1
00:00:00,937 --> 00:00:04,126
Muitos de nós usamos
a tecnologia no dia a dia.

2
00:00:04,126 --> 00:00:07,187
E alguns de nós dependem
da tecnologia para trabalhar.

3
00:00:07,187 --> 00:00:08,421
Por um tempo,

4
00:00:08,421 --> 00:00:11,371
acreditei que as máquinas
e a tecnologia por trás delas

5
00:00:11,371 --> 00:00:15,876
eram ferramentas perfeitas que tornavam
meu trabalho mais eficiente e produtivo.

6
00:00:16,293 --> 00:00:19,717
Mas com o surgimento da automação
em tantos ramos industriais diferentes,

7
00:00:19,717 --> 00:00:23,353
comecei a pensar: "Se as máquinas
estão começando a fazer o trabalho

8
00:00:23,353 --> 00:00:27,733
tradicionalmente feito pelo homem,
qual será a parte humana na produção?"

9
00:00:28,133 --> 00:00:32,226
Como nossa busca pela perfeição,
precisão e automação

10
00:00:32,226 --> 00:00:34,413
afeta nossa capacidade
de sermos criativos?

11
00:00:34,413 --> 00:00:38,664
Em meu trabalho como artista
e pesquisadora, exploro IA e robótica

12
00:00:38,664 --> 00:00:41,669
para desenvolver novos processos
da criatividade humana.

13
00:00:42,077 --> 00:00:43,387
Durante os últimos anos,

14
00:00:43,387 --> 00:00:47,763
tenho trabalhado com máquinas,
dados e tecnologias emergentes.

15
00:00:48,143 --> 00:00:50,028
É parte da minha fascinação

16
00:00:50,028 --> 00:00:52,787
sobre a dinâmica de indivíduos e máquinas

17
00:00:52,787 --> 00:00:55,192
e toda a bagunça envolvida.

18
00:00:55,192 --> 00:00:59,970
É assim que estou explorando
onde a IA termina e nós entramos

19
00:00:59,970 --> 00:01:01,690
e onde estou desenvolvendo processos

20
00:01:01,690 --> 00:01:05,016
que investigam potenciais
combinações sensoriais do futuro.

21
00:01:05,675 --> 00:01:08,719
Acho que é onde a filosofia
e a tecnologia se encontram.

22
00:01:08,892 --> 00:01:11,642
Ao realizar esse trabalho,
tenho aprendido algumas coisas:

23
00:01:11,642 --> 00:01:14,490
que aceitar a imperfeição

24
00:01:14,490 --> 00:01:16,979
pode nos ensinar algumas coisas
sobre nós mesmos;

25
00:01:17,428 --> 00:01:19,784
que explorar a arte

26
00:01:19,788 --> 00:01:22,719
pode ajudar a aperfeiçoar 
a tecnologia que nos aperfeiçoa;

27
00:01:23,148 --> 00:01:26,433
e que combinar IA e robótica

28
00:01:26,433 --> 00:01:29,989
com meios criativos tradicionais,
artes visuais no meu caso,

29
00:01:29,989 --> 00:01:32,315
pode nos ajudar a pensar
mais profundamente

30
00:01:32,315 --> 00:01:35,212
sobre o que é humano e o que é máquina.

31
00:01:35,923 --> 00:01:40,752
E tenho aprendido que a colaboração
é a chave para criar espaço para ambos

32
00:01:40,752 --> 00:01:42,359
conforme progredimos.

33
00:01:42,387 --> 00:01:45,153
Tudo começou com uma simples
experiência com máquinas,

34
00:01:45,157 --> 00:01:47,983
a "Drawing Operations Unit: Generation 1".

35
00:01:48,434 --> 00:01:50,870
Eu a apelidei de "D.O.U.G.".

36
00:01:50,870 --> 00:01:52,364
Antes de construir o D.O.U.G.,

37
00:01:52,364 --> 00:01:54,689
eu não sabia nada sobre criação de robôs.

38
00:01:55,220 --> 00:01:58,141
Peguei designs de braços robóticos
de código aberto

39
00:01:58,141 --> 00:02:01,506
e os juntei a um sistema
no qual o robô copiava meus gestos

40
00:02:01,506 --> 00:02:03,169
e os seguia em tempo real.

