Return to Video

Por que desenho com robôs?

  • 0:01 - 0:04
    Muitos de nós usamos
    a tecnologia no dia a dia.
  • 0:04 - 0:07
    E alguns de nós dependem
    da tecnologia para trabalhar.
  • 0:07 - 0:08
    Por um tempo,
  • 0:08 - 0:11
    acreditei que as máquinas
    e a tecnologia por trás delas
  • 0:11 - 0:16
    eram ferramentas perfeitas que tornavam
    meu trabalho mais eficiente e produtivo.
  • 0:16 - 0:20
    Mas com o surgimento da automação
    em tantos ramos industriais diferentes,
  • 0:20 - 0:23
    comecei a pensar: "Se as máquinas
    estão começando a fazer o trabalho
  • 0:23 - 0:28
    tradicionalmente feito pelo homem,
    qual será a parte humana na produção?"
  • 0:28 - 0:32
    Como nossa busca pela perfeição,
    precisão e automação
  • 0:32 - 0:34
    afeta nossa capacidade
    de sermos criativos?
  • 0:34 - 0:39
    Em meu trabalho como artista
    e pesquisadora, exploro IA e robótica
  • 0:39 - 0:42
    para desenvolver novos processos
    da criatividade humana.
  • 0:42 - 0:43
    Durante os últimos anos,
  • 0:43 - 0:48
    tenho trabalhado com máquinas,
    dados e tecnologias emergentes.
  • 0:48 - 0:50
    É parte da minha fascinação
  • 0:50 - 0:53
    sobre a dinâmica de indivíduos e máquinas
  • 0:53 - 0:55
    e toda a bagunça envolvida.
  • 0:55 - 1:00
    É assim que estou explorando
    onde a IA termina e nós entramos
  • 1:00 - 1:02
    e onde estou desenvolvendo processos
  • 1:02 - 1:05
    que investigam potenciais
    combinações sensoriais do futuro.
  • 1:06 - 1:09
    Acho que é onde a filosofia
    e a tecnologia se encontram.
  • 1:09 - 1:12
    Ao realizar esse trabalho,
    tenho aprendido algumas coisas:
  • 1:12 - 1:14
    que aceitar a imperfeição
  • 1:14 - 1:17
    pode nos ensinar algumas coisas
    sobre nós mesmos;
  • 1:17 - 1:20
    que explorar a arte
  • 1:20 - 1:23
    pode ajudar a aperfeiçoar
    a tecnologia que nos aperfeiçoa;
  • 1:23 - 1:26
    e que combinar IA e robótica
  • 1:26 - 1:30
    com meios criativos tradicionais,
    artes visuais no meu caso,
  • 1:30 - 1:32
    pode nos ajudar a pensar
    mais profundamente
  • 1:32 - 1:35
    sobre o que é humano e o que é máquina.
  • 1:36 - 1:41
    E tenho aprendido que a colaboração
    é a chave para criar espaço para ambos
  • 1:41 - 1:42
    conforme progredimos.
  • 1:42 - 1:45
    Tudo começou com uma simples
    experiência com máquinas,
  • 1:45 - 1:48
    a "Drawing Operations Unit: Generation 1".
  • 1:48 - 1:51
    Eu a apelidei de "D.O.U.G.".
  • 1:51 - 1:52
    Antes de construir o D.O.U.G.,
  • 1:52 - 1:55
    eu não sabia nada sobre criação de robôs.
  • 1:55 - 1:58
    Peguei designs de braços robóticos
    de código aberto
  • 1:58 - 2:02
    e os juntei a um sistema
    no qual o robô copiava meus gestos
  • 2:02 - 2:03
    e os seguia em tempo real.
  • 2:03 - 2:05
    A premissa era simples:
  • 2:05 - 2:07
    eu guiaria, e ele seguiria;
  • 2:07 - 2:10
    eu desenharia uma linha, e ele a imitaria.
  • 2:10 - 2:14
    Em 2015, estávamos desenhando
    pela primeira vez
  • 2:14 - 2:17
    para um pequeno público em Nova York.
  • 2:17 - 2:19
    O processo era bem simples,
  • 2:19 - 2:23
    sem luzes, sons, nada escondido.
  • 2:23 - 2:27
    Somente minhas mãos suando
    e meu robô esquentando.
  • 2:27 - 2:29
    Obviamente, não fomos feitos para isso.
  • 2:30 - 2:33
    Mas algo interessante aconteceu,
    algo que eu não tinha previsto.
  • 2:33 - 2:38
    O D.O.U.G., em sua forma original,
    não copiava minhas linhas perfeitamente.
  • 2:38 - 2:40
    Apesar de na simulação exibida na tela
  • 2:40 - 2:42
    ele parecer perfeito,
  • 2:42 - 2:44
    na prática era outra história.
  • 2:44 - 2:47
    Ele escorregava, deslizava,
    pontuava e vacilava,
  • 2:47 - 2:49
    e eu era forçada a reagir.
  • 2:49 - 2:52
    Não era perfeito, mesmo assim,
    de certa forma,
  • 2:52 - 2:55
    os erros tornaram o trabalho
    mais interessante.
  • 2:55 - 2:57
    A máquina interpretava minhas linhas,
