Por qué dibujo con robots

¿Qué pasa cuando humanos y robots crean artes juntos? En esta impresionante charla, la artista Sougwen Chung muestra cómo "enseñó" su estilo artístico a una máquina, y comparte los resultados de su colaboración después de hacer un descubrimiento inesperado: los robots también comenten errores. "Parte de la belleza de los sistemas humanos y de las máquina es su falibilidad inherente y compartida", dice.

Muchos de nosotros aquí usamos
la tecnología en nuestro día a día.

Y algunos confiamos en la tecnología
para hacer nuestros trabajos.

Por un tiempo, pensé en las máquinas
y las tecnologías que las impulsan

como herramientas perfectas que
podrían hacer mi trabajo

más eficiente y productivo

Pero con el auge de la automatización
en tantas industrias diferentes

me llevó a preguntarme:

si las máquinas comienzan
a hacer el trabajo

tradicionalmente hecho por humanos,

¿qué saldrá de la mano humana?

¿Cómo nuestro deseo de perfección,
precisión y automatización

afecta nuestra habilidad
de ser creativos?

En mi trabajo como artista e
investigadora exploro IA y robótica

para desarrollar nuevos procesos
para la creatividad humana.

Durante los últimos años,

trabajé junto a máquinas, datos
y tecnologías emergentes.

Es parte de una fascinación de por vida

por las dinámicas de individuos y sistemas

y todo el desorden que conlleva.

Es cómo exploro preguntas
sobre dónde comienza y acaba la IA

y dónde desarrollo procesos

que investigan posibles mezclas
sensoriales del futuro.

Creo que es dónde se cruzan
la filosofía y la tecnología.

Hacer este trabajo me
enseñó un par de cosas.

Me enseñó cómo aceptar la imperfección

en realidad puede enseñarnos
algo de nosotros mismos.

Me enseñó que explorar el arte

puede ayudarnos a moldear
la tecnología que nos moldea.

Y me enseñó que combinando AI y robótica

con formas tradicionales de
creatividad, artes visuales en mi caso,

puede enseñarnos a pensar
un poco más profundamente

sobre qué es un humano y
qué es la máquina.

Y me ha llevado a entender

que la colaboración es la clave
para crear un espacio para ambos

a medida que avanzamos.

Todo comenzó con un simple
experimento con máquinas.

llamado "Drawing Operations
Unit: Generation 1"

Llamé a la máquina D.O.U.G, para abreviar.

Antes de construir a D.O.U.G

nos sabía nada sobre construir robots.

Tomé algunos diseños de brazo
robótico de código abierto,

hackeé un sistema en el que
el robot copiaba mis gestos

y los seguía en tiempo real.

La premisa era simple:

Yo dirigiría y él seguiría.

Yo dibujaría una línea y
él imitaría mi línea.

En 2015 allí estábamos,
dibujando por primera vez,

en frente de una pequeña
audiencia en Nueva York.

El proceso fue bastante austero,

sin luces, sin sonido,
nada para esconderse.

Solo mis manos sudando y
los servomotores del robot calentándose.

(Ríe)
Claramente, no estábamos hechos para esto.

Pero ocurrió algo interesante,
algo que no anticipé.

Verán, D.O.U.G, en su forma primitiva
no seguía mi línea perfectamente

Mientras que en la simulación
que ocurrió en la pantalla

era perfecto,

en la realidad física,
era una historia diferente.

Se resbalaba y deslizaba,
se interrumpía y vacilaba,

y yo debía responder.

No había nada puro al respecto.

Y aún, de algún modo, los errores
hicieron mi trabajo más interesante.

La máquina interpretaba
mi línea, pero no perfectamente.

Y yo debía responder.

Nos adaptábamos
el uno al otro en tiempo real.

Y ver esto me enseñó un par de cosas.

Me enseñó que nuestros errores
hacen el trabajo más interesante.

Y me di cuenta de que, a través
de la imperfección de la máquina,

nuestras imperfecciones se convirtieron
en lo que era hermoso de la interacción.

Y estaba emocionada,
porque me llevó a darme cuenta

de que quizás parte de la belleza de
los sistemas humano y máquina

es su inherente falibilidad compartida.

Para la segunda generación de D.O.U.G,

supe que quería explorar esta idea.

Pero en lugar de un accidente provocado

al llevar al brazo robótico a su límite,

quería diseñar un sistema que
respondiera a mis dibujos

de formas que no esperaba.

Así que usé un algoritmo visual
para extraer información visual

de décadas de mis dibujos
digitales y analógicos.

Entrené una red neuronal con estos dibujos

para generar patrones
recurrentes en el trabajo

que luego se introdujeron a través
de software personalizado a la máquina.

