Cum a evoluat AI Art? Iata o cronologie de 5.000 de ani

Termenul „inteligenta artificiala” a fost colorat de zeci de ani de science fiction, in care masinile capabile sa gandeasca liber, sa invete in mod autonom si poate chiar sa experimenteze emotii au fost reimaginate in diferite forme, indiferent daca acestea au fost la fel de binevoitoare ca  WALL-E sau la fel de rauvoitoare. ca HAL-9000. Deci, poate ca nu este vina noastra ca atunci cand auzim despre arta AI, ne putem imagina ceva care este de fapt o conceptie gresita majora a tehnologiei.

Entitatea oraculara pe care o imaginam ca maestru din spatele unor astfel de lucrari de arta este ceea ce cercetatorii de astazi ar numi o „inteligenta generala artificiala” si, desi tehnologii lucreaza activ in acest sens, ea nu exista inca. „Cred ca multor oameni le place sa atribuie inteligentei artificiale calitati oarecum spirituale, deoarece este ceva dincolo de cunostintele umane, ceva care este mai pur in acest fel”, a spus artistul si cercetatorul AI Amelia Winger-Bearskin. „Dar este de fapt destul de dezordonat – sunt doar o gramada de codificatori si artisti tocilari care fac lucruri.”

In timp ce fictiunea artei AI este destul de ingrijita, realitatea dezordonata este ca artistii care lucreaza cu sisteme de calcul au mult mai mult cuvant de spus in ceea ce priveste rezultatele decat ar putea sugera termenul: ei furnizeaza intrarile, ghideaza procesul si filtreaza rezultatele. Artistii au fost atrasi de utilizarea AI in munca lor dintr-o varietate de motive; unii sunt atrasi sa lucreze cu cele mai futuriste tehnologii, altii o folosesc ca o modalitate de a integra sansa in munca lor, iar altii vad potentialul de a extinde elementele practicilor lor existente.

Mai jos am subliniat o cronologie a catorva dintre evolutiile cheie din istoria lunga a artei AI.

Tehnologii antecedente

AI nu a aparut din nimic in secolul XXI. Iata primele sale seminte.

3000 i.Hr.  – Noduri vorbitoare

Vechiul Inca a folosit un sistem numit Quipu — „noduri vorbitoare” — pentru a colecta date si a tine inregistrari despre orice, de la informatiile recensamantului pana la organizarea militara. Practica, folosita cu secole inainte de nasterea algebrei, era atat complexa din punct de vedere estetic, cat si suficient de robusta din punct de vedere logic, incat sa poata fi vazuta ca un precursor al limbajelor de programare pentru computere. 

1842 – Stiinta poetica

Ada Lovelace, adesea citata drept mama informaticii, il ajuta pe cercetatorul Charles Babbage sa publice primul algoritm care urmeaza sa fie realizat pe „Motorul sau analitic”, primul computer mecanic de uz general, cand a scris despre ideea de „stiinta poetica, ” imaginandu-ti o masina care ar putea avea aplicatii dincolo de calcul – ar putea fi folosite computerele pentru a face arta?

Functionalitatea motorului analitic a fost de fapt inspirata de sistemul de razboaie de tesut Jacquard, care a revolutionat industria textila in jurul anului 1800, luand in considerare instructiunile cardului perforat pentru a stabili daca sa coase sau nu – in esenta un sistem binar. Un portret al inventatorului razatoarei de tesut Joseph Jacquard, tesut intr-o tapiserie pe razboaie in 1836 folosind 24.000 de carti perforate, ar putea fi privit in acest sens ca prima imagine digitalizata.

1929 – O masina care putea vedea

Inginerul austriac Gustav Tauschek a brevetat primul dispozitiv de recunoastere optica a caracterelor numit „masina de citit”. A marcat un pas important in avansarea computerelor si a provocat conversatii familiare celor evocati de inteligenta artificiala astazi: Ce inseamna sa privesti prin ochii masinilor? Ce „vede” un computer?

1950 – Jocul imitatiei

Alan Turing a dezvoltat Testul Turing, cunoscut si sub numele de Imitation Game, un test de referinta pentru capacitatea unei masini de a prezenta un comportament inteligent care nu se poate distinge de un om.