    mas não perfeitamente
  • 2:57 - 2:59
    e eu era forçada a reagir.
  • 2:59 - 3:01
    Nos adaptávamos um ao outro
    simultaneamente
  • 3:01 - 3:03
    e isso me ensinou algumas coisas.
  • 3:03 - 3:08
    Nossos erros tornaram
    o trabalho mais interessante
  • 3:09 - 3:13
    e descobri que, por meio
    da imperfeição da máquina,
  • 3:13 - 3:17
    nossas imperfeições tornaram-se
    a beleza da interação.
  • 3:18 - 3:21
    Fiquei muito animada
    porque me fez perceber
  • 3:21 - 3:24
    que talvez, parte da beleza
    de sistemas homem-máquina,
  • 3:24 - 3:27
    seja o compartilhamento
    de suas falhas inerentes.
  • 3:27 - 3:29
    Para a segunda geração do D.O.U.G.,
  • 3:29 - 3:31
    eu sabia que queria explorar essa ideia.
  • 3:31 - 3:36
    Mas em vez de ser algo acidental produzido
    por levar um braço robótico ao seu limite,
  • 3:36 - 3:41
    queria um sistema que reagisse
    aos meus desenhos de forma imprevista.
  • 3:41 - 3:44
    Então usei um algoritmo de visão
    para coletar informações
  • 3:44 - 3:47
    de meus desenhos digitais e analógicos
    produzidos em décadas.
  • 3:47 - 3:50
    Treinei uma rede neural com esses desenhos
  • 3:50 - 3:52
    para gerar padrões recorrentes no trabalho
  • 3:52 - 3:56
    que, então, alimentaram a máquina
    através de um software.
  • 3:56 - 4:00
    Coletei meticulosamente
    todos os desenhos que encontrei,
  • 4:00 - 4:05
    trabalhos concluídos e incompletos,
    rascunhos aleatórios
  • 4:05 - 4:07
    e os identifiquei no sistema de IA.
  • 4:07 - 4:10
    Como artista, venho desenhando
    há mais de 20 anos.
  • 4:10 - 4:12
    Juntar tantos desenhos levou meses;
  • 4:12 - 4:14
    foi muito complicado.
  • 4:14 - 4:19
    E o problema de treinar sistemas de IA
    é que, na verdade, é um trabalho árduo.
  • 4:19 - 4:21
    Muito trabalho acontece nos bastidores.
  • 4:21 - 4:23
    Mas trabalhando com isso,
  • 4:23 - 4:27
    aprendi mais sobre a estrutura
    da arquitetura de uma IA,
  • 4:27 - 4:30
    e percebi que não é feita somente
    de modelos e classificadores
  • 4:30 - 4:32
    para a rede neural.
  • 4:32 - 4:35
    É basicamente um sistema
    maleável e moldável,
  • 4:35 - 4:38
    no qual o toque humano
    está sempre presente.
  • 4:38 - 4:42
    Está longe da onipotente IA
    na qual nos fizeram acreditar.
  • 4:42 - 4:45
    Depois de coletar os desenhos
    para a rede neural,
  • 4:45 - 4:49
    descobrimos algo que antes era impossível.
  • 4:49 - 4:53
    Meu robô D.O.U.G. tornou-se
    um reflexo interativo em tempo real
  • 4:53 - 4:56
    do trabalho que fiz durante minha vida.
  • 4:56 - 4:59
    Os dados eram pessoais,
    mas os resultados, poderosos.
  • 4:59 - 5:02
    Fiquei bem animada, pois comecei a pensar
  • 5:02 - 5:06
    que talvez as máquinas não precisassem
    ser somente ferramentas;
  • 5:06 - 5:09
    elas podiam funcionar
    como colaboradores não humanos.
  • 5:10 - 5:11
    Mais do que isso,
  • 5:11 - 5:14
    pensei que talvez o futuro
    da criatividade humana
  • 5:14 - 5:15
    não estivesse na criação,
  • 5:15 - 5:19
    mas na exploração
    de novos métodos da criação.
  • 5:19 - 5:21
    Então se D.O.U.G._1 era o braço,
  • 5:21 - 5:23
    e D.O.U.G._2 o cérebro,
  • 5:23 - 5:26
    então gosto de pensar
    no D.O.U.G._3 como a família.
  • 5:26 - 5:31
    Queria explorar a ideia de colaboração
    entre humano e máquina em escala,
  • 5:31 - 5:33
    então, durante os últimos meses,
  • 5:33 - 5:36
    tenho trabalhado com minha equipe
    para desenvolver 20 robôs
  • 5:36 - 5:38
    que trabalhariam comigo coletivamente.
  • 5:38 - 5:39
    Trabalhariam como um grupo,
  • 5:39 - 5:42
    e juntos, colaboraríamos
    com toda a cidade de Nova York.
  • 5:42 - 5:46
    Fui inspirada pela pesquisadora
    Fei-Fei Li da Stanford, que disse:
  • 5:46 - 5:48
    "Se queremos ensinar as máquinas a pensar,
  • 5:48 - 5:50
    precisamos primeiro
    ensiná-las a enxergar".
