Many of us here use technology in our day-to-day. And some of us rely on technology to do our jobs. For a while, I thought of machines and the technologies that drive them as perfect tools that could make my work more efficient and more productive.
Molti di noi usano la tecnologia tutti i giorni. Alcuni si servono della tecnologia per svolgere il proprio lavoro. Per un po' ho creduto che le macchine e la tecnologia che le comanda fossero strumenti perfetti, capaci di rendere il mio lavoro più efficiente e produttivo.
But with the rise of automation across so many different industries, it led me to wonder: If machines are starting to be able to do the work traditionally done by humans, what will become of the human hand? How does our desire for perfection, precision and automation affect our ability to be creative?
Ma la crescita dell'automazione in molti campi dell'industria ha portato a chiedermi: se le macchine cominciano a svolgere lavori storicamente svolti dagli umani, cosa ne sarà dell'impronta dell'uomo? In che modo il nostro desiderio di perfezione, precisione e automazione influenza la nostra capacità creativa?
In my work as an artist and researcher, I explore AI and robotics to develop new processes for human creativity. For the past few years, I've made work alongside machines, data and emerging technologies. It's part of a lifelong fascination about the dynamics of individuals and systems and all the messiness that that entails. It's how I'm exploring questions about where AI ends and we begin and where I'm developing processes that investigate potential sensory mixes of the future. I think it's where philosophy and technology intersect.
Nel mio lavoro di artista e ricercatrice, esploro l'IA e la robotica per sviluppare nuovi processi della creatività umana. Negli ultimi anni ho lavorato con macchine, dati e nuove tecnologie. Fa parte dell'eterno fascino per le dinamiche tra individui e sistemi e tutta la confusione che comportano. Indago su quesiti tipo dove finisce l'IA e dove iniziamo noi e sviluppo processi che indagano il potenziale mix sensoriale del futuro. Credo che sia il punto dove filosofia e tecnologia si intersecano.
Doing this work has taught me a few things. It's taught me how embracing imperfection can actually teach us something about ourselves. It's taught me that exploring art can actually help shape the technology that shapes us. And it's taught me that combining AI and robotics with traditional forms of creativity -- visual arts in my case -- can help us think a little bit more deeply about what is human and what is the machine. And it's led me to the realization that collaboration is the key to creating the space for both as we move forward.
Fare questo lavoro mi ha insegnato un po' di cose. Mi ha insegnato che accettare le imperfezioni può farci capire qualcosa di noi stessi. Mi ha insegnato che esplorare l'arte può davvero modellare la tecnologia che ci modella. Mi ha insegnato che mescolare IA e robotica con le forme tradizionali di creatività - nel mio caso le arti visive - può aiutarci a fare pensieri più profondi su ciò che è umano e ciò che è macchina. E mi ha portato a capire che la collaborazione è la chiave per creare uno spazio comune mentre progrediamo.
It all started with a simple experiment with machines, called "Drawing Operations Unit: Generation 1." I call the machine "D.O.U.G." for short. Before I built D.O.U.G, I didn't know anything about building robots. I took some open-source robotic arm designs, I hacked together a system where the robot would match my gestures and follow [them] in real time. The premise was simple: I would lead, and it would follow. I would draw a line, and it would mimic my line.
Tutto è iniziato con un semplice esperimento con macchine chiamato "Drawing Operations Unit: Generation 1". Il diminutivo che ho dato alla macchina è D.O.U.G. Prima di costruire D.O.U.G. non sapevo nulla di come si costruissero i robot. Ho preso alcuni progetti open source di braccia robotiche e ho creato un sistema per cui il robot avrebbe mimato i miei gesti ripetendoli in tempo reale. La premessa era semplice: io avrei fatto da guida, lui mi avrebbe seguita. Avrei disegnato una linea e lui avrebbe imitato la mia linea.
So back in 2015, there we were, drawing for the first time, in front of a small audience in New York City. The process was pretty sparse -- no lights, no sounds, nothing to hide behind. Just my palms sweating and the robot's new servos heating up. (Laughs) Clearly, we were not built for this. But something interesting happened, something I didn't anticipate.
Tornando al 2015 eccoci a disegnare per la prima volta di fronte a un piccolo pubblico a New York City. Il processo era un po' spoglio - niente luci, niente musica, nulla dietro a cui nascondersi. Solo le mie mani sudate e il servomotore del robot che si scalda. (Risate) Chiaramente non eravamo progettati per quello. Ma è accaduto qualcosa di interessante, che non avevo previsto.
See, D.O.U.G., in its primitive form, wasn't tracking my line perfectly. While in the simulation that happened onscreen it was pixel-perfect, in physical reality, it was a different story. It would slip and slide and punctuate and falter, and I would be forced to respond. There was nothing pristine about it. And yet, somehow, the mistakes made the work more interesting. The machine was interpreting my line but not perfectly. And I was forced to respond. We were adapting to each other in real time.