41
00:02:03,169 --> 00:02:04,641
A premissa era simples:

42
00:02:04,641 --> 00:02:06,841
eu guiaria, e ele seguiria;

43
00:02:07,403 --> 00:02:10,363
eu desenharia uma linha, e ele a imitaria.

44
00:02:10,363 --> 00:02:14,085
Em 2015, estávamos desenhando
pela primeira vez

45
00:02:14,085 --> 00:02:16,728
para um pequeno público em Nova York.

46
00:02:16,728 --> 00:02:19,303
O processo era bem simples,

47
00:02:19,307 --> 00:02:22,794
sem luzes, sons, nada escondido.

48
00:02:23,241 --> 00:02:26,946
Somente minhas mãos suando
e meu robô esquentando.

49
00:02:27,390 --> 00:02:29,391
Obviamente, não fomos feitos para isso.

50
00:02:29,820 --> 00:02:33,053
Mas algo interessante aconteceu,
algo que eu não tinha previsto.

51
00:02:33,053 --> 00:02:37,903
O D.O.U.G., em sua forma original,
não copiava minhas linhas perfeitamente.

52
00:02:37,903 --> 00:02:40,260
Apesar de na simulação exibida na tela

53
00:02:40,260 --> 00:02:41,641
ele parecer perfeito,

54
00:02:41,641 --> 00:02:44,196
na prática era outra história.

55
00:02:44,196 --> 00:02:47,033
Ele escorregava, deslizava,
pontuava e vacilava,

56
00:02:47,037 --> 00:02:49,105
e eu era forçada a reagir.

57
00:02:49,475 --> 00:02:52,327
Não era perfeito, mesmo assim,
de certa forma,

58
00:02:52,327 --> 00:02:54,605
os erros tornaram o trabalho
mais interessante.

59
00:02:54,605 --> 00:02:57,403
A máquina interpretava minhas linhas,
mas não perfeitamente

60
00:02:57,403 --> 00:02:58,763
e eu era forçada a reagir.

61
00:02:58,763 --> 00:03:01,496
Nos adaptávamos um ao outro
simultaneamente

62
00:03:01,496 --> 00:03:03,457
e isso me ensinou algumas coisas.

63
00:03:03,457 --> 00:03:08,337
Nossos erros tornaram
o trabalho mais interessante

64
00:03:08,663 --> 00:03:12,936
e descobri que, por meio
da imperfeição da máquina,

65
00:03:12,936 --> 00:03:16,641
nossas imperfeições tornaram-se
a beleza da interação.

66
00:03:17,650 --> 00:03:21,231
Fiquei muito animada
porque me fez perceber

67
00:03:21,231 --> 00:03:24,435
que talvez, parte da beleza
de sistemas homem-máquina,

68
00:03:24,435 --> 00:03:27,197
seja o compartilhamento
de suas falhas inerentes.

69
00:03:27,197 --> 00:03:29,041
Para a segunda geração do D.O.U.G.,

70
00:03:29,041 --> 00:03:31,372
eu sabia que queria explorar essa ideia.

71
00:03:31,372 --> 00:03:35,814
Mas em vez de ser algo acidental produzido
por levar um braço robótico ao seu limite,

72
00:03:35,814 --> 00:03:40,551
queria um sistema que reagisse
aos meus desenhos de forma imprevista.

73
00:03:40,592 --> 00:03:44,465
Então usei um algoritmo de visão
para coletar informações

74
00:03:44,465 --> 00:03:47,364
de meus desenhos digitais e analógicos
produzidos em décadas.

75
00:03:47,364 --> 00:03:49,546
Treinei uma rede neural com esses desenhos

76
00:03:49,546 --> 00:03:52,435
para gerar padrões recorrentes no trabalho

77
00:03:52,435 --> 00:03:55,935
que, então, alimentaram a máquina
através de um software.

78
00:03:55,935 --> 00:04:00,345
Coletei meticulosamente
todos os desenhos que encontrei,

79
00:04:00,345 --> 00:04:04,584
trabalhos concluídos e incompletos,
rascunhos aleatórios

80
00:04:04,584 --> 00:04:06,607
e os identifiquei no sistema de IA.

81
00:04:06,607 --> 00:04:10,315
Como artista, venho desenhando
há mais de 20 anos.

82
00:04:10,315 --> 00:04:12,363
Juntar tantos desenhos levou meses;

83
00:04:12,363 --> 00:04:13,776
foi muito complicado.

