Terence Broad'ın AI tarafından oluşturulan sanat eserlerine rastladıysanız (BM) Kararlı Denge YouTube'da, ressam Mark Rothko'nun – daha erken, daha hafif parçalar, vizyonu daha karanlık hale gelmeden ve kıyametle uğraşmadan önce bir model eğittiğini varsayabilirsiniz. Erken dönem Rothko gibi, Broad'ın AI tarafından üretilen görüntüleri saf renkteki basit alanlardan oluşur, ancak dönüşümlü, sürekli değişen form ve renk tonlarıdır.
Ancak Broad AI'sını Rothko'da eğitmedi; Hiç bir veri üzerinde eğitim almadı. Bir sinir ağını hackleyerek ve öğelerini özyinelemeli bir döngüye kilitleyerek, bu AI'yı herhangi bir eğitim verisi olmadan görüntüler üretmeye teşvik edebildi – girdi yok, etki yok. Perspektifinize bağlı olarak, Broad'ın sanatı ya saf yapay yaratıcılığın öncü bir göstergesi, AI'nın ruhuna bir bakış ya da müzikten daha fazla gitar geri bildirimine daha yakın akıllı ama anlamsız bir elektronik yan üründür. Her halükarda, çalışmaları, görsel kültürümüzden sızan büyük ölçekli türev eğim üretiminin ötesinde üretken AI'nın daha yaratıcı ve etik bir kullanımına yöneliyor.
Broad, diğer insanların çalışmaları konusunda eğitim üreten yapay zeka etiği hakkında derin çekinceleri vardır, ancak ana ilham kaynağı (BM) Kararlı denge felsefi değildi; berbat bir işti. 2016 yılında, gözetim içermeyen makine öğreniminde bir iş aradıktan sonra, Broad, Milton Keynes şehrinde bir trafik kamera ağı işleten bir firmada, veri gizliliğine vurgu yaparak istihdam buldu. Broad, “Benim işim bu modelleri eğitmek ve İngiltere'deki en sıkıcı şehrin dört bir yanındaki 150.000 görüntü gibi bu büyük veri kümelerini yönetmekti” diyor. “Ve veri kümelerini yönetmekten çok bıktım. Sanat pratiğime başladığımda, gibiydim. Yapmıyorum – Yapmıyorum [datasets]. “
Çok uluslu bir şirketten gelen yasal tehditler onu girdilerden uzaklaştırdı. Broad'un erken sanatsal başarılarından biri, filmin her çerçevesinde otoencoder adı verilen bir tür yapay sinir ağı eğitimi aldı Bıçak koşucusu (1982) ve sonra filmin bir kopyasını oluşturmasını istemek. Bitleri hala çevrimiçi olarak mevcut olan sonuç, aynı anda, 2016, üretken yapay zeka sınırlamalarının ve insan tarafından oluşturulan zekanın tehlikeleri hakkında alaycı bir yorumdur. Broad, yakında büyük ilgi gören videoyu ve Warner Bros'tan bir DMCA yayından kaldırma bildirimi yayınladı. “Ama o zaman kendinizi çok fazla borcu olan yeni bir mezun olarak riske atmak istediğim bir şey olmayan bir Amerikan mahkemesinde dava edilmekle yükümlü hale getiriyorsunuz.”
Bir gazeteci Vok Yorum için Warner Bros. ile temasa geçti, bildirimi hızla iptal etti – sadece kısa bir süre sonra yeniden yayınlamak için. (Broad, videonun birkaç kez yeniden yayınlandığını ve her zaman bir yayından kaldırma bildirimi aldığını söylüyor – ironik olarak büyük ölçüde AI aracılığıyla yürütülen bir süreç.) Küratörler Broad ile temasa geçti ve kısa süre sonra Whitney, Barbican, Ars Electronica ve diğer mekanlarda sergiler aldı. Ancak işin bulanık yasal statüsüne ilişkin endişe eziciydi. “Whitney'deki şovun özel görünümüne gittiğimi hatırlıyorum ve bir uçağa oturduğumu hatırlıyorum ve kendimi bokladım çünkü öyleydim, oH, Warner Bros.”Broad hatırlıyor.“ Bu konuda süper paranoyaktım. Neyse ki, Warner Bros. tarafından hiç dava açılmadım, ama bu gerçekten bana yapışan bir şeydi. Ondan sonra gibiydim Pratik yapmak istiyorum, ama diğer insanların işlerinden rızası olmadan, onları ödemeden elde edilen iş yapmak istemiyorum. 2016'dan beri, sanatımı yapmak için başkalarının verileri hakkında bir tür üretken AI modeli eğitmedim. ”
2018 yılında Broad, Londra Üniversitesi'ndeki Goldsmiths'te bilgisayar bilimi alanında doktora kurdu. Orada, veri yoksunluk yemininin tam sonuçlarıyla boğuşmaya başladığını söylüyor. “Verileri taklit etmeden üretken bir AI modelini nasıl eğitebilirsiniz? Bunun bir oksimoron olduğunu fark etmem biraz zaman aldı. Üretken bir model sadece eğitildiği verileri taklit eden istatistiksel bir veri modelidir. Bu yüzden soruyu çerçevelemenin başka yollarını bulmak zorunda kaldım.” Broad kısa süre sonra dikkatini üretken çekişmeli ağa veya o zamanlar moda olan bir AI modeli olan Gan'a çevirdi. Geleneksel bir Gan'da, iki sinir ağı – ayrımcı ve jeneratör – birbirlerini eğitmek için birleşir. Her iki ağ da bir veri kümesini analiz eder ve daha sonra jeneratör sahte veri üreterek ayrımcıyı kandırmaya çalışır; Başarısız olduğunda, parametrelerini ayarlar ve başarılı olduğunda ayrımcı ayarlanır. Bu eğitim sürecinin sonunda, ayrımcı ve jeneratör arasındaki savaş römorkörü, teorik olarak, bu GAN'ın orijinal eğitim seti ile eşit olan veriler üretmesini sağlayan ideal bir denge üretecektir.
