چرا با ربات ها نقاشی می‌کشم؟

چه اتفاقی می‌افتد هنگامی که انسان‌ها و ربات‌ها با هم اثرهنری بسازند؟ در این سخنرانی الهام بخش، هنرمند سوگن چانگ نشان می‌دهد که چگونه به یک ماشین سبک هنری خود را آموزش داد-- و نتایج همکاری خود را بعد از یک کشف غیرمنتظره به اشتراک می‌گذارد: ربات‌ها هم اشتباه می‌کنند. وی می‌گوید: «بخشی از زیبایی فطری و مشترک انسان و ماشین‌ها در اشتباه کردن آنهاست.»

بسیاری از ما هرروزه
از فناوری استفاده می‌کنیم.

و عده‌ای از ما با تکیه به فناوری
کارهای خود را پیش می‌بریم.

برای مدتی‌، ماشین‌ها و
فناوری‌هایی که آن‌ها را به کار می‌گیرند را

به‌عنوان یک ابزار بی‌نقص که کار من را
بهتر و موثرتر می‌کرد در نظر داشتم.

اما فراگیری ماشینی‌شدن در انواع صنعت‌ها،

من را به فکر فرو برد:

اگر ماشین می‌تواند کاهایی
را انجام دهد که

که از گذشته انسان
انجام می‌داده،

کار انسان چه می‌شود؟

چگونه میل به بی‌نقصی‌، دقت و ماشینی‌شدن

بر توانایی خلاق‌بودن ما اثر دارد؟

من به‌عنوان یک هنرمند و محقق‌،
رباتیک و هوش‌مصنوعی را

برای توسعه فرایندهای جدید
برای خلاقیت انسان بررسی می‌کنم.

در چند سال گذشته‌،

در‌کنار ماشین‌ها‌، داده و
فناوری‌های نوپا کار کردم.

این بخشی از یک جذابیت همیشگی

درباره‌ی پویایی افراد و سیستم‌ها است

و تمام آشفتگی که شامل می‌شود.

اینگونه سوالات را که هوش‌مصنوعی کجا
تمام شده و ما آغاز می‌کنیم را کاوش می‌کنم

وجایی که فرایندها را توسعه می‌دهم

که مخلوط‌های بالقوه حسی
در آینده را بررسی می‌کند.

فکر می‌کنم این جاست که
فلسفه و فناوری جدا می‌شوند.

انجام این کار به من چند چیز یاد داد.

به من یاد داد که چگونه
در آغوش گرفتن نقص می‌تواند

به ما در مورد خودمان بیاموزد.

به من یاد داد که کاوش در هنر

می‌تواند در شکل دادن فناوری که
ما را شکل دهد کمک کند

و به من آموخت که ترکیب
هوش مصنوعی و رباتیک

با خلاقیت‌های سنتی--
در این مورد هنر‌های تجسمی--

می‌تواند به ما در تفکر عمیق تر یاری کند

در مورد اینکه انسان چیست
و ماشین چیست.

و مرا به این باور رهنمود کرد

که همکاری کلیدی است برای
ساخت فضا برای هر‌دو

هرچه بیشتر جلو می‌رویم.

تمام این‌ها از یک آزمایش ساده
با ماشین‌ها شروع شد،

به نام «واحد عملیات ترسیم: نسل ۱»

که به طور خلاصه به
آن ماشین‌، داگ(D.O.U.G) می‌گویم.

پیش از ساخت ‌داگ،

در مورد ساخت روبات چیزی نمی‌دانستم.

من چند طراحی رایگان
بازوی رباتیک را گرفتم،

و سیستمی‌ را ساختم که روبات
حرکات مرا

به صورت بلادرنگ
و همزمان دنبال کند.

قضیه ساده بود:

من حرکت می‌کنم و
روبات دنبال می‌کند.

من یک خط می‌کشم،
و او آن خط را تقلید می‌کند.

این ما هستیم که در سال ۲۰۱۵
برای اولین بار،

در حضور عده‌ای کم
در نیویورک نقاشی می‌کردیم.

فرایند ساده‌ای بود--

نه هیج نوری، نه صدایی‌، هیچ جیز
برای پنهان شدن پشت آن نبود.

فقط دست‌های من که عرق می‌کرد
و فرمان‌یارهای جدید روبات که داغ می‌شد.