D.O.U.G. nella sua forma primitiva, non stava ricalcando perfettamente il mio tratto. Mentre la simulazione proiettata sullo schermo era perfetta al pixel, nella realtà fisica, era tutt'altra storia. Scivolava e slittava, si interrompeva e vacillava e io ero costretta a rispondere. Non era affatto preciso. Eppure, gli errori rendevano il lavoro più interessante. La macchina stava interpretando il mio tratto, non alla perfezione e io dovevo rispondere. Ci stavamo adattando l'una all'altra in tempo reale.
And seeing this taught me a few things. It showed me that our mistakes actually made the work more interesting. And I realized that, you know, through the imperfection of the machine, our imperfections became what was beautiful about the interaction. And I was excited, because it led me to the realization that maybe part of the beauty of human and machine systems is their shared inherent fallibility. For the second generation of D.O.U.G., I knew I wanted to explore this idea. But instead of an accident produced by pushing a robotic arm to its limits, I wanted to design a system that would respond to my drawings in ways that I didn't expect.
Questo mi ha fatto capire alcune cose. Mi ha dimostrato che i nostri errori rendono il lavoro più interessante. E ho capito come, attraverso l'imperfezione della macchina, le nostre imperfezioni diventano la parte meravigliosa dell'interazione. Ero emozionata perché mi ha fatto capire che forse una parte della bellezza dei sistemi umani e robotici è che condividono una congenita fallibilità. Per la seconda generazione di D.O.U.G. sapevo che volevo approfondire questa idea. Ma invece di un incidente causato dallo spingere il braccio robotico al limite, volevo progettare un sistema che rispondesse al mio disegno in un modo inaspettato.
So, I used a visual algorithm to extract visual information from decades of my digital and analog drawings. I trained a neural net on these drawings in order to generate recurring patterns in the work that were then fed through custom software back into the machine. I painstakingly collected as many of my drawings as I could find -- finished works, unfinished experiments and random sketches -- and tagged them for the AI system. And since I'm an artist, I've been making work for over 20 years. Collecting that many drawings took months, it was a whole thing.
Quindi ho usato un algoritmo visuale per estrarre informazioni visuali da decenni di disegni digitali e non, fatti da me. Ho addestrato una rete neurale con i disegni per generare schemi ricorrenti nel lavoro poi inseriti nella macchina tramite un software. Ho scrupolosamente raccolto il maggior numero di miei disegni opere ultimate, esperimenti incompiuti e bozzetti, tutti etichettati per il sistema di IA. E dato che sono un'artista, ho lavorato per più di vent'anni. Mesi a raccogliere così tanti disegni, è stato complicato.
And here's the thing about training AI systems: it's actually a lot of hard work. A lot of work goes on behind the scenes. But in doing the work, I realized a little bit more about how the architecture of an AI is constructed. And I realized it's not just made of models and classifiers for the neural network. But it's a fundamentally malleable and shapable system, one in which the human hand is always present. It's far from the omnipotent AI we've been told to believe in.
Ed ecco come stanno le cose sull'allenare sistemi IA: si tratta di un sacco di duro lavoro. E molto del lavoro resta dietro le quinte. Ma lavorando, ho compreso meglio com'è composta l'architettura di un'IA. Ho capito che non è fatta solo di modelli e classificatori per la rete neurale. Ma è un sistema fondamentalmente malleabile e modellabile in cui la mano dell'uomo è sempre presente. Non c'entra nulla con l'IA onnipotente che ci hanno sempre prospettato.
So I collected these drawings for the neural net. And we realized something that wasn't previously possible. My robot D.O.U.G. became a real-time interactive reflection of the work I'd done through the course of my life. The data was personal, but the results were powerful. And I got really excited, because I started thinking maybe machines don't need to be just tools, but they can function as nonhuman collaborators. And even more than that, I thought maybe the future of human creativity isn't in what it makes but how it comes together to explore new ways of making.
Ho raccolto questi disegni per la rete neurale. E abbiamo capito qualcosa che prima era impossibile capire. Il mio robot D.O.U.G. era diventato il riflesso interattivo in tempo reale del lavoro che avevo svolto nel corso della mia vita. I dati erano personali, ma il risultato era potente. Ero molto emozionata, perché ho iniziato a pensare che forse le macchine non devono essere solo strumenti ma possono avere la funzione di collaboratori non umani. E anche di più, forse il futuro della creatività umana non sta nel creare, ma nell'esplorare insieme nuovi modi di creare.
So if D.O.U.G._1 was the muscle, and D.O.U.G._2 was the brain, then I like to think of D.O.U.G._3 as the family. I knew I wanted to explore this idea of human-nonhuman collaboration at scale. So over the past few months, I worked with my team to develop 20 custom robots that could work with me as a collective. They would work as a group, and together, we would collaborate with all of New York City.
