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.
Многу од нас тука користиме технологија во нашето секојдневие. И некои од нас се потпираат на технологијата да ни ги заврши задачите. Долго време, сметав дека машините и технологиите кои ги движат се совршени алатки за да ја направат мојата работа поефективна и продуктивна.
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?
Но зголемувањето на автоматизацијата во многу различни индустрии, ме натера да се запрашам: Ако машините почнуваат да прават работи кои вообичаено се правени од луѓе, што ќе стане со човечката рака? Како нашата желба за совршенство, прецизност и автоматизација влијае на нашата способност за креативност?
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.
Работејќи како уметник и истражувач, истражувам вештачка интелигенција и роботи за да развијам нови процеси за човечка креативност. Последните неколку години, сум работела со машини, податоци и технологии во развој. Тоа е дел од животната фасцинација во врска со динамиката на поединците и системите и сиот неред што тоа го опфаќа. Така истражувам каде завршува вештачката интелигенција, а каде почнуваме ние и притоа развивам процеси за истражување на потенцијалните сетилни мешавини во иднината. Тоа е место каде филозофијата и технологијата се среќаваат.
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.
Работењето на ова ме има научено неколку работи. Сфатив дека прифаќајќи го несовршенството, всушност можеме да научиме нешто за нас. Ме научи дека истражувањето на уметноста може да ја обликува технологијата која не` формира нас. И ме научи дека комбинирањето вештачка интелигенција и роботика со традиционални форми на креативност - визуелни уметности во мој случај - може да ни помогне да размислуваме подлабоко за тоа што е човекот, а што е машината. И ме натера да сфатам дека соработката е клучот за создавање простор за двете како што одиме напред.
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.
Сѐ почна со едноставен експеримент со машини наречен „Операции за цртање: Генерација 1". Машината ја нарекувам „Даг“. Пред да ја направам Даг, не знаев ништо за конструирање роботи. Зедов дизајни за роботска рака кои беа слободни за употреба, создадов систем каде роботот ги копира моите гестови и ги следи во реално време. Премисата беше едноставна: Јас водев, а роботот ме следеше. Јас ќе нацртав линија, а тој ја прецртуваше.
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.
Во 2015 г. цртавме за првпат пред мала публика во Њујорк. Процесот беше прилично едноставен - без светилки, без звуци, ништо не се криеше одзади. Само моите дланки кои се потеа и роботот кој се загреваше. (се смее) Очигледно, ние не сме создадени за ова. Но нешто интересно се случи, нешто што не очекував.
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.
Првобитниот Даг не ми ја следеше линијата совршено. При симулацијата која се случуваше на екран, беше совршено до пиксел, но во физичката стварност беше друга приказна. Се лизгаше, запираше, се колебаше, па јас морав да реагирам. Тоа воопшто не беше идеално. Но сепак, некако, грешките ја правеа работата поинтересна. Машината ја толкуваше мојата линија, но не совршено. И јас морав да реагирам. Ние се приспособувавме еден на друг во реално време.
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.
Гледајќи го ова, научив неколку работи. Ме научи дека грешките ја прават работата поинтересна. И сфатив дека преку несовршеноста на машината нашите несовршености станаа она убавото кај интеракцијата. И бев возбудена, бидејќи ме натера да сфатам дека убавината на човечките и машинските системи делумно се должи на нивната суштинска, заедничка грешност. Што се однесува до втората генерација на Даг сакав да истражам една идеја. Но наместо случајност предизвикана од туркање на роботска рака до границите, сакав да дизајнирам систем кој ќе реагира на моите цртежи на начини кои не ги очекував.
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.
Па, употребив визуелен алгоритам за извлекување визуелни информации од моите дигитални и аналогни цртежи. На овие цртежи тренирав невронска мрежа за да создадам повторливи шеми во работата кои преку специјализиран софтвер беа вметнати назад во машината. Макотрпно собирав толку цртежи колку што можев да најдам - завршени дела, незавршени експерименти и различни скици - и ги вметнав во системот со вештачка интелигенција. Како уметник, повеќе од 20 години изработувам дела. Собирањето на толку цртежи траеше со месеци, тоа беше голема работа.