(خنده) واضح بود که ما
آماده‌ی اینکار نبودیم.

اما یک جیز جالب اتفاق افتاد،
چیزی که انتظارش را نداشتم.

‌داگ، در حالت اولیه خطوط من را
به طور کامل دنبال نمی‌کرد.

در شبیه ساز آنچه روی صفحه اتفاق می‌افتاد

از نظر پیکسلی بی‌نقص بود،

ولی در واقعیت،
داستان فرق می‌کرد.

لیز می‌خورد و گیر می‌کرد،

و من مجبور می‌شدم واکنش نشان دهم.

هیچ چیزی طبیعی نبود.

و با این حال به نحوی اشتباهات
کار را جذاب‌تر کردند.

ماشین خط‌های مرا دنبال می‌کرد
اما نه بی‌نقص.

و من مجبور می‌شدم پاسخ دهم.

ما داشتیم باهم همزمان کنار می‌آمدیم.

و دیدن این مساله به من چند چیز یاد داد.

به من نشان داد اشتباهات ما
در واقع کار را جالب‌تر می‌کنند.

و به واسطه‌ی این نقص ماشین متوجه شدم،

نقص‌های ما آن چیز زیبا در تعامل بود.

و من هیجان زده شدم‌،
چون به این نتیجه رسیدم

که شاید بخشی از زیبایی
سیستم‌های انسانی و ماشینی

خطای ذاتی مشترک آن‌هاست.

برای نسل دوم داگ،

من می‌دانستم که می‌خواهم
این ایده را بررسی کنم.

اما به جای اتفاقی که بوسیله‌ی نگاه داشتن
بازوی رباتیک در محدودیت ایجاد شده،

من سیستمی‌ را می‌خواستم که
به ترسیم‌های من به صورتی

پاسخ دهد که انتظار آن را نداشته باشم.

پس، از یک الگوریتم بصری استفاده کردم
تا اطلاعات بصری را

از ده‌ها طرح‌ دیجیتال
و آنالوگ خودم خارج کنم.

من یک شبکه عصبی را
بر اساس این طرح‌ها ساختم

تا الگوهای تکرار شونده‌ای
را در کار را تولید کند

که به صورت نرم افزار سفارشی
به ماشین باز می‌گشتند.

با دردسر زیاد تمام طرح‌هایی که
توانستم بیابم را جمع کردم

کار‌های تمام شده و ناتمام،
یک سری طرح‌های بالبداهه-

و آنها را برای سیستم هوش مصنوعی
نشانه کردم.

و از آن جایی که من یک هنرمندم
بیش از ۲۰ سال است کار می‌کنم.

جمع‌آوری آن همه طرح ماه‌ها زمان برد،

که واقعا سخت و پیچیده بود.

و یک چیز درباره سیستم‌های هوش مصنوعی:

راستش را بخواهید خیلی سخت است.

بسیاری کار هست که پشت پرده انجام می‌شود.

اما در حین کار، یک مقدار بیشتر

در‌باره ساخت معماری هوش مصنوعی متوجه شدم.

و فهمیدم که تنها از مدل‌ها و
اطلاعات طبقه‌بندی شده

برای شبکه عصبی ساخته نشده.

بلکه یک سیستم انعطاف‌پذیر و شکل‌پذیر است،

که همیشه در کار‌های انسان مشهود است.

این با قدرت زیاد هوش مصنوعی که به ما
گفته شده تا باور کنیم بسیار دور است.

پس من این طرح‌ها را برای
شبکه عصبی جمع کردم.

و به چیزی که پیش از این
ممکن نبود پی بردیم.

ربات من داگ تبدیل به
واکنش دهنده تعاملی بلادرنگ

از کار‌هایی که من در طول
زندگی‌ام انجام داده بودم شد.

داده‌ها شخصی بود، ولی نتیجه قدرتمند بود.

و من بسیار هیجان زده شدم،

چون فکر کردم شاید نیازی نباشد
که ماشین‌ها فقط ابزار باشند،

بلکه می‌توانند یک همکار غیرانسانی باشند.

حتی شاید بیش از آن،

من فکر کردم شاید
آینده خلاقیت انسان

چیزی نباشد که می‌سازد

بلکه از کشف راه‌های جدید ساخت پدید می‌آید.

