Grzegorz Rogala: Polska Cyfrowa Sztuka Ludowa (Bułgaria)

SZTUKA zawsze pozostaje w ścisłym związku z nauką i technologią. Wynalezienie pigmentów, papieru, prasy drukarskiej, fotografii, filmu, urządzeń do rejestracji dźwięku, komputerów, rewolucyjne przełomy naukowe, głęboko wpływały na nasze rozumienie świata, a tym samym na każdą dziedzinę sztuki.

Sztuka komputerowa ma już swoją historię. Sztuka generatywna, zwana również algorytmiczą pojawiła się u progu lat 60-tych, wraz upowszechnianiem się technik cyfrowych. Najnowszym rozdziałem tej historii jest dynamicznie wchodząca w nasze życie AI.

Sztuczna Inteligencja (AI) swoimi ogromnymi możliwościami otwiera nowe przestrzenie dla twórczej eksploracji zwłaszcza, że jej działanie wydaje się dotykać tego co do niedawna uznawaliśmy za wyłączną domenę człowieka: myślenia, inteligencji, kreatywności.

Pierwsze współczesne komputery powstały pod koniec II Wojny Światowej. Już we wczesnych latach 50-tych naukowcy rozważali możliwość budowania inteligentnych maszyn cyfrowych – stąd pojawienie się w literaturze określenia „mózg elektronowy”. Sam termin „Artificial Intelligence” zrodził się w 1955 na Uniwersytecie Carnegie Mellon, USA. Sztuczna Inteligencja oznacza maszynę lub program komputerowy wykazujący umiejętność uczenia się i tworzenia modeli dowolnych zjawisk, np.: języka, muzyki, obrazu. Pierwszą falę AI stanowiły systemy eksperckie, programowane tak by zawierały jak najwięcej reguł i schematów. Pomimo wielu lat prób nie uzyskano zadawalających rezultatów, np.: systemy rozpoznawania pisma ręcznego osiągały skuteczność 70-80%, co uznano za niewystarczające do wprowadzania danych. Powolny postęp i mała skuteczność wczesnych algorytmów zniechęcały do dalszych badań. Koniec lat 70-tych i lata 80-te to okres zastoju zwany „Zimą AI”. Odrodzenie przyszło wraz z pojawieniem się i rozwojem internetu i wzrostem mocy obliczeniowej komputerów. Powrócono do pomysłu Johna McCarthy’ego z roku 1959, który postulował by AI uczyła się tak jak ludzie, dynamicznie przez doświadczenie, nie ograniczana zestawem zaprogramowanych reguł. Ten rodzaj komputerowego „samokształcenia” nazywany jest obecnie „machine learning”, a podstawą jego działania są sztuczne sieci neuronowe (ANN) . Dzięki współczesnemu internetowi, terabajtom łatwo dostępnej informacji wszelkiego typu („deep data”), powstała nowsza wersja „machine learning” nazywana „deep learning”. Korzysta ona z ogromnych baz danych i mocy obliczeniowych, których dysponentami są giganci świata komputerowego: Google, Amazon, Microsoft, Nvidia czy Facebook. Systemy oparte na „deep learning” są w stanie z powodzeniem tworzyć modele służące rozpoznawaniu i generowaniu mowy, tłumaczeniu tekstu, analizowaniu i tworzeniu obrazu czy muzyki. Mimo niezwykle gwałtownego rozwoju do 2020 roku żaden system AI nie przeszedł w przekonywujący sposób tzw. testu Turinga. By go zaliczyć program komputerowy musi przekonać przynajmniej 30% osób, że prowadząc swobodny dialog z „nieznajomym”, rozmawiają z człowiekiem.

Ludzie od dziecka uczą się obserwując, poprzez przykłady. Umysł, dzięki sieciom neuronowym, tworzy jeden dynamicznie zmieniający się model świata. Wszystko co dostrzegamy i odczuwamy modyfikuje go. Mózg potrzebuje około pół sekundy by ten nieprzerwany potok bodźców przetworzyć. Aby zapewnić nam niezbędne poczucie „teraźniejszości” używa mechanizmu predykcji, czyli „halucynuje” to co w ciągu owej połówki sekundy najprawdopodobniej się zdarzy. Sztuczna Inteligencja oparta na sieciach neuronowych uczy się podobnie jak człowiek poprzez przykłady, a nie za pomocą reguł. Efektem uczenia maszynowego jest również model, na razie zdecydowanie skromniejszy niż ten w naszym umyśle. Najczęściej opisuje on jedno konkretne zadanie: rozpoznawanie mowy, generowanie obrazu, interpretację danych giełdowych, grę w szachy czy w Go. Modele oparte na sieciach neuronowych są dynamiczne, udoskonalają się wraz z napływem nowych informacji. W efekcie analizy kilkudziesięciu tysięcy czy kilkudziesięciu milionów portretów ludzi, AI tworzy abstrakcyjną funkcję który pozwala „halucynować” dowolną możliwą wariację twarzy, zgodną z przykładami analizowanymi w procesie uczenia się. Jeśli wsród danych wejściowych nie znalazły się np. portrety osób o cechach negroidalnych, model AI nie będzie potrafił ich wygenerować.

Patrząc na efekty działania AI rozpoznajemy w nich wyraźne skrawki naszej rzeczywistości, ale widziane jakby oczami innej istoty. To zjawisko fascynujące i zastanawiające. Pojawia się refleksja dotycząca tego czym jest kreacja, kim jest twórca, czy „halucynacje” AI mieszczą się w tych kategoriach?

Kreatywność definiujemy jako proces umysłowy pociągający za sobą powstawanie nowych idei, koncepcji lub nowych skojarzeń, powiązań z istniejącymi już ideami i koncepcjami (modelami), jak też umiejętność ich wartościowania. Dzięki temu sztuka ewoluuje. Algorytm AI uczony na przykładach sztuki renesansu jest w stanie generować nowe, nieistniejące wcześniej renesansowe w wyrazie prace, ale próżno czekać by potrafił autonomicznie i ewolucyjnie wykreować jakikolwiek nowy styl artystyczny. Pytanie, czy AI stanie się kiedyś świadoma i kreatywna pozostaje na razie otwarte.
Prace prezentowane na wystawie są efektem kreatywnej eksploracji różnych modeli Sztucznej Inteligencji.

dr Grzegorz Rogala