1953 – Masini reactive

Cyberneticianul Gordon Pasks si-a dezvoltat masina „MusiColour”, o masina reactiva care a raspuns la intrarea sunetului de la un interpret uman pentru a actiona o serie de lumini. Cam in acelasi timp, altii dezvoltau si roboti autonomi care raspundeau mediului lor, cum ar fi Machina Speculatrix Tortoises Elmer si Elsie a lui Gray Walter si masina adaptiva a lui Ross Ashby, Homeostat.

1968 – Serendipity cibernetica

Artistii din anii 1960 au fost influentati de aceste creatii „cibernetice”, iar multi au creat opere de arta „viata artificiala” care s-au comportat conform analogiilor biologice sau au inceput sa priveasca sistemele in sine ca opere de arta. Multe exemple au fost incluse in expozitia din 1968 „Cybernetic Serendipity” de la Institutul de Arta Contemporana din Londra. Bruce Lacey a expus o bufnita sensibila la lumina, Nam June Paik si-a aratat robotul K-456, iar Jean Tinguely a oferit doua dintre „masinile de pictat” ale sale, sculpturi cinetice in care vizitatorii puteau alege culoarea si pozitia unui stilou si lungimea timpul cand masina robotica a functionat si ar crea o lucrare de arta abstracta proaspat desenata.

1973 – O masina de imagine autonoma

In 1973, artistul Harold Cohen a dezvoltat algoritmi care permiteau unui computer sa deseneze cu neregularitatea desenului cu mana libera. Numit Aaron, este unul dintre cele mai vechi exemple ale unui creator de imagini autonom in mod corespunzator — in loc sa creeze abstractii aleatorii ale predecesorilor, Aaron a fost programat sa picteze obiecte specifice, iar Cohen a descoperit ca unele dintre instructiunile sale au generat forme pe care nu le imaginase inainte; ca pusese comenzi care permiteau masinii sa ia ceva de genul unor decizii artistice. 

Desi Aaron s-a limitat la crearea in stilul cu care il codase Cohen – propriul stil de pictura, care se incadra in traditia abstractiei campului de culoare – a fost capabil sa produca o cantitate infinita de imagini in acel stil. Cohen si Aaron au expus la Documenta 6 din Kassel in 1977, iar anul urmator au expus la Muzeul Stedelijk din Amsterdam.

***

Pana la sfarsitul secolului al XX-lea, domeniul a inceput sa se dezvolte mai rapid pe fondul boom-ului computerelor personale, care a permis oamenilor care nu proveneau neaparat dintr-un mediu tehnologic sa se joace cu software si programare.

Pana in anii 2000, domeniul s-a deschis considerabil datorita resurselor destinate in mod special sa ajute artistii sa invete cum sa codeze, cum ar fi limbajul de procesare al artistului Casey Reas si Ben Fry si proiectelor open-source accesibile in depozitul Github. Intre timp, cercetatorii creau si faceau publice seturi vaste de date, cum ar fi ImageNet, care puteau fi folosite pentru a antrena algoritmi de catalogare a fotografiilor si de identificare a obiectelor. In cele din urma, programele de viziune computerizata gata facute precum Google DeepDream au permis artistilor si publicului sa experimenteze reprezentari vizuale ale modului in care computerele inteleg anumite imagini.

In mijlocul tuturor acestor inovatii, evolutiile in domeniul artei AI au inceput sa se ramifice si sa se suprapuna. Iata trei categorii principale.

Chat Bots

In timp ce aceste aplicatii software sunt accesorii omniprezente in locul agentilor live de servicii pentru clienti, unele dintre cele mai vechi iteratii au fost folosite de artisti.

1995 – ALICE

Celebrul chatbot ALICE al lui Richard Wallace, care a invatat cum sa vorbeasca din strangerea de date mostre de limbaj natural de pe web, a fost lansat in 1995.

2001 – Agent Ruby

Artista Lynn Hershman Leeson lucra aproape concomitent cu Wallace la propriul ei chatbot, ca parte a unui proiect artistic comandat de SFMOMA in 1998. Leeson a realizat un film numit Teknolust , care implica un personaj cyborg cu o coloana de inimi singuratice pe internet care avea sa ajunga afara si vorbeste cu oamenii. Leeson a vrut sa creeze Agent Ruby in viata reala si a lucrat cu 18 programatori din intreaga lume pentru a face acest lucru. Agent Ruby a fost lansat in 2001, iar Leeson a spus ca nu o vedea cu adevarat ca pe o lucrare de arta AI de sine statatoare, ci mai degraba ca pe o piesa de „cinema extins”.