  • 5:50 - 5:53
    Isso me fez pensar na última década
    que passei em Nova York,
  • 5:53 - 5:56
    e em como fui observada pelas câmeras
    de segurança espalhadas pela cidade.
  • 5:56 - 5:58
    E pensei que seria interessante
  • 5:58 - 6:01
    se pudesse usá-las para ensinar
    meus robôs a enxergar.
  • 6:01 - 6:03
    Então, com esse projeto,
  • 6:03 - 6:05
    pensei sobre a perspectiva da máquina
  • 6:05 - 6:08
    e comecei a considerar a visão
    como multidimensional,
  • 6:08 - 6:10
    como pontos de vista.
  • 6:10 - 6:12
    Coletamos vídeos
  • 6:12 - 6:17
    transmitidos publicamente na internet
    de pessoas andando nas calçadas,
  • 6:17 - 6:19
    carros e táxis nas ruas,
  • 6:19 - 6:21
    todo tipo de movimento urbano.
  • 6:21 - 6:24
    Com esses dados, treinamos
    um algoritmo de visão
  • 6:24 - 6:26
    baseado em uma técnica
    chamada "fluxo ótico"
  • 6:26 - 6:28
    para analisar a densidade coletiva,
  • 6:28 - 6:32
    direção, repouso e velocidade
    dos movimentos urbanos.
  • 6:32 - 6:36
    Nosso sistema extraiu esses estados
    das fontes como dados de posicionamento
  • 6:36 - 6:39
    e se tornou a base
    para meus robôs desenharem.
  • 6:40 - 6:42
    Em vez de uma colaboração um para um,
  • 6:42 - 6:45
    criamos uma colaboração
    de muitos para muitos.
  • 6:45 - 6:49
    Combinando a visão do ser humano
    e da máquina na cidade,
  • 6:49 - 6:52
    repensamos o que a pintura
    de uma paisagem poderia ser.
  • 6:52 - 6:54
    Em todos os meus experimentos
    com o D.O.U.G.,
  • 6:54 - 6:57
    nunca tivemos performances idênticas,
  • 6:57 - 6:58
    e através da colaboração
  • 6:58 - 7:01
    criamos algo que nenhum de nós
    poderia ter feito sozinho:
  • 7:01 - 7:04
    exploramos os limites
    de nossa criatividade,
  • 7:04 - 7:07
    com humano e não humano
    trabalhando paralelamente.
  • 7:08 - 7:10
    Acho que estamos só começando.
  • 7:11 - 7:13
    Este ano inaugurei o Scilicet,
  • 7:13 - 7:17
    meu novo laboratório, onde exploro
    a colaboração humana e inter-humana.
  • 7:17 - 7:19
    Estamos muito interessados
    no ciclo de feedback
  • 7:19 - 7:24
    entre sistemas individuais,
    artificiais e ecológicos,
  • 7:24 - 7:27
    Estamos conectando a produção
    de humanos e máquinas
  • 7:27 - 7:30
    à biometria e a outros tipos
    de dados ambientais.
  • 7:30 - 7:34
    Convidamos todos que têm interesse
    no futuro do trabalho, dos sistemas
  • 7:34 - 7:37
    e na colaboração inter-humana
    a explorarem conosco.
  • 7:37 - 7:40
    Sabemos que não são só tecnólogos
    que devem fazer esse trabalho
  • 7:40 - 7:42
    e que todos nós temos um papel a cumprir.
  • 7:42 - 7:45
    Acreditamos que ao ensinar máquinas
  • 7:45 - 7:47
    a como fazer o trabalho
    tradicionalmente feito por humanos,
  • 7:47 - 7:50
    podemos explorar e expandir nosso critério
  • 7:50 - 7:53
    do que é possível para a humanidade.
  • 7:53 - 7:56
    Parte dessa jornada
    é aceitar as imperfeições
  • 7:56 - 8:00
    e reconhecer a falibilidade tanto
    de humanos como de máquinas
  • 8:00 - 8:03
    para expandir o potencial de ambos.
  • 8:03 - 8:08
    Atualmente ainda estou buscando a beleza
    na criatividade humana e não humana.
  • 8:08 - 8:11
    Não sei como ela será no futuro
  • 8:12 - 8:14
    mas estou muito curiosa em descobrir.
  • 8:14 - 8:15
    Obrigada.
  • 8:15 - 8:17
    (Aplausos)
Title:
Por que desenho com robôs?
Speaker:
Sougwen Chung
Description:

O que acontece quando robôs e humanos criam arte juntos? Nesta palestra inspiradora, a artista Sougwen Chung mostra como ela “ensinou” seu estilo artístico para uma máquina, e compartilha os resultados dessa colaboração depois de descobrir algo surpreendente: robôs também erram. Ela afirma que “Parte da beleza dos sistemas humanos e das máquinas vem de sua falibilidade herdada e partilhada”.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
08:30

Portuguese, Brazilian subtitles

Revisions