Grafiki: druk cyfrowy, 100x70, 2021
Images: digital print, 100x70 cm, 2021
Images: digital print, 100x70 cm, 2021
SZTUKA zawsze pozostaje w ścisłym związku z nauką i technologią. Wynalezienie pigmentów, papieru, prasy drukarskiej, fotografii, filmu, urządzeń do rejestracji dźwięku, komputerów, rewolucyjne przełomy naukowe, głęboko wpływały na nasze rozumienie świata, a tym samym na każdą dziedzinę sztuki...
ART is always closely related to science and technology. The invention of pigments, paper, the printing press, photography, film, sound recording devices, computers, revolutionary scientific breakthroughs have had a profound impact on our understanding of the world, and thus on every area of art...
SZTUKA zawsze pozostaje w ścisłym związku z nauką i technologią. Wynalezienie pigmentów, papieru, prasy drukarskiej, fotografii, filmu, urządzeń do rejestracji dźwięku, komputerów, rewolucyjne przełomy naukowe, głęboko wpływały na nasze rozumienie świata, a tym samym na każdą dziedzinę sztuki. Sztuka komputerowa ma już swoją historię. Sztuka generatywna, zwana również algorytmiczą pojawiła się u progu lat 60-tych, wraz upowszechnianiem się technik cyfrowych. Najnowszym rozdziałem tej historii jest dynamicznie wchodząca w nasze życie AI. Sztuczna Inteligencja (AI) swoimi ogromnymi możliwościami otwiera nowe przestrzenie dla twórczej eksploracji zwłaszcza, że jej działanie wydaje się dotykać tego co do niedawna uznawaliśmy za wyłączną domenę człowieka: myślenia, inteligencji, kreatywności. Pierwsze współczesne komputery powstały pod koniec II Wojny Światowej. Już we wczesnych latach 50-tych naukowcy rozważali możliwość budowania inteligentnych maszyn cyfrowych – stąd pojawienie się w literaturze określenia „mózg elektronowy”. Sam termin „Artificial Intelligence” zrodził się w 1955 na Uniwersytecie Carnegie Mellon, USA. Sztuczna Inteligencja oznacza maszynę lub program komputerowy wykazujący umiejętność uczenia się i tworzenia modeli dowolnych zjawisk, np.: języka, muzyki, obrazu. Pierwszą falę AI stanowiły systemy eksperckie, programowane tak by zawierały jak najwięcej reguł i schematów. Pomimo wielu lat prób nie uzyskano zadowalających rezultatów, np.: systemy rozpoznawania pisma ręcznego osiągały skuteczność 70-80%, co uznano za niewystarczające do wprowadzania danych. Powolny postęp i mała skuteczność wczesnych algorytmów zniechęcały do dalszych badań. Koniec lat 70-tych i lata 80-te to okres zastoju zwany „Zimą AI”. Odrodzenie przyszło wraz z pojawieniem się i rozwojem internetu i wzrostem mocy obliczeniowej komputerów. Powrócono do pomysłu Johna McCarthy’ego z roku 1959, który postulował by AI uczyła się tak jak ludzie, dynamicznie przez doświadczenie, nie ograniczana zestawem zaprogramowanych reguł. Ten rodzaj komputerowego „samokształcenia” nazywany jest obecnie „machine learning”, a podstawą jego działania są sztuczne sieci neuronowe (ANN). Dzięki współczesnemu internetowi, terabajtom łatwo dostępnej informacji wszelkiego typu („deep data”), powstała nowsza wersja „machine learning” nazywana „deep learning”. Korzysta ona z ogromnych baz danych i mocy obliczeniowych, których dysponentami są giganci świata komputerowego: Google, Amazon, Microsoft, Nvidia czy Facebook. Systemy oparte na „deep learning” są w stanie z powodzeniem tworzyć modele służące rozpoznawaniu i generowaniu mowy, tłumaczeniu tekstu, analizowaniu i tworzeniu obrazu czy muzyki. Mimo niezwykle gwałtownego rozwoju do 2020 roku żaden system AI nie przeszedł w przekonujący sposób tzw. testu Turinga. By go zaliczyć program komputerowy must przekonać przynajmniej 30% osób, że prowadząc swobodny dialog z „nieznajomym”, rozmawiają z człowiekiem. Ludzie od dzieciństwa uczą się obserwując, poprzez przykłady. Umysł, dzięki sieciom neuronowym, tworzy jeden dynamicznie zmieniający się model świata. Wszystko co dostrzegamy i odczuwamy modyfikuje go. Mózg potrzebuje około pół sekundy by ten nieprzerwany potok bodźców przetworzyć. Aby zapewnić nam niezbędne poczucie „teraźniejszości” używa mechanizmu predykcji, czyli „halucynuje” to co w ciągu owej połówki sekundy najprawdopodobniej się zdarzy. Sztuczna Inteligencja oparta na sieciach neuronowych uczy się podobnie jak człowiek poprzez przykłady, a nie za pomocą reguł. Efektem uczenia maszynowego jest również model, na razie zdecydowanie skromniejszy niż ten w naszym umyśle. Patrząc na efekty działania AI rozpoznajemy w nich wyraźne skrawki naszej rzeczywistości, ale widziane jakby oczami innej istoty. To zjawisko fascynujące i zastanawiające. Pojawia się refleksja dotycząca tego czym jest kreacja, kim jest twórca, czy „halucynacje” AI mieszczą się w tych kategoriach? Prace prezentowane na wystawie są efektem kreatywnej eksploracji różnych modeli Sztucznej Inteligencji.
dr Grzegorz Rogala
dr Grzegorz Rogala
ART is always closely related to science and technology. The invention of pigments, paper, the printing press, photography, film, sound recording devices, computers, revolutionary scientific breakthroughs have had a profound impact on our understanding of the world, and thus on every area of art. Computer art already has a history. Generative art, also known as algorithmic art appeared at the beginning of the 1960’s, with the spread of digital techniques. The newest chapter of this story belongs to AI. Artificial Intelligence (AI), with its vast possibilities, opens up new spaces for creative exploration, especially since it seems to touch upon things that until recently we considered to be the exclusive domain of humans: thinking, intelligence, and creativity. The first modern computers were created at the end of World War II. Already in the early 1950’s, scientists considered the possibility of building intelligent digital machines – hence the appearance in the literature of the term “electronic brain”. The first laboratory and the term “Artificial Intelligence” itself was born in 1955 on Carnegie Mellon University, USA. Artificial Intelligence refers to a machine or computer program that demonstrates the ability to learn and create models of any phenomenon, for example: language, music, images. The first wave of AI were expert systems, programmed to contain as many rules and patterns as possible. Despite many years of trials, no satisfactory results were obtained. The slow progress and low efficiency of early algorithms discouraged further research. The late 1970s and 1980s were a period of stagnation known as the “AI Winter”. A revival came with the advent and development of the Internet and the increase in computing power. Systems based on deep learning are able to successfully create models for speech recognition and generation, text translation, image analysis and generation, or music creation. Looking at the effects of AI action, we recognize in them clear fragments of our reality, but seen as if through the eyes of another being. This phenomenon is fascinating and puzzling. The question of whether AI will one day become conscious and creative remains open for now. The works presented in the exhibition are the result of creative exploration of various models of Artificial Intelligence.
dr Grzegorz Rogala
dr Grzegorz Rogala
▼