Perspektif naif namun berpendidikan tentang Seni dan Kecerdasan Buatan

Kita semua dapat sepakat pada pengamatan bahwa Kecerdasan Buatan adalah pusat dari sebagian besar perdebatan hari ini, yang membuatnya menjadi topik yang sangat topikal. Seni, di sisi lain, telah ada sejak lama, dan sering dianggap sebagai gagasan sejarah. Jika Anda mengharapkan saran ahli AI, atau pandangan sejarawan seni tentang masalah ini, pandanglah. Yang akan Anda dapatkan hanyalah tampilan artis AI pada subjek, yang merupakan pandangan naif, tetapi yang diinformasikan.

"Penemuan ini akan menghilangkan lapisan seni yang lebih rendah"
"Artis berisiko menjadi mesin, memasang ke komputer lain"
"Lukisan sudah mati"

Untuk membangun suatu konteks, semua kata-kata ini telah terdengar sekitar tahun 1850. Dan semuanya menunjuk pada alat yang cukup kita kenal: kamera.

Kembali pada masa itu, meskipun itu adalah subjek yang hanya dimengerti oleh beberapa orang, itu adalah topik yang sangat populer.

Itu adalah subjek yang membuat sebagian besar orang bermimpi, tetapi seperti yang kami amati sebelumnya, juga subjek yang bisa menakutkan.

Lihat kemana saya pergi?

Mendefinisikan Kecerdasan Buatan

Ketika kita berbicara tentang AI, penting untuk menyatakan panggung dengan benar. Mari kita membuatnya sederhana. Itulah AI: pembuatan sistem cerdas.

Tidak senang dengan jawaban itu? Nah, intinya adalah, kita cukup jelas tentang apa itu AI, sedangkan kecerdasan itu sendiri sulit untuk didefinisikan dengan tepat. Misalnya, tugas yang terdiri dari mengenali seekor kucing dari seekor anjing. Perlu mengidentifikasi fitur mana yang umum untuk setiap subjek, membuat aturan umum dari contoh, dan mengatur untuk membandingkan. Sekarang, ambil tugas yang akan membutuhkan untuk memecahkan masalah matematika yang sangat teoritis yang berlaku untuk membuat kenyataan lebih baik dalam jangka panjang. Membuat pilihan untuk berkonsentrasi pada masalah ini alih-alih memberi makan sirkuit hadiah Anda akan membutuhkan tingkat kecerdasan lain. Pada akhirnya, AI bertujuan untuk membangun sistem yang menjawab semua masalah ini.

Cara yang baik untuk mendefinisikan AI bisa dengan menyatakan apa yang saat ini dapat kita lakukan. Hari ini, menggunakan pembelajaran mesin, kami berhasil mereplikasi tugas manusia sederhana dengan algoritma (satu set instruksi berdasarkan metode statistik dan data). Kami menggunakan algoritme ini baik untuk mengoptimalkan (dengan melakukan perhitungan kompleks), atau untuk skala (dengan chatbots sebagai contoh), meskipun kedua gagasan tersebut sering dikaitkan satu sama lain. Algoritme dapat belajar dengan mengidentifikasi fitur-fitur umum dalam data, dan lebih cepat daripada manusia dalam menganalisisnya. Kita dapat memanggil Augmented Intelligence ini. Cukup jauh dari AI yang kami suka berfantasi, dan gagasan yang beresonansi ketika startup, pemerintah dan perusahaan membanjiri kami dengan promosi inovasi mereka yang konstan.

Bekerja di Obvious melibatkan hubungan dekat dengan AI dan kemungkinannya.

Seni: negeri eksperimen yang sempurna

Kami memutuskan untuk menjelajahi interogasi ini melalui seni. Mengapa Seni adalah media yang sempurna yang memungkinkan untuk bereksperimen dengan kemungkinan AI dan lebih memahami cara kerjanya. Berikut adalah empat fitur seni yang kami identifikasi membantu dalam penelitian kami.

Seni itu nyata: ia menawarkan beberapa hasil nyata.

Dapat diakses: kebanyakan orang memiliki kedekatan dengan beberapa jenis seni.

