Komputer jest „wzmacniaczem” moich możliwości. Rozmowa z Wiesławem Bartkowskim

Adam Mandziejewski: Twórczość artystyczna i kreatywność od zawsze uznawane były za jeden z wyróżniających nas obszarów ludzkiej działalności. Tymczasem AI coraz częściej wchodzi również na to pole i radzi sobie całkiem przyzwoicie. Jakie miejsce zajmuje AI w twojej działalności?

Wiesław Bartkowski: Najpierw małe sprostowanie. AI (Artificial Inteligence), sztuczna inteligencja, nie radzi sobie najlepiej, dopiero raczkuje na tym polu, choć miewa spektakularne sukcesy, ale w bardzo wąskich dziedzinach. Bo nie istnieje ogólna sztuczna inteligencja, tak jak potocznie o niej się myśli. To duże nieporozumienie wynikające z tego, że na początku badania nad AI właśnie takiej ogólnej, dorównującej ludzkiej, inteligencji poszukiwały. Potem to bardzo się zmieniło; skupiono się na rozwiązywaniu bardzo wąsko zdefiniowanych zadań, jak np. rozpoznawanie tego co jest na zdjęciu albo co widzi kamera. Wąska dziedzina zwana computer vision miała dać komputerom oczy, bo były zupełnie ślepe pomimo strumienia danych z kamer. W tej dziedzinie w ostatnich kilku latach, dzięki uczeniu maszynowemu (jednej z metod sztucznej inteligencji), mamy do czynienia ze spektakularnymi sukcesami. Nie mam na myśli znajdowania obrazów z kotami (śmiech), ale rozpoznawanie twarzy, a nawet ekspresji emocji na tej twarzy, i to na bieżąco w obrazie wideo, a nie na statycznym zdjęciu. Inny przykład to rozpoznawanie raka na zdjęciach rentgenowskich, ale wciąż lepiej niż maszyny robią to ludzie. Można by tak długo wymieniać. Rozwinięcie wizji maszynowej pozwoliło komputerom robić nowe rzeczy, np. prowadzić samochody, ale też sprytnie przetwarzać obrazy, zmieniać ich cechy, a nawet zamieniać zdjęcia w reprodukcje obrazów udających styl znanego malarza.

Jednak moim zdaniem najważniejsze co się stało, to zmiana podejścia do tego, jak można programować komputer. To daje ogromne pole do eksploracji artystycznej. Do tej pory komputery programowało się określając dokładnie co mają zrobić w każdej możliwej sytuacji. Każda reakcja musiała być zaprogramowana przez programistę, nawet reakcja przypadkowa. Takie podejście oczywiście daje ogromne możliwości, osobiście bardzo je lubię. Szczególnie programowanie imperatywne. To bardzo przyjemne. Ja tworzę ciągi komend, a komputer je wykonuje. Nie znaczy to jednak, że wszytko można z góry przewidzieć. Programy nawet bardzo krótkie, mające kilka linijek tekstu z instrukcjami programu, po jednej instrukcji w każdej linijce, nadal mogą nas zaskoczyć złożonością wyprodukowanego efektu. Uwielbiam ten rodzaj przypadku kiedy komputer mnie zaskakuje, bo spodziewałem się innego efektu, a ten niezamierzony jest jeszcze lepszy! Tym nie mniej cały mechanizm tworzenia tego efektu jest „ręcznie” skonstruowany, tak jakbyśmy konstruowali ogromną maszynę z trybikami. Śmieję się, że uczę na Creative Coding ginącego (pewnie już niebawem) rzemiosła, jakim jest „ręczne” programowanie komputera.

W sklepie

O początkach sztuki internetowej w Polsce pisze Karolina Plinta

Uczenie maszynowe to zmieniło. Programista nie ustala każdej reakcji, bo pojawiła się możliwość stworzenia ogólnej architektury sytemu uczącego się, którego się nie programuje, ale uczy się go na przykładach. Co więcej, pojawiły się już metody uczenia nie nadzorowanego, czyli komputer sam może się uczyć na swoich błędach! Podobnie jak my się uczymy. Ale póki co, to nadal jest tylko optymalizacja. Nawet jeżeli komputer wygrywa w GO, to nie znaczy, że myśli, ale optymalizuje na podstawie ogromnych zbiorów danych, które dostał od nas lub w oparciu o reguły gry, np. szachy, sam sobie wygenerował bezwiednie błądząc, samodzielnie eksplorując przestrzeń możliwych ruchów. W konsekwencji ogromne zbiory danych redukuje do tego jaką najoptymalniejszą decyzje w zaistniałej sytuacji ma podjąć. Inaczej mówiąc jest świetny w rozwiązywaniu łamigłówek, ale „życiowo” nadal zupełnie niezaradny. Do tego potrzebne są emocje, których do sztucznej inteligencji nikt nie umie zaimplementować. Tak, emocje! Maszyna nie ma emocji. One są niezbędne do podejmowania racjonalnych decyzji. Nie do rozwiązywania zagadek logicznych, ale do podejmowania „życiowo” ważnych decyzji. Ale to na osobny wywiad. Ciekawym polecam książkę Błąd Kartezjusza Antonio Damasio.