Recopilé minuciosamente
tantos dibujos como pude encontrar,

trabajos acabados, experimentos
sin terminar y bocetos aleatorios,

y los etiqueté para el sistema IA.

Y como soy artista, llevo
trabajando más de 20 años.

Recopilar tantos dibujos llevó meses,

fue un montón.

Y aquí está la cuestión
sobre entrenar sistemas AI:

en realidad es mucho trabajo duro.

Hay mucho trabajo detrás de escena.

Pero al hacer el trabajo,
aprendí un poco más

sobre cómo se construye
la arquitectura de un IA.

Y noté que no solo está hecho
de modelos y clasificadores

para la red neuronal.

Sino que es un sistema
fundamentalmente maleable y moldeable,

en el que la mano humana
siempre está presente.

Está lejos de la IA omnipotente
en la que nos han dicho que creamos.

Así que recopilé estos dibujos
para la red neuronal.

Y nos dimos cuenta de algo
que antes no era posible.

Mi robot D.O.U.G se convirtió
en una reflexión interactiva a tiempo real

del trabajo que había realizado
a lo largo de mi vida.

Los datos eran personales,
pero los resultados fueron poderosos.

Y me emocioné mucho,

porque empecé a pensar que quizás
las máquinas no son solo herramientas,

sino que pueden funcionar
como colaboradores no humanos.

Y aún más que eso,

pensé que tal vez el futuro
de la creatividad humana

no está en lo que hace

sino cómo se une para
explorar nuevas maneras de crear.

Si D.O.U.G_1 fue el músculo,

y D.O.U.G_2 fue el cerebro,

entonces me gustaría pensar
en D.O.U.G_3 como la familia.

Sabía que quería explorar esta idea
de colaboración entre humanos

y no-humanos a escala.

En los últimos meses,

trabajé con mi equipo
para desarrollar 20 robots personalizados

que trabajarían conmigo como colectivo.

Trabajarían como un grupo

y juntos colaboraríamos
con todo Nueva York.

Me inspiró mucho el investigador
de Stanford Fei-Fei Li,

quien dijo: "Si queremos
enseñar a las máquinas a pensar,

primero debemos enseñarles cómo ver".

Me hizo pensar en la última década
de mi vida en Nueva York

y cómo nos vigilan todas esas
cámaras de seguridad por la ciudad.

Y pensé que sería realmente interesante

si pudiera usarlas
para enseñar a mis robots a ver.

Con este proyecto,

pensé sobre la mirada de la máquina,

y empecé a pensar sobre
la visión multidimensional,

como vistas de alguna parte.

Recopilamos videos

de las cámaras públicas
disponibles en internet,

de gente caminando por las aceras,

autos y taxis en la carretera,

todo tipo de movimiento urbano.

Entrenamos un algoritmo
de la visión con esas fuentes

basado en una técnica
llamada "flujo óptico",

para analizar la densidad colectiva,

dirección, permanencia y
velocidad del movimiento urbano.

Nuestro sistema extrajo esos estados
de las fuentes como datos posicionales

y se voliveron cuadernos para
dibujar para mis unidades robóticas.

En lugar de una colaboración uno a uno,

hicimos una colaboración
de muchos a muchos.

Combinando la visión de
los humanos y las máquinas en la ciudad,

reimaginamos lo que podría
ser una pintura de un paisaje.

En todos mis experimentos con D.O.U.G,

no hay dos actuaciones
que hayan sido iguales.

Y a través de la colaboración

creamos algo que ninguno
podría haber hecho solo

exploramos los límites
de nuestra creatividad,

humano y no humano
trabajando en paralelo.

Creo que es solo el principio.

Este año, lancé Scilicet,

mi nuevo laboratorio explorando
la interración humana e interhumana.

Estamos muy interesados en
la retroalimentación

entre sistemas individuales,
artificiales y ecológicos.

Conectamos la producción
humana y máquina

con datos biométricos y
otros tipos de datos ambientales.

Invitamos a cualquiera interesado
en el futuro del trabajo, sistemas

y colaboración interhumana

a investigar con nosotros.

Sabemos que no solo los tecnólogos
tienen que hacer este trabajo

y que todos tenemos un papel
que desempeñar.

Creémos que enseñando a las máquina

cómo hacer el trabajo
tradicionalmente hecho por humanos.

podemos explorar y
desarrollar nuestro criterio

de lo que ha hecho posible
la mano humana.

Y parte de ese viaje es
aceptar las imperfecciones

y reconocer la falibilidad
tanto humana y máquina,

para expandir el potencial de ambos.

Hoy sigo buscando la belleza

en la creatividad humana y no humana.

En el futuro, no tengo ni idea
de cómo será esto,

pero tengo mucha curiosidad
por descubrirlo.

Gracias.

(Aplausos)