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.
Што се однесува до тренирањето системи со вештачка интелегенција, знајте дека тоа е многу напорна работа. Многу работи се одвиваат во позадина. Но правејќи го тоа, добив дополнителна претстава за тоа како се гради конструкцијата на вештачката интелигенција. И сфатив дека не е направена само од модели и класификатори за невронската мрежа. Туку е фундаментално податлив систем во кој човековата рака е секогаш присутна. Далеку е од семоќната ВИ во која ни е кажано да веруваме.
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.
Па, ги собрав цртежите за невронската мрежа. И сфатив нешто што претходно не беше возможно. Мојот робот Даг стана интерактивен одраз во реално време на работата што сум ја правела во текот на мојот живот. Податоците беа лични, но резултатите моќни. И многу се возбудив, почнав да мислам дека машините не мора да бидат само алатки, туку можат да фукнционираат како нечовечки соработници. И дури повеќе од тоа, помислив дека иднината на човечката креативност не зависи од она што го прават, туку од тоа како соработуваат за да истражат нови начини на креирање.
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.
Па, ако Даг 1 беше мускулот, а Даг 2 мозокот, тогаш Даг 3 е семејството. Идејата за соработка меѓу човек и нечовек сакав да ја истражам во големи размери. Па, во изминативе неколку месеци работев со мојот тим за да развијам 20 специјализирани роботи кои ќе работат со мене како колектив. Тие би работеле како група, и заедно, би соработувале со цел Њујорк.
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.
Бев инспирирана од истражувачот од Стенфорд, Феи-Феи Ли, кој рекол: „Aко сакаме да ги научиме машините да мислат, прво мораме да ги научиме да гледаат.“ Ме натера да размислувам за последната деценија од мојот живот во Њујорк, за тоа како бев надгледувана од камерите за надзор во градот. И мислев дека би било интересно да ги искористам за да ги научам моите роботи да гледаат. Па, при овој проект, размислував за погледот на машината, и почнав да размислувам за видот како повеќедимензионален, како погледи од некаде. Зедовме снимка од јавно достапни преноси во живо на луѓе кои одат по тротоарите, автомобили и таксија на патот, секаков вид на урбано движење. Со помош на тие снимки истрениравме алгоритам за вид, врз основа на техниката наречена „оптички тек“. Toj e nаменет за анализирање на колективната густина, насоката, задржувањето и брзината на урбаното движење. Нашиот систем ги извлече тие вредности од преносите во форма на позициони податоци и стана место за цртање на мојата роботска рака. Наместо соработка еден на еден, направивме соработка многу со многу. Со комбинирање на видот на човек и машина, го преосмисливме пејзажното сликарство.
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.
За време на експериментите со Даг, сите дела беа потполно различни. Преку соработка, создаваме нешто што никој од нас не би можел сам да го направи: ги истражуваме границите на нашата креативност, човек и нечовек работејќи паралелно.
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.
Јас мислам дека ова е само почеток. Годинава ја основав „Силисет“, мојата нова лабораторија за истражување на човечката и меѓучовечката соработка. Не` интересира повратната спрега помеѓу индивидуалните, вештачките и еколошките системи. Поврзуваме човечки и машински излезни податоци со биометриски и други видови податоци за животната средина. Ги покануваме сите кои се заинтересирани за иднината на работата, системите и меѓучовечката соработка да истражуваат со нас. Знаеме дека не се само технолозите тие кои треба да ја работат оваа работа и дека сите имаме улога да играме.
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.
Веруваме дека преку поучување на машините како да ја работат работата која вообичаено ја вршат луѓе може да го испитаме и промениме критериумот за тоа што може да направи човечката рака. А дел од тоа патување е прифаќањето на несовршеностите и препознавање на грешноста и на човекот и на машините, за да го зголемиме потенцијалот и на двете.
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.
Денес се` уште трагам по убавината во човечката и нечовечката креативност. Немам претстава како би изгледало тоа во иднина, но сум прилично љубопитна да дознаам.
Thank you.
Ви благодарам.
(Applause)
(аплауз)