Anii 2020 – Art. extins

De atunci, multi artisti au creat lucrari care implica chatboti. Chatbot-ul Bina48 al lui Martine Rothblatt este modelat dupa personalitatea sotiei sale, iar Martine Syms a creat un chatbot interactiv pentru a inlocui avatarul ei digital, Mythiccbeing, o „femeie neagra, mobila in sus, violenta, solipsista, sociopata, neutra din punct de vedere gen”.

Arta generativa

Exista multe moduri in care artistii lucreaza cu inteligenta artificiala pentru a crea arta generativa, folosind diferite tipuri de retele neuronale – straturile interconectate ale nodurilor de procesare, modelate vag pe creierul uman – precum si tehnici de invatare automata, cum ar fi calculul evolutiv. Dar, de departe, cele mai frecvent asociate cu arta AI in prezent sunt retelele generative adversare – sau GAN-urile.

2014 – GAN-urile sunt dezvoltate

Cercetatorul Ian Goodfellow a inventat termenul intr-un eseu din 2014 care teoretizeaza ca GAN-urile ar putea fi urmatorul pas in evolutia retelelor neuronale, deoarece, in loc sa lucreze la imagini preexistente precum Google DeepDream, ar putea fi folosite pentru a produce imagini complet noi.

Fara a deveni prea tehnic, exista doua lucruri de inteles despre cum functioneaza un GAN. In primul rand, partea „generativa”: programatorul antreneaza algoritmul pe un set de date specific, cum ar fi imagini cu flori, pana cand are un esantion suficient de mare pentru a recunoaste in mod fiabil „floarea”. Apoi, pe baza a ceea ce a invatat despre flori, ei ii instruiesc sa „genereze” o imagine complet noua a unei flori.

A doua parte a procesului este partea „adversariala” – aceste noi imagini sunt prezentate unui alt algoritm care a fost antrenat sa faca distinctia intre imaginile produse de oameni si cele produse de masini (un test de tip Turing pentru opere de arta) pana cand discriminatorul este pacalit.

2017 – Nasterea GANismului

Dupa ce eseul lui Goodfellow despre GAN a fost publicat in 2014, companiile tehnologice si-au deschis GAN-urile brute si neinstruite, inclusiv Google (TensorFlow), Meta (Torch) si radiodifuzorul olandez NPO (pix2pix). Desi au existat cativa utilizatori timpurii, a durat pana in 2017 pana cand artistii au inceput sa experimenteze cu adevarat tehnologia.

Unele dintre cele mai interesante lucrari au fost realizate atunci cand artistii nu considera algoritmul ca fiind complet autonom, ci il folosesc pentru a determina in mod independent doar cateva caracteristici ale lucrarii. Artistii au antrenat algoritmi generativi in anumite stiluri vizuale si au modelat modul in care modelul se dezvolta in mod creativ prin ingrijirea si perfectionarea rezultatelor dupa gusturile lor, ceea ce inseamna ca pot varia foarte mult in profunzimea estetica si conceptuala. Unii antreneaza algoritmii pe seturi de date ale propriei lucrari – cum ar fi Helena Sarin, care se hraneste in desenele ei, sau Anna Ridler care isi foloseste propriile fotografii – iar altii au razuit din datele publice pentru a pune intrebari interesante din punct de vedere conceptual – cum ar fi Memo Akten, care pentru filmul sau din 2018 Deep Meditations a antrenat un model pe imagini diverse din punct de vedere vizual, extrase de pe Flickr, care au fost etichetate cu concepte abstracte legate de sensul vietii – permitand masinii sa ofere propria sa interpretare ciudata a ceea ce constiinta noastra colectiva subiectiva sugereaza ca aceste lucruri au in comun. .

2018 – Etapa licitatiei

Probabil cel mai faimos exemplu de opera de arta realizata de GAN in lumea artei contemporane este un portret realizat de colectivul francez Obvious, care a vandut la Christie’s in 2018 pentru 432.000 de dolari. Trio-ul de artisti a antrenat algoritmul pe 15.000 de portrete din secolul al XIV-lea pana in secolul al XX-lea, apoi i-au cerut sa-si genereze propriul portret, pe care, intr-o lovitura de geniu in marketing, l-au atribuit modelului.