Seni bisa ditafsirkan: ia menawarkan cara lain untuk bereksperimen, dan mengarah ke perdebatan yang setidaknya semenarik jawaban yang bisa Anda dapatkan dari bidang ilmiah murni

Seni itu gratis, dan tidak bisa dikendalikan oleh kreativitas kita sendiri ketika mengalaminya.

Oleh karena itu, seni tampak seperti cara sempurna untuk bereksperimen dengan kreativitas seperti yang diungkapkan oleh AI dan juga batasannya.

Saat berbicara tentang seni, kami mempertimbangkan semua jenis aplikasi yang mulai kami lihat muncul di sekitar kami. Musik dibuat oleh kolaborasi antara manusia dan mesin, puisi, skrip, lirik, trailer, dan gambar yang dibuat oleh algoritma. Semua proyek ini memiliki kesamaan dalam penggantian bagian dari proses kreativitas. Masing-masing dari mereka berbeda dalam tingkat intervensi manusia yang terlibat. Kita dapat mengatakan bahwa setelah seluruh proses terotomatisasi, kita akan menciptakan sebuah mesin yang mampu menjadi kreatif, seperti halnya manusia.

Meniru kreativitas

Mari kita fokus pada proses kreativitas itu. Untuk lebih memahaminya, kita perlu membayangkan diri kita sebagai suatu algoritma, yang diminta untuk membuat gambar dari awal. Contoh ini dapat diperluas untuk penciptaan puisi, musik, atau jenis seni kreatif lainnya.

Anda berada dalam kegelapan. Tidak ada indra penglihatan, pendengaran atau sentuhan. Output yang paling mungkin adalah sebagai berikut.

Sekarang bayangkan Anda mendapatkan akses ke penglihatan. Ini dilakukan dengan menggunakan visi komputer, yang memungkinkan mesin untuk menganalisis gambar piksel demi piksel, dan mengeluarkan beberapa bentuk dan warna. Ini adalah dasar dari proses pembelajaran, karena memberikan algoritma akses ke data yang akan kita asimilasi sebagai makanan.

Sekarang, sebuah gambar ditunjukkan kepada kita. Dari input ini, output yang paling mungkin adalah gambar yang sama, karena merupakan satu-satunya referensi yang dimiliki algoritma.

Sekarang jika Anda menampilkan lebih dari satu gambar ke algoritma ini. Itu dapat mulai mempelajari fitur-fitur umum, dan kemungkinan akan menghasilkan gambar yang menyerupai yang digambarkan di bawah ini.

Dengan cara yang sama, Generative Adversarial Networks (GANs) menganalisis puluhan ribu gambar, belajar dari fitur-fiturnya, dan dilatih dengan tujuan untuk membuat gambar baru yang tidak dapat dibedakan dari sumber data asli. Model-model ini dapat membuang gambar apa pun yang tidak relevan (yaitu yang tidak memiliki cukup fitur yang sama dengan yang lain).

Mereka juga mereproduksi gagasan tentang kebaruan. Bahkan dengan input yang sama, setiap algoritma akan memberikan hasil yang berbeda. Ini mencerminkan fitur kreativitas manusia: Kami tidak akan pernah membuat dua kali hal yang sama, karena tidak mungkin meminta seseorang untuk membuat sesuatu, dua kali, pada saat yang sama. Renungan dari masing-masing faktor pengaruh akan berubah di antara dua momen tersebut.

Sekarang mari kita buat hal-hal menarik. Bayangkan itu diminta untuk membuat gambar yang indah. Kecantikan adalah nilai subjektif, dan tidak ada jawaban benar atau salah untuk ini. Tetapi ada yang optimal secara statistik. Pilihannya adalah menempatkan label (meta-data) pada gambar yang berfungsi sebagai input (atau makanan). Jika Anda dapat memberi tahu saya gambar mana yang paling dinikmati, saya dapat menekankan pelatihan saya pada gambar-gambar ini, dan membuat gambar yang lebih dekat dengan mereka.

Memberi label gambar input dengan suka dan tidak suka

Kami sekarang memasuki bidang yang sangat teoretis. Jika Anda meminta saya untuk membuat sesuatu yang bermanfaat. Saya harus memahami banyak nuansa efek yang dihasilkan gambar. Membawa kembali kenangan, melewati pesan, tawa ayah atau kesedihan. Kita dapat membayangkan menghadapi kesulitan dengan label, tetapi kita akan membutuhkan banyak label yang sangat spesifik, dan sejumlah besar informasi tentang gambar-gambar itu.