Quindi se D.O.U.G._1 era il muscolo, e D.O.U.G._2 era il cervello, allora mi piace pensare a D.O.U.G._3 come a una famiglia. Volevo approfondire il concetto di collaborazione umana e non-umana su larga scala. Quindi negli ultimi mesi ho lavorato con la mia squadra per sviluppare 20 robot personalizzati in grado di lavorare tutti con me. Lavorando come un gruppo, insieme collaboriamo con tutta New York City.
I was really inspired by Stanford researcher Fei-Fei Li, who said, "if we want to teach machines how to think, we need to first teach them how to see." It made me think of the past decade of my life in New York, and how I'd been all watched over by these surveillance cameras around the city. And I thought it would be really interesting if I could use them to teach my robots to see. So with this project, I thought about the gaze of the machine, and I began to think about vision as multidimensional, as views from somewhere. We collected video from publicly available camera feeds on the internet of people walking on the sidewalks, cars and taxis on the road, all kinds of urban movement. We trained a vision algorithm on those feeds based on a technique called "optical flow," to analyze the collective density, direction, dwell and velocity states of urban movement. Our system extracted those states from the feeds as positional data and became pads for my robotic units to draw on. Instead of a collaboration of one-to-one, we made a collaboration of many-to-many. By combining the vision of human and machine in the city, we reimagined what a landscape painting could be.
Mi sono ispirata a Fei-Fei Li, ricercatrice a Stanford, che diceva: "Se vuoi insegnare alle macchine a pensare, bisogna prima insegnar loro a vedere". Mi ha fatto ripensare agli ultimi anni della mia vita a New York, a come ero sorvegliata dalle telecamere di sorveglianza sparse per la città. Ho pensato sarebbe stato davvero interessante usarle per insegnare ai miei robot a vedere. Con questo progetto ho riflettuto sullo sguardo della macchina e ho iniziato a pensare ad una visione multidimensionale visioni da luoghi. Abbiamo raccolto video da quelli delle telecamere disponibili online di gente che cammina sui marciapiedi, macchine e taxi per strada, tutti i tipi di movimenti urbani. Abbiamo addestrato un algoritmo visivo con quei video, basandoci su una tecnica chiamata "flusso ottico", per analizzare la densità collettiva, la direzione, il fulcro e la velocità dei movimenti urbani. Il nostro sistema li ha estratti come dati di posizione e li ha resi la base dei disegni delle mie unità robotiche. Invece di una collaborazione uno a uno, abbiamo creato una collaborazione di molti con molti. Unendo la visione degli umani e della macchina, abbiamo reinventato il modo di dipingere un paesaggio.
Throughout all of my experiments with D.O.U.G., no two performances have ever been the same. And through collaboration, we create something that neither of us could have done alone: we explore the boundaries of our creativity, human and nonhuman working in parallel.
Contando tutti i miei sperimenti con D.O.U.G. non ci sono due performance uguali. Attraverso la collaborazione, creiamo insieme qualcosa che è impossibile creare da soli: esploriamo i confini della nostra creatività, umani e non-umani che lavorano in parallelo.
I think this is just the beginning. This year, I've launched Scilicet, my new lab exploring human and interhuman collaboration. We're really interested in the feedback loop between individual, artificial and ecological systems. We're connecting human and machine output to biometrics and other kinds of environmental data. We're inviting anyone who's interested in the future of work, systems and interhuman collaboration to explore with us. We know it's not just technologists that have to do this work and that we all have a role to play.
Penso sia soltanto l'inizio. Quest'anno ho lanciato Scilicet, il mio nuovo laboratorio che indaga la collaborazione umana e interumana. Siamo davvero interessati alla controreazione di sistemi individuali, artificiali ed ecologici. Colleghiamo dati di umani e macchine a dati biometrici e ad altri tipo di dati ambientali. Invitiamo chiunque sia interessato al futuro del lavoro, sistemi e collaborazione interumana a esplorare insieme a noi. Sappiamo che non solo i tecnologi a dover fare questo lavoro e che ognuno di noi ha un ruolo.
We believe that by teaching machines how to do the work traditionally done by humans, we can explore and evolve our criteria of what's made possible by the human hand. And part of that journey is embracing the imperfections and recognizing the fallibility of both human and machine, in order to expand the potential of both.
Crediamo che insegnando alle macchine come svolgere lavori storicamente svolti da uomini potremo esplorare e far progredire i nostri criteri di ciò che è reso possibile per mano dell'uomo. Parte di questo viaggio è accettare le imperfezioni riconoscere la fallibilità degli uomini e delle macchine per aumentare il potenziale di entrambi.
Today, I'm still in pursuit of finding the beauty in human and nonhuman creativity. In the future, I have no idea what that will look like, but I'm pretty curious to find out.
Oggi sono ancora alla ricerca della bellezza nella creatività umana e non-umana. In futuro, non ho idea di come sarà ma sono davvero curiosa di scoprirlo.
Thank you.
Grazie.
(Applause)
(Applausi)