Opera de arta rezultata – Portret de Edmond de Belamy (numele un omagiu adus lui Goodfellow) – care semana vag cu un Francis Bacon, a captat atentia pietei. Desi au existat multe dezbateri cu privire la importanta estetica si conceptuala a acestei lucrari, pretul astronomic atins o considera o piatra de hotar importanta in istoria artei AI.

Dincolo de arta generativa

In ultimii ani, a existat o cohorta din ce in ce mai mare de artisti care se uita la AI nu neaparat pentru a produce imagini, ci ca parte a unei practici care abordeaza modul in care sistemele AI si prejudecatile algoritmice inerente influenteaza problemele de justitie sociala, echitate si incluziune.

2019 – Ruleta ImageNet devine virala

Desi exista multi artisti care lucreaza la aceste intrebari, un moment remarcabil a venit cand proiectul ImageNet Roulette al artistului Trevor Paglan si al cercetatorului Kate Crawford a devenit viral.

Proiectul lor si-a propus sa expuna partinirile sistemice pe care oamenii le-au transmis masinilor, analizand cazul specific al bazei de date ImageNet, un depozit gratuit de aproximativ 14 milioane de imagini care au fost etichetate manual de zeci de mii de oameni ca parte a unui proiect de la Universitatea Stanford. pentru a „cartografia intreaga lume a obiectelor”. Baza de date este utilizata pe scara larga de cercetatori pentru a instrui sistemele AI pentru a intelege mai bine lumea, dar deoarece imaginile au fost etichetate de oameni, multe dintre etichete sunt subiective si reflecta partinirile si politicile indivizilor care le-au creat.

Proiectul lui Paglan si Crawford a permis publicului sa-si incarce propria imagine in sistem pentru ca acesta sa eticheteze ceea ce intelegea ca este in imagine. Baza de date a clasificat oamenii intr-o gama larga de tipuri, inclusiv rasa, nationalitate, profesie, statut economic, comportament, caracter si chiar moralitate. Si o multime de insulte rasiste si termeni misogini intrau in aceste clasificari. Parcurgand pe Twitter in acel moment, imi amintesc ca am vazut oameni impartasindu-si propriile etichete: un barbat cu pielea intunecata este etichetat drept „facator de rau, infractor”; o femeie asiatica ca „jihadista”.

A fost o ilustrare emotionanta a unei dimensiuni extrem de problematice a acestor sisteme. Dupa cum au explicat Paglen si Crawford: „Intelegerea politicii din cadrul sistemelor AI conteaza mai mult ca oricand, deoarece acestea trec rapid in arhitectura institutiilor sociale: decizi pe cine sa intervieveze pentru un loc de munca, caror studenti acorda atentie la clasa, care suspecteaza ca ar fi arestat. , si multe altele.”

Anii 2020 – O generatie de activist AI Art

Alti artisti care lucreaza in acest sens includ unii dintre acei pionieri timpurii ai artei AI, cum ar fi Lynn Hershman Leeson, a carei instalatie interactiva Shadow Stalker (2018-2021) foloseste algoritmi, performante si proiectii pentru a atrage atentia asupra prejudecatilor inerente in sistemele private, cum ar fi predictia. politie, care sunt din ce in ce mai utilizate de catre fortele de ordine.

In alta parte, artisti precum Mimi Onuoha s-au concentrat pe „seturile de date lipsa” pentru a evidentia partinirea in cadrul algoritmilor, gandindu-se la toate tipurile de reprezentari ale datelor pe care nu le avem si au creat o serie de biblioteci ale acestor seturi de date, cum ar fi cele lipsa. date concentrate pe Blackness. Intre timp, artisti precum Caroline Sinders au proiecte activiste, cum ar fi setul de date feminist in desfasurare, care interogheaza procesele care duc la invatarea automata – intreband fiecare pas in conducta, de la colectarea datelor la etichetare la formare, este feminist? Este intersectional? Are partinire? Si cum ar putea fi inlaturata aceasta partinire? Sau Joy Buolamwini, care a descoperit defecte in tehnologia de recunoastere faciala care se lupta sa identifice fetele cu tonuri de piele mai inchise si care interogheaza limitarile AI prin expresii artistice informate de cercetarea prejudiciului algoritmic.