84
00:04:13,776 --> 00:04:18,565
E o problema de treinar sistemas de IA
é que, na verdade, é um trabalho árduo.

85
00:04:19,022 --> 00:04:21,073
Muito trabalho acontece nos bastidores.

86
00:04:21,073 --> 00:04:22,588
Mas trabalhando com isso,

87
00:04:22,588 --> 00:04:27,363
aprendi mais sobre a estrutura
da arquitetura de uma IA,

88
00:04:27,363 --> 00:04:30,358
e percebi que não é feita somente
de modelos e classificadores

89
00:04:30,358 --> 00:04:31,704
para a rede neural.

90
00:04:31,704 --> 00:04:34,851
É basicamente um sistema
maleável e moldável,

91
00:04:35,281 --> 00:04:38,391
no qual o toque humano
está sempre presente.

92
00:04:38,395 --> 00:04:42,419
Está longe da onipotente IA
na qual nos fizeram acreditar.

93
00:04:42,419 --> 00:04:44,958
Depois de coletar os desenhos
para a rede neural,

94
00:04:44,958 --> 00:04:48,911
descobrimos algo que antes era impossível.

95
00:04:48,911 --> 00:04:53,026
Meu robô D.O.U.G. tornou-se
um reflexo interativo em tempo real

96
00:04:53,026 --> 00:04:55,677
do trabalho que fiz durante minha vida.

97
00:04:55,677 --> 00:04:59,386
Os dados eram pessoais,
mas os resultados, poderosos.

98
00:04:59,386 --> 00:05:02,314
Fiquei bem animada, pois comecei a pensar

99
00:05:02,314 --> 00:05:05,656
que talvez as máquinas não precisassem
ser somente ferramentas;

100
00:05:05,656 --> 00:05:09,357
elas podiam funcionar
como colaboradores não humanos.

101
00:05:09,537 --> 00:05:11,108
Mais do que isso,

102
00:05:11,108 --> 00:05:13,561
pensei que talvez o futuro
da criatividade humana

103
00:05:13,561 --> 00:05:15,109
não estivesse na criação,

104
00:05:15,109 --> 00:05:18,545
mas na exploração
de novos métodos da criação.

105
00:05:19,101 --> 00:05:21,315
Então se D.O.U.G._1 era o braço,

106
00:05:21,315 --> 00:05:23,097
e D.O.U.G._2 o cérebro,

107
00:05:23,101 --> 00:05:26,029
então gosto de pensar
no D.O.U.G._3 como a família.

108
00:05:26,482 --> 00:05:31,195
Queria explorar a ideia de colaboração
entre humano e máquina em escala,

109
00:05:31,195 --> 00:05:32,766
então, durante os últimos meses,

110
00:05:32,766 --> 00:05:35,831
tenho trabalhado com minha equipe
para desenvolver 20 robôs

111
00:05:35,831 --> 00:05:37,713
que trabalhariam comigo coletivamente.

112
00:05:37,713 --> 00:05:39,012
Trabalhariam como um grupo,

113
00:05:39,012 --> 00:05:41,905
e juntos, colaboraríamos
com toda a cidade de Nova York.

114
00:05:41,905 --> 00:05:45,627
Fui inspirada pela pesquisadora
Fei-Fei Li da Stanford, que disse:

115
00:05:45,627 --> 00:05:47,652
"Se queremos ensinar as máquinas a pensar,

116
00:05:47,652 --> 00:05:49,654
precisamos primeiro
ensiná-las a enxergar".

117
00:05:49,654 --> 00:05:52,503
Isso me fez pensar na última década
que passei em Nova York,

118
00:05:52,503 --> 00:05:56,386
e em como fui observada pelas câmeras
de segurança espalhadas pela cidade.

119
00:05:56,386 --> 00:05:58,086
E pensei que seria interessante

120
00:05:58,086 --> 00:06:00,919
se pudesse usá-las para ensinar
meus robôs a enxergar.

121
00:06:00,919 --> 00:06:02,831
Então, com esse projeto,

122
00:06:02,831 --> 00:06:04,822
pensei sobre a perspectiva da máquina

123
00:06:04,822 --> 00:06:08,072
e comecei a considerar a visão
como multidimensional,

124
00:06:08,072 --> 00:06:10,158
como pontos de vista.