Wracając do AI i mojej działalności. AI działa w oparciu o sztuczne sieci neuronowe, matematyczne modele neuronu. Modelujące w bardzo uproszczony sposób, czasami mawia się nawet „karykaturalny sposób”, działanie biologicznego neuronu. To niezwykłe, że przy tak dużym uproszczeniu, sieć połączonych ze sobą sztucznych neuronów wykazuje tak złożone właściwości jak np. wygrywanie z człowiekiem w GO.

16 lat temu, rozpoczynając prace nad doktoratem z psychologi pod kierunkiem prof. Andrzeja Nowaka – który wprowadził pionierskie podejście do uprawiania psychologii tworząc modele procesów psychicznych i społecznych, a potem symulując je komputerowo – robiliśmy symulacje strumienia świadomości albo wpływu społecznego mediowanego przez technologię. Przydały się moje umiejętności zdobyte na MIM UW podczas studiów informatycznych. W pierwszym podejściu do mojego doktoratu próbowaliśmy wprowadzać emocje w sztucznych sieciach neuronowych, a ja chciałem takimi „emocjonalnymi” sieciami szukać optymalniejszych rozwiązań najtrudniejszych problemów w informatyce, tak zwanych problemów NP trudnych. Ha ha, dawne czasy. Niestety niewiele z tego wyszło, ale przy okazji uczyliśmy studentów w Connecticut College jak działają sztuczne sieci, pokazując m.in. model pandemonium. Pamiętam, że zrobiliśmy małą edukacyjną aplikację wyjaśniającą działanie takiego modelu wizualnie. Teraz wygląda to nieco retro.

Pandemonium to model teoretyczny opisujący rozpoznawanie obiektów w procesie spostrzegania wzrokowego. Wykorzystuje do tego metaforę umysłu jako zbioru demonów. Demony „nawołują się” zgodnie z wewnętrzną hierarchią warstw. Kolejne warstwy to odpowiednio demony danych, cech, poznawcze i na końcu demon decyzyjny. Można uznać, że model jest niejako protoplastą dzisiejszych sztucznych sieci neuronalnych uczenia głębokiego (ang. deep learning). Model pandemonium pochodzi z pionierskich czasów badań nad sztuczną inteligencją w latach 50. Dziś uznany za klasyczne dzieło w badaniach nad AI. Opublikowany w 1959 przez Olivera Gordona Selfridge’a, nazywanego „ojcem widzenia maszynowego”, w artykule Pandemonium: A paradigm for learning.

Model pandemonium w tamtym czasie został całkowicie zignorowany przez środowisko zajmujące się badaniami nad AI, ponieważ radykalnie odbiegał od promowanego wtedy podejścia bazującego na logice i operacjach symbolicznych. Dziś obserwując ogromy sukces deep learnig możemy powiedzieć, że Selfridge wyprzedził swój czas.

Lubię myśleć o rozwoju AI jako podróży do lepszego zrozumienia nas samych, a przy okazji nabrania pokory, bo może nie jesteśmy tacy wyjątkowi jak nam się wydaje.

Dlatego chcę pokazać ten model na „Przemianach”, ale w nowej odsłonie, z wykorzystaniem tworzywa będącego połączeniem kodu, elektroniki i cyfrowej fabrykacji. Pozwala on tworzyć namacalne, ucieleśnione doświadczenia, które dużo silniej angażują odbiorcę niż wszechobecne ekrany. Powtarzam po moim guru Hiroshi Ishii (Tangible Media Group – MIT), że mieszam bity i atomy. Tego też uczę moich studentów.

Wracając do AI i komputera. Dla mnie już od dawna komputer jest „wzmacniaczem” moich możliwości, mogę z nim zrobić więcej niż bez niego, np. pisząc symulację komputerową zjawiska, które trudno mi zrozumieć. Jeżeli w przyszłości ten komputer będzie sztuczną inteligencją i nie będziemy podchodzić do niego pełni lęków, ale otwarci na współpracę, to możemy dużo więcej osiągnąć.

