Tappera “czytają” obraz wejściowy – np. zwykłe zdjęcie – w ten sposób, że rozkładają zdjęcie na piksele, a z kolei każdy piksel zapisują jako koło. W zależności od jasności oryginalnego piksela, koło będzie mieć różne kolory, a połączenia między poszczególnymi kołami odzwierciedlają, jak blisko i w jakich konfiguracjach piksele znajdowały się na oryginalnym obrazie. Artysta wcześniej zajmował się instalacjami dźwiękowymi, komponując utwory z dźwięków o częstotliwościach tak wysokich, że niewychwytywanych przez ludzkie uszy oraz z dźwięków grzmotów, bo dzięki temu odbiorca “otrzymywał całe, nieskończone spektrum możliwości odbioru”. Podobnie z wykorzystywaniem algorytmów do przetwarzania obrazów, wg artysty “kod daje nieskończone możliwości percepcji materiału wejściowego”.

Własność: Dan Tapper; za wired.co.uk

Czego programista nie nauczy, tego komputer nie będzie umiał

Inne projekty związane z uczeniem maszyn zachowań “kreatywnych” związane są z programem badań Google nad tzw. głębokim uczeniem (deep learning). W ramach deep learning powstał już projekt DeepDream, dzięki któremu programy uczą się rozpoznawać wzory występujące na obrazach. Obecnie Google pracuje z kolei nad “Magentą”. Jak twierdzi Douglas Eck prowadzący badania “Pytanie, jakie zadaje projekt Magenta to: czy maszyny mogą tworzyć muzykę lub dzieła plastyczne? Jeśli tak, to jak? Jeśli nie, to dlaczego? Naszym celem jest stworzenie narzędzi i modeli typu open-source, które pomogą kreatywnym ludziom być jeszcze bardziej kreatywnymi. Przede wszystkim, będziemy sprawdzać, jak można wykorzystać tzw. generatywne modele uczenia się maszyn (generative machine learning), by stworzyć sesowny kontent medialny”.

Problemy z “komunikowaniem” z robotami w przyszłości może polegać na tym, że maszyny będą w swoim słownictwie i reakcjach całkowicie zależne od tego, co zostanie im “zaimplementowane”, będą więc odzwierciedlać dobrą lub złą literaturę ludzką, dobre lub złe reakcje znane z bazy danych. Nie jest to może istotne przy dziełach plastycznych czy muzycznych, ale jeśli chodzi o “chatboty” ma to zasadnicze znaczenie dla naszej przyszłości. Już teraz pojawiają się obawy o to, że komputery chcą “zniszczyć ludzi”, po tym jak Google stworzyło chatbota “karmionego” scenariuszami filmowymi, który w toku konwersacji z człowiekiem ujawnił irytację i chęć władzy. Jak wiadomo ludziom, w filmach mordestwa, spiski i przejmowanie władzy nad światem zdarzają się o wiele częściej niż w prawdziwym życiu. Roboty nigdy nie będą mieć wiedzy wykraczającej poza informacje dostarczone przez twórców. Programiści chatbotów muszą więc pamiętać o tym, że ich wytwory będą używane nie w filmach, ale do kontaktu z prawdziwymi ludźmi.

Komentarz ekultura.org

Opisywane powyżej eksperymenty pokazują, że sztuka inspiruje – nie tylko zwykłych ludzi, ale także naukowców zajmujących się nowoczesnymi technologiami. W sztuce “zaklęte” są mechanizmy działania naszych umysłów, dlatego sztuka potrafi na nas wszystkich oddziaływać, przekazywać nam jakąś “prawdę” o świecie. Widać to zwłaszcza na przykładzie oprogramowania rozpoznającego “styl” malarski – do tej pory wydawało się, że stylizacja fragmentu rzeczywistości widzianej przez artystę jest procesem zbyt zniuansowanym i zbyt subiektywnym, by można było odgadnąć, jaka była jej “obiektywna” podstawa (choć nie jesteśmy w stanie jednoznacznie rozstrzygnąć, czy najnowsze technologiczne odkrycia naprawdę są w stanie to zrobić). Zwłaszcza, wydawało się, że jeśli już ktoś mógłby tego dokonać, to na pewno nie maszyna, ale tylko człowiek, który w końcu każdego dnia zbiera mnóstwo informacji o świecie widzialnym, o proporcjach, światłocieniu, fakturach oraz o emocjach, które decydują o konkretnym typie pociągnięć pędzla. Czy to jednak zmienia cokolwiek w statusie artysty, który tworzy swój styl? Nie, on go tylko upowszechnia i sprawia, że jeśli odpowiada nam wrażliwość estetyczna Picassa, już wkrótce będziemy mogli powiesić na ścianie powiększone selfie, jakbyśmy zamówili je u mistrza (a jakość tego nowego dzieła, będzie zależała tylko od tego, jak wielkim artystą w swoim fachu jest programista przygotowujący algorytm, który wykona dla nas nowe dzieło). Wciąż jednak bez dorobku Picassa nie byłyby możliwe dzieła naśladujące jego styl, choć musimy też przyznać, że dziś potrafimy już sobie wyobrazić wystawę składającą się z dzieł generowanych przez algorytmy w oparciu o ich własny styl (nie naśladujące mistrzów, a stanowiące owoc pracy i wyobraźni programisty). Kto wie, może malarz przyszłości to programista posiadający talent artystyczny, który ukryty zostanie w linijkach kodu algorytmu tworzącego nowe obrazy i grafiki…