125
00:06:10,241 --> 00:06:12,046
Coletamos vídeos

126
00:06:12,046 --> 00:06:16,740
transmitidos publicamente na internet
de pessoas andando nas calçadas,

127
00:06:16,740 --> 00:06:18,746
carros e táxis nas ruas,

128
00:06:18,746 --> 00:06:20,623
todo tipo de movimento urbano.

129
00:06:21,188 --> 00:06:23,811
Com esses dados, treinamos
um algoritmo de visão

130
00:06:23,815 --> 00:06:26,121
baseado em uma técnica
chamada "fluxo ótico"

131
00:06:26,125 --> 00:06:28,126
para analisar a densidade coletiva,

132
00:06:28,126 --> 00:06:32,083
direção, repouso e velocidade
dos movimentos urbanos.

133
00:06:32,178 --> 00:06:36,471
Nosso sistema extraiu esses estados
das fontes como dados de posicionamento

134
00:06:36,471 --> 00:06:39,438
e se tornou a base
para meus robôs desenharem.

135
00:06:39,868 --> 00:06:42,426
Em vez de uma colaboração um para um,

136
00:06:42,426 --> 00:06:45,474
criamos uma colaboração
de muitos para muitos.

137
00:06:45,474 --> 00:06:49,081
Combinando a visão do ser humano
e da máquina na cidade,

138
00:06:49,081 --> 00:06:51,853
repensamos o que a pintura
de uma paisagem poderia ser.

139
00:06:51,853 --> 00:06:54,065
Em todos os meus experimentos
com o D.O.U.G.,

140
00:06:54,065 --> 00:06:56,752
nunca tivemos performances idênticas,

141
00:06:56,752 --> 00:06:58,292
e através da colaboração

142
00:06:58,292 --> 00:07:01,180
criamos algo que nenhum de nós
poderia ter feito sozinho:

143
00:07:01,180 --> 00:07:03,815
exploramos os limites
de nossa criatividade,

144
00:07:03,815 --> 00:07:07,207
com humano e não humano
trabalhando paralelamente.

145
00:07:07,823 --> 00:07:10,157
Acho que estamos só começando.

146
00:07:10,569 --> 00:07:12,776
Este ano inaugurei o Scilicet,

147
00:07:12,776 --> 00:07:17,211
meu novo laboratório, onde exploro
a colaboração humana e inter-humana.

148
00:07:17,211 --> 00:07:19,483
Estamos muito interessados
no ciclo de feedback

149
00:07:19,483 --> 00:07:23,593
entre sistemas individuais,
artificiais e ecológicos,

150
00:07:24,236 --> 00:07:26,649
Estamos conectando a produção
de humanos e máquinas

151
00:07:26,649 --> 00:07:29,712
à biometria e a outros tipos
de dados ambientais.

152
00:07:29,712 --> 00:07:33,680
Convidamos todos que têm interesse
no futuro do trabalho, dos sistemas

153
00:07:33,680 --> 00:07:36,873
e na colaboração inter-humana
a explorarem conosco.

154
00:07:36,873 --> 00:07:40,302
Sabemos que não são só tecnólogos
que devem fazer esse trabalho

155
00:07:40,302 --> 00:07:42,369
e que todos nós temos um papel a cumprir.

156
00:07:42,369 --> 00:07:44,672
Acreditamos que ao ensinar máquinas

157
00:07:44,672 --> 00:07:47,450
a como fazer o trabalho
tradicionalmente feito por humanos,

158
00:07:47,450 --> 00:07:50,427
podemos explorar e expandir nosso critério

159
00:07:50,427 --> 00:07:52,870
do que é possível para a humanidade.

160
00:07:52,870 --> 00:07:56,411
Parte dessa jornada
é aceitar as imperfeições

161
00:07:56,411 --> 00:08:00,125
e reconhecer a falibilidade tanto
de humanos como de máquinas

162
00:08:00,125 --> 00:08:02,530
para expandir o potencial de ambos.

163
00:08:02,919 --> 00:08:07,534
Atualmente ainda estou buscando a beleza
na criatividade humana e não humana.

164
00:08:07,865 --> 00:08:10,694
Não sei como ela será no futuro

165
00:08:11,627 --> 00:08:13,675
mas estou muito curiosa em descobrir.

166
00:08:13,675 --> 00:08:14,850
Obrigada.

167
00:08:14,850 --> 00:08:16,554
(Aplausos)