Tu przypomina mi się ważna dla mnie historia. Uwielbiam jak efekt działania mojego programu mnie zaskakuje. Często jeszcze bardziej dziwi mnie to, co dzieje się z tymi efektami. Byłem zdumiony, kiedy za sprawą Łukasza Rondudy moje symulacje trafiły na wystawę sztuki współczesnej. Cieszę się, że teraz doświadczają tego moi studenci, zupełnie zaskoczeni faktem, że ich prace dyplomowe staną się scenografią do spektaklu o sztucznej inteligencji.

Wracając do AI. Muszę przyznać, że po porażce z problemami NP straciłem zainteresowanie sztucznymi sieciami neuronowymi, ale teraz ten obszar ponownie staje się ekscytujący za sprawą m.in. sukcesów deep learning. Ten temat stał się ważny również dla artystów. Było to wyraźnie widać podczas Ars Electronica 2017, której motywem przewodnim było „AI – THE OTHER I”. Ciekawe było spojrzenie na technologię jako na przestrzeń dla projekcji naszych pragnień i lęków. I postawienie pytania, co będzie nas różnić od myślących maszyn? Ja osobiście lubię myśleć o rozwoju AI jako podróży do lepszego zrozumienia nas samych, a przy okazji nabrania pokory, bo może nie jesteśmy tacy wyjątkowi jak nam się wydaje.

Ciesze się, że Festiwal Przemiany wraca do tego tematu z innej ciekawej perspektywy, mówiąc o cywilizacji algorytmów, która kształtuje nasz świat, nie wyłączając z tego kultury, której oddajemy coraz więcej władzy. Mnie osobiście zastanawia to, co powiedział Robert Ebstein: „Jeżeli ludzie zaufają maszynom, to będzie koniec demokracji”.

Ale odkładając na bok strach i podążając za fascynacją, podczas festiwalu będzie media lab, na którym poeksperymentujemy z soft robotami. Robotami, które nie mają silników tylko sztuczne „mięśnie”. Część naukowców jest przekonana, że połączenie możliwości miękkich, elastycznych robotów z metodami sztucznej inteligencji będzie ogromnym przełomem w robotyce i sprawi, że roboty bezpiecznie wkroczą np. w przestrzeń publiczną.

My popatrzymy na to z innej strony, tak jak to zazwyczaj robimy na Creative Coding. Będziemy eksplorować twórczy potencjał tego połączenia. I uwaga – nie jest to warsztat dla inżynierów, choć tych też zapraszamy. Nie trzeba umieć kodować, znać się na elektronice, czy cyfrowej fabrykacji. Poza robotami uczestnicy doświadczą podejścia, jakie stosujemy na naszych studiach, czyli uczenia twardych umiejętności w miękki sposób. Tym razem będą to miękkie roboty. Szczególnie zachęcamy do udziału artystów, projektantów, architektów i wszystkich, którzy myślą, że nie mają umysłów ścisłych i pewnie to nie dla nich.

A odnosząc się do części pytania o twórczość artystyczną i kreatywność. Przyglądając się ostatnio malującym obrazy olejne robotom stworzonym przez Hoda Lipsona, doszedłem do wniosku, że to nie pytanie o twórczość jest ważne, ale o to, kto jest artystą?

Wystawa „Machina Sapiens”, eksponat autorstwa Wiesława Bartkowskiego, Festiwal Przemiany 2018, fot. Robert Kowalewski

Wystawa „Machina Sapiens”, eksponat autorstwa Wiesława Bartkowskiego, Festiwal Przemiany 2018, fot. Robert Kowalewski

Wystawa „Machina Sapiens”, eksponat autorstwa Wiesława Bartkowskiego, Festiwal Przemiany 2018, fot. Robert Kowalewski

Sztuczna inteligencja to partner czy rywal na polu kreacji?

Utarło się postrzeganie sztucznej inteligencji w kontrze do nas, ale powtórzę to jeszcze raz, może warto spojrzeć na nią w kontekście współpracy. Garri Kasparow powiedział, że dobry człowiek wraz z maszyną jest najlepszym połączeniem.