Memberi label gambar input dengan emosi

Akhirnya, jika Anda meminta saya untuk membuat sesuatu yang mencerminkan kepribadian saya. Saya harus mengembangkan dan mengidentifikasi sebagai ciri khas kepribadian saya, dan menghubungkan fitur-fitur itu dengan konten grafis, untuk mencerminkannya dan mendapatkan efek yang diharapkan pada penonton. Kami sangat jauh dari mampu melakukan ini.

GAN bukan satu-satunya model untuk mengacaukan kreativitas, tetapi mereka menarik perhatian dari komunitas ilmiah karena mereka dapat memodelkan distribusi data dimensi tinggi.

Seperti yang Anda lihat, kreativitas dapat dibagi dalam beberapa langkah, yang semakin kompleks. Seperti untuk saat ini, kami tidak mengetahui semua langkah di jalan, dan kami bahkan kurang mampu meniru mereka dengan algoritma.

Namun demikian, kami dapat membuat gambar-gambar unik, yang baru dan mirip dengan yang asli. Penemuan ini kemungkinan akan membuka berbagai peluang bisnis.

Apa yang ada di masa depan ?

Untuk memberikan kesempatan dalam memprediksi konsekuensi dari model-model ini, kita dapat melihat kembali pada apa yang terlihat dari penampilan fotografi terhadap pasar seni dan masyarakat.

Fotografi mengotomatiskan proses reproduksi. Itu berdampak besar pada profesi seperti artis penyalin, yang hampir menghilang dari permukaan bumi. Di sisi lain, ia melihat generasi kreatif baru: fotografer seniman. Anda hanya perlu membuka Instagram Anda untuk menyaksikan ledakan kreativitas yang menyebabkan demokratisasi alat ini.

Foto tertua yang masih ada

Fotografi juga mengadopsi norma-norma seni klasik, dan dengan demikian masuk ke pasar seni.

Kita dapat membayangkan bahwa jika AI berhasil melakukan hal yang sama, seniman AI akan menjadi sangat umum dalam waktu dekat. Dan mereka sudah muncul di seluruh dunia. Saat ini, mengelola alat-alat itu membutuhkan keterampilan yang langka dan mahal, tetapi kita dapat membayangkan bahwa besok keterampilan ini akan tersebar luas di seluruh populasi, dan perangkat lunak akan dikembangkan untuk memfasilitasi akses ke sana.

Sekarang, jika Anda bertanya kepada saya:

"Apakah AI akan menjadi artis masa depan",

Saya akan tergoda untuk menjawab:

"Apakah kamera artis hari ini?".

Bukan itu. AI adalah alat baru, yang memungkinkan pemaksimalan potensi kreatif manusia. Namun demikian, untuk pertama kalinya, manusia juga memiliki kemungkinan memaksimalkan potensi kreatif alat mereka.

Sebuah karya seni yang kami ciptakan dengan melatih GAN tentang lanskap

Dengan AI, bagian dari proses kreatif menjadi otomatis. Dan bagian-bagian itu adalah yang paling kompleks.

Tugas kreatif baru muncul, dan materi iklan akan segera memiliki alat baru, pensil algoritmik, sikat, drum pad, memungkinkan mereka untuk memiliki mesin kreatif di tangan mereka dan mendapatkan efisiensi.

Sains mencari kebenaran, bukan untuk apa yang ingin kita dengar. Aplikasi yang kami buat dari teknologi ini yang akan membentuk masa depan. Aplikasi itu perlu dibuat dengan niat baik. Sekarang, jika kita mencari jawaban untuk pertanyaan naif:

"Apakah AI akan menggantikan manusia?"

Jawaban yang berpendidikan adalah bahwa dengan jumlah niat baik yang tepat, AI akan menggantikan manusia hari ini, untuk memungkinkan manusia masa depan untuk berkembang dengan membuat mereka sedikit lebih seperti seniman, dengan cara yang mereka pilih.

Jelas, bukan?