پس اگر داگ_ ۱ یک ماهیچه بود،

و داگ_۲ مغز بود،

پس من دوست دارم داگ_۳ را
به عنوان خانواده در نظر بگیرم.

من می‌خواستم این ایده‌ی همکاری با غیرانسان
را در مقیاس بزرگتر مورد بررسی قرار دهم.

در نتیجه در چند ماه گذشته،

من به همراه گروهم بیش از ۲۰
ربات را توسعه دادیم

به طوری که بتوانند مشترکاَ با من کار کنند

آنها گروهی کار می‌کنند‌،

و باهم‌، ما می‌توانیم با تمام
نیویورک همکاری کنیم.

من بسیار از سخنان محقق دانشگاه استنفورد
فی-فی لی تشویق شدم

که گفت‌: «اگر بخواهیم به ماشین
نحوه تفکر را بیاموزیم،

ابتدا باید به او نحوه دیدن را یاد دهیم.»

این مرا به فکر ده سال گذشته‌
زندگی‌ام در نیویورک انداخت‌،

چگونه توسط دوربین‌های نظارتی
در شهر دیده شده بودم‌.

و فکر کردم که چقدر جذاب می‌تواند باشد

که بوسیله‌ی آن به ربات‌ها
نحوه دیدن را بیاموزم.

در نتیجه با این پروژه‌،

من در مورد نگاه ماشین فکر کردم،

و شروع به تفکر درباره دید چند بعدی،

به عنوان مناظری از مکانی کردم.

ما ویدیو‌ها را از

دوربین‌های عمومی‌از اینترنت
جمع آوری کردیم

مردمی‌ که روی سنگ فرش راه می‌رفتند،

از خودرو‌ها و تاکسی‌ها در خیابان،

انواع فعالیت‌های شهری.

ما یک ااگوریتم بصری را
از روی این موارد درست کردیم

بر اساس تکنیکی به نام «جریان نوری،»

برای آنالیز تراکم جمع شده‌،

مسیر‌، وضعیت جابجایی و
ساکن بودن جنبش‌های شهری.

سیستم این وضعیت‌ها را
از داده‌های مکانی استخراج کرد

و لایه‌ای برای طراحی کردن
واحد رباتیک روی آن شد.

به جای همکاری تک به تک،

ما یک همکاری چند به چند را ساختیم.

با ترکیب دید انسان و ماشین در شهر،

ما آنچه یک نقاشی منظره
می‌تواند باشد را بازآفرینی کردیم.

در بین تمام آزمایشاتم با داگ،

هیج دو عملکردی یکسان نبودند.

و در همکاری،

ما جیزی را خلق کردیم که
هیچ کدام به تنهایی نمی‌توانستیم:

ما کران‌های خلاقیت مان را کاوش کردیم،

انسان و غیرانسان به موازات هم کار می‌کنند.

فکر می‌کنم این تنها شروع است.

امسال‌، من سیلیست را بنا کردم‌،

آزمایشگاه جدیدی برای کاوش
در همکاری انسانی و میان انسانی.

ما بسیار علاقه داریم به چرخه واکنش

بین انسان‌، سیستم مصنوعی و زیست محیطی.

ما درحال اتصال انسان و خروجی ماشین به

بیومتریک و دیگر انواع داده‌های محیطی هستیم

ما هرکسی که به آینده کار‌،
سیستم‌ها و همکاری میان انسانی

علاقه دارد دعوت به

کاوش می‌کنیم.

می‌دانیم این تنها فناوران نیستند
که باید این کار را بکنند

و هر کدام نقشی داریم.

ما بر این باوریم با آموزش ماشین‌ها

به انجام کار‌هایی که پیش از
این انسان انجام می‌داده،

می‌توانیم کاوش کنیم و
معیارها را از آنچه

ممکن بود به دست انسان
ساخته شود گسترش دهیم.

و بخشی از این سفر پذیرش نقض است

و شناخت اشتباهات انسان و ماشین‌،

تا پتانسیل هردو را گسترش دهیم.

امروز‌، من هنوز به دنبال زیبایی‌

در خلاقیت انسان و غیرانسان هستم.

هیچ ایده‌ای ندارم
که آینده چگونه خواهد بود،

اما خیلی کنجکاوم که بفهمم.

ممنون از شما.

( تشویق حضار)