Broad'ın Eureka anı, GAN'daki eğitim verilerini başka bir jeneratör ağıyla değiştirebileceği, ilk jeneratör ağına döndürebileceği ve birbirlerini taklit etmeye yönlendirebileceği bir sezgiydi. İlk çabaları modun çökmesine yol açtı ve “gri lekeler; heyecan verici bir şey yok” diyor Broad. Ancak sisteme bir renk varyans kaybı terimi eklediğinde, görüntüler daha karmaşık, daha canlı hale geldi. Gan'ın iç unsurları ile daha sonraki deneyler çalışmayı daha da ileri götürdü. “Girdi [a GAN] gizli vektör denir. Temelde büyük bir dizi, ”diyor Broad.“ Ve iki ağın olasılık alanı etrafında hareket etmek, nesil olasılığı alanındaki farklı noktalar arasında sorunsuz bir şekilde geçiş yapabilirsiniz. Ve bence ilginç şeylerden biri, bunun nasıl sonsuz yeni şeyler yaratabileceği. ”
İlk sonuçlarına bakıldığında, Rothko karşılaştırması hemen belirgindi; Broad, bu ilk görüntüleri “Rothko-esque” başlıklı bir klasöre kaydettiğini söyledi. (Broad ayrıca, (BM) Kararlı denge Bir teknoloji konferansında, seyircideki biri GAN'a herhangi bir veri girmediğini söylediğinde ona öfkeyle yalancı dedi ve onu renk alanı resimleri üzerinde eğitmesi gerektiğinde ısrar etti.) Ama karşılaştırma türünü kaçırıyor; Broad'ın çalışmalarındaki parlaklık, çıktıda değil, süreçte bulunur. Rothko-esque görüntüleri oluşturmak için yola çıkmadı; Birlikte çalıştığı ağların gizli yaratıcılığını ortaya çıkarmak için yola çıktı.
Başarılı mı? Broad bile tamamen emin değil. Görüntüler olup olmadığı sorulduğunda (BM) Kararlı denge “Saf” yapay bir yaratıcılığın gerçek ürünüdür, “Ağlar çıktılarına hiçbir dış temsil veya özellik uygulanmadı, ancak kişisel estetik tercihlerimin bu süreç üzerinde bir tür 'meta-ouristik' olarak bir etkisi olduğunu tahmin ettim. Ayrıca neden bir gizem olduğunu düşünüyorum.
Onunla süreci hakkında konuşmak ve doktora tezini okumak, paketlerden biri, en yüksek akademik düzeyde bile, insanların üretken AI'nın nasıl çalıştığını tam olarak anlamamasıdır. Midjourney gibi üretken AI araçlarını, “derhal mühendislik” konusundaki özel vurgularıyla, kullanıcıların neredeyse sonsuz sayıda ayar ve öğeyi ayarlamasına izin veren Photoshop gibi bir şeyle karşılaştırın. Üretken AI verilerini beslersek, bu girdilerin bir bileşiminin diğer tarafa çıkacağını biliyoruz, ancak hiç kimsenin, kara kutunun içinde ne olduğunu, ayrıntılı bir seviyede bilmiyor. (Bunların bir kısmı kasıtlıdır; Openai adlı bir şirketin ironisini modelleri ve girdileri hakkında oldukça gizlidir.)
Broad'ın girişsiz çıktı keşifleri, çabaları bazen psikanalizin daha ince keşiflerinden ziyade beyinde kök salmasıyla kök salan erken lobotomistlere benzese bile, AI'nın iç süreçlerine biraz ışık tuttu. Bu modellerin nasıl çalıştığını ortaya çıkarmak, onları da kötüleştirir-teknoloji-optimistlerin ve kıyametçilerin, geniş güçlü, yarı-mistik bir yapayanın “mirage” olarak “saçmalık” olarak adlandırdığı şey altında çalıştığı bir zamanda kritik. “Onlardan çok daha fazlasını yaptıklarını düşünüyoruz” diyor Broad. “Ama bu sadece bir grup matris çarpımı. Oraya girip işleri değiştirmeye başlamak çok kolay.”
Bir yanıt yazın