Moi mistrzowie uczyli mnie na studiach informatycznych, że komputer nieprędko wygra z człowiekiem w GO. GO jest wyjątkowe, bo to specyficzne połączenie nauki, sztuki i sportu. Mówiono, że ta gra wymaga ludzkiej intuicji. A dzisiaj wszyscy są w wielkim szoku, że tak szybko metody AI doprowadziły do wygranej z człowiekiem. Czy komputer ma intuicję? Zdecydowanie nie! Jak mówiłem, on tylko optymalizuje. A mimo tego Lee Sedol powiedział, po przegranej z komputerem, że to zmieniło jego sposób myślenia o GO. Komputer nie grał zachłannie. Wystarczyło mu, że wygrał, różnica punktów mogła być mała. Lee powiedział też, że najbardziej zaskoczyło go to, że komputer pokazał, że ruchy, które wydawały mu się kreatywne, tak naprawdę są konwencjonalne. Komputer pokazał, czym może być kreatywność w tej grze. 37. ruch wykonany przez AlphaGo przeszedł do historii, w ocenie mistrzów tej niezwykłej gry, jako piękny i twórczy. Ale to tylko gry, łamigłówki. Mimo to już widać, że jest w podejściu AI jakiś ciekawy potencjał twórczy. Bez wątpienia niezwykły materiał dla artysty, warto zgłębić jego właściwości.

Na koniec, wracając do zwiększania potencjału człowieka dzięki maszynom. Ciekawe jest pytanie, czy jeżeli maszyny bedą miały empatię i współczucie, to pomogą nam stać się lepszymi ludźmi? Ja jestem optymistą (śmiech).

Widzisz zatem AI jako kolejne narzędzie w rękach artysty. Jakie nowe perspektywy otwiera to dla sztuki?

Dojdzie do tego, że współpraca człowieka z twórczą maszyną otworzy przed nami nowe formy twórczości. Bardzo inspirował mnie eksperyment Yamahy, w którym tancerz stał się pianistą dzięki zastosowaniu uczenia maszynowego. Podkreślam, współpraca, nie rywalizacja. Trafnie ujął to Krzysztof Garbaczewski w dyskusji, w której ostatnio razem uczestniczyliśmy. Cytuję: „twórczość sztucznej inteligencji może zaistnieć wyłącznie we współpracy z ludźmi. To może być interesujące, ale wydaje mi się, że gdyby dzieła tworzyła tylko sztuczna inteligencja, to one byłyby tylko dla sztucznej inteligencji”. Tu dodam, że sztuczna inteligencja nigdy nie będzie ludzką inteligencją, bo nie będzie mieć ludzkiego ciała. Żeby to wyjaśnić, musiałbym wejść w teorię poznania ucieleśnionego, ale to temat na osobny wywiad (śmiech).

Na uczelniach wyższych za dużo rozwija się umysłu, za mało pracuje rękami. Wydawałoby się, że skoro na Creative Coding uczymy programowania, to studenci dużo czasu siedzą przed komputerami. To nieprawda, spędzają przed nimi może 15% czasu. Zmierzenie się z materialnym światem jest dużo trudniejsze od wyzwań jakie stawia nam świat wirtualny.

Czuję, że chciałbyś, żeby na akademiach znalazł się kurs uczenia maszynowego…

Trzeba przełamać barierę myślenia „to za trudne, nie rozumiem tego, odcinam się”. Humaniści muszą włączyć się w proces kształtowania otaczającego nas świata, na który coraz większy wpływ ma technologia. Nie mogą oddać pola, mówiąc, że tego nie rozumieją. To, co ja próbuję robić od ponad 25 lat, to nauka programowania artystów, projektantów i wszystkich, którzy twierdzą, że mają umysł humanistyczny i to nie dla nich! To nie jest prawda. I dzieje się rzecz niezwykła. Gdy „humanista” nauczy się programować, zaczyna inaczej myśleć o świecie technologii. Czuje sprawczość. Czuje, że może się włączyć w proces tworzenia, kształtowania tego świata. Między innymi dlatego dałem się przekonać Krzysztofowi Golińskiemu z panaGeneratora, aby stworzyć studia Creative Coding.

Promuję podejście holistyczne. Każdy powinien trochę znać się na wszystkim, rozwijając to, w czym jest najlepszy. Dla mnie jest to np. programowanie – wymierające rzemiosło (śmiech). To pomaga nawiązać dialog. I jeszcze jedno. Brakuje nam harmonijnego rozwoju. Na uczelniach wyższych za bardzo stawia się na umysł, za mało pracuje rękami. Wydawałoby się, że skoro na Creative Coding uczymy programowania, to studenci dużo czasu siedzą przed komputerami. To nieprawda, spędzają przed nimi może 15% czasu. Zmierzenie się z materialnym światem jest dużo trudniejsze od wyzwań jakie stawia nam świat wirtualny. Studenci faktycznie kodują, ale z drugiej strony robią obwód elektroniczny, który steruje jakimś obiektem. Oprócz pracy umysłowej muszą coś zlutować, poplątać jakieś kable, stworzyć mechanikę obiektu, współpracować z maszynami sterowanymi cyfrowo.

Podsumowując, można powiedzieć, że takim narzędziem może być kultura Media Labu. To forma interdyscyplinarnego działania umożliwiająca wspólną pracę i uczenie się osób o różnych umiejętnościach z wykorzystaniem mediów i technologii, ale też inspiracji płynących z nauki. Podstawą jest eksperyment, doświadczenie konstruowania artefaktów i obserwacja ich wpływu. Wymiana doświadczeń, otwartość, ale nie tylko na grupę. Otwarte dzielenie się efektami ze światem na otwartej licencji. Przykład z naszego podwórka – wszystko, co robimy na zajęciach z Creative Coding dostępne jest na github.

Twórcza współzależność nauki, nowych technologii i eksperymentu artystycznego może zmienić to, jak wyobrażamy sobie i uprawiamy sztukę. Wszyscy staną się twórcami? Tak się nie stało za sprawą internetu, ale za sprawą uczenia maszynowego, a w przyszłości innych technik AI, może to nastąpić.

Czy sztuka może tłumaczyć naukę i nowe technologie?

Znacznie więcej. Nie jest biernym narratorem. Przyczynia się do rozwoju nauki i rzuca nowe światło na rozumienie tego, czym jest technologia. Hakuje ją. Zmienia perspektywę. Lubię powtarzać moim studentom, że uczymy ich nie bać się robienia rzeczy niepotrzebnych. Rozwiązywanie problemów zostawmy inżynierom. I co się dzieje? Jak wspomniani inżynierowie zaglądają do naszego labu Creative Coding, mówią: „tu dzieje się prawdziwa innowacja”. Śmieję się, że nie wiemy, co znaczy to słowo. Są zaskoczeni sposobami, w jakie można wykorzystać ich technologie. I to rozwija obie strony. Podobnie dzieje się w kontekście społecznym. Sztuka rzuca nowe światło na technologię, której na co dzień bezrefleksyjnie używamy.

Niezwykle cenne są inicjatywy łączące sztukę z nauką i techniką. Jak chociażby „European Digital Art and Science Network”. Ogromne wrażenie zrobiła na mnie praca CellF stworzona przez Guy Ben-Ary z zespołem naukowców. Jest to syntezator sterowany siecią prawdziwych, żywych neuronów. Widziałem jak na żywo improwizowała z muzykami.

Twórcza współzależność nauki, nowych technologii i eksperymentu artystycznego może zmienić to, jak wyobrażamy sobie i uprawiamy sztukę. Wszyscy staną się twórcami? Tak się nie stało za sprawą internetu, ale za sprawą uczenia maszynowego, a w przyszłości innych technik AI, może to nastąpić. I znowu zacytuję Krzysztofa Garbaczewskiego: „Dziś każdy jest artystą, bo każdy ma Instagram. Rozwój sztucznej inteligencji może spowodować, że nastąpi wysyp artystów”. No właśnie. Bo nasz mózg tak działa, że lepiej rozpoznaje paterny/wzorce, niż tworzy nowe. Ale we współpracy z algorytmem dostajemy super moc. Komputer może wygenerować wiele wariantów, a my wybieramy co nam pasuje. Tak powstaję remiksy, za pomocą filtrów wykorzystujących uczenie maszynowe, i tego będzie coraz więcej. Niewątpliwie dalszy rozwój AI jeszcze bardziej wpłynie na kulturę i kontakt z nią, niż obecnie zrobiły to smartfony.

Wiesław Bartkowski

Wiesław Bartkowski – kierownik studiów podyplomowych Creative Coding w Warszawie,  School of Form. Projektant interakcji i badacz systemów złożonych. Specjalizuje się w prowadzeniu badań i realizacji projektów na pograniczu informatyki, nauk społecznych i designu. Symuluje komputerowo i analizuje systemy techno-społeczne. Naukowo zajmuje się complex systems. Realizował badania m.in. w programie „Future and emerging technologies”. Stworzył narzędzia wykorzystywane w ONZ i West Point. Jego wizualizacje naukowe i instalacje interaktywne prezentowane były m.in. w Muzeum Sztuki Nowoczesnej, Centrum Sztuki Współczesnej, Galerii BOZAR, Artothek Monachium i Teatrze Nowym. Naukowo współpracował z Florida Atlantic University, Ammerman Center for Art and Technology w Connecticut, Institute for Scientific Interchange Foundation Torino, Columbia University oraz Instytutem Podstaw Informatyki PAN. Ostatnio najbardziej fascynuje go „fizyczność programowania”.