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.
Многие из нас используют технологии каждый день. Некоторые полагаются на технологии при выполнении работы. Одно время я считала, что машины и управляющие ими технологии — это идеальные инструменты для более эффективной и продуктивной работы.
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 возрастание количества используемых устройств в разных отраслях заставило меня задуматься: «Если техника способна делать то, что раньше было под силу только человеку, то какая же судьба нас ждёт?» Как стремление к усовершенствованию, точности и автоматизации влияет на нашу способность к творчеству?
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.
В моей работе художника и исследователя я открыла для себя ИИ и робототехнику для развития новых процессов в творчестве. За последние пару лет я использовала в работе автоматизацию, большие данные и новейшие технологии. Это составляющая моей увлечённости динамикой отдельных людей и систем, и хаоса как последствия этого процесса. Таким образом, я задаюсь вопросом о том, где заканчивается ИИ и начинаемся мы, и занимаюсь разработкой процессов, которые исследуют возможность сочетания разных форм восприятия в будущем. Я думаю, именно здесь пересекаются философия и технология.
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.
Эта работа научила меня нескольким вещам. Как например то, что, принимая несовершенство, мы узнаём что-то новое о себе. Это научило меня тому, что познание исскуства может научить нас создавать технологии, формирующие нас самих. И это научило меня тому, что сочетание ИИ и робототехники с традиционными видами творчества, в моём случае — с изобразительным искусством, позволяет нам задуматься немного глубже о разнице между человеком и машиной. И я осознала, что взаимодействие и есть ключ для создания общего пространства по мере продвижения вперёд.
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.
Всё началось с простого эксперимента с роботами «Графическая оперативная группа: Поколение 1». Я называю это устройство «ГОГП». До создания ГОГП я не знала ничего о создании роботов. Я взяла общедоступные конструкции роботизированной руки и сконструировала систему, в которой робот будет копировать мои жесты и повторять их в реальном времени. Смысл заключался в том, что я вела и он за мной повторял. Я рисовала линию, а он её имитировал.
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.
Возвращаясь к 2015 году, тогда мы впервые рисовали перед небольшой аудиторией в Нью-Йорке. Процесс был довольно-таки скудным — ни света, ни музыки, ничего, что бы отвлекало от процесса. Только мои вспотевшие ладони и новые нагревающиеся механизмы робота. (Смех) Мы явно не были предназначены для этого. Но кое-что интересное случилось в тот день, чего я не могла предвидеть.
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.
Обратите внимание, что ГОГП не следовал идеально моей линии. И хотя на симуляции отображение на экране соответствовало до пикселя, то физически это была совсем другая история. Робот съезжал, делал прочерки, отставал, и я была вынуждена реагировать. Это не было безупречно. И все же эти ошибки сделали сам процесс более интересным. Робот повторял мою линию, но не идеально. И я была вынуждена реагировать. Мы адаптировались друг к другу в реальном времени.
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.
Наблюдая это, я поняла несколько вещей. Это показывает, что ошибаясь, мы сделали процесс более интересным. И я поняла, что все эти погрешности техники и моё несовершенство как раз-таки и представляли красоту взаимодействия. И я была в восторге, так как это привело меня к осознанию, что прекрасная сторона человека и механизированного устройства — это их неотъемлемая способность ошибаться. Я знала, что во втором поколении ГОГП я бы хотела раскрыть эту идею. Но вместо случайных результатов движений робота, работающего на пределе, я хотела спроектировать систему, реагирующую на мои рисунки самым неожиданным для меня образом.
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.
Я использовала визуальные алгоритмы для получения визуальной информации с моих цифровых и аналоговых рисунков, накопленных за десятилетия. Я натаскала нейронную сеть по рисункам для создания повторяющихся моделей в работе, которые были загружены в механизм через программное обеспечение. Я тщательно собрала все свои рисунки, которые я смогла найти — завершённые и незавершённые работы, выборочные наброски — и поместила их в систему ИИ. С момента самореализации меня как художницы прошло уже больше 20 лет. Собирание работ заняло месяцы, это была целая проблема.
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.
И ещё одна важная вещь о тренировке ИИ: это на самом деле тяжёлый труд. Было сделано много подготовительной работы, в процессе которой я узнала больше о самой структуре ИИ. И я поняла, что это не только создание моделей и классификаций для нейронной сети. Но и то, что по своей сути это гибкая и способная изменять форму система, в которой всегда присутствует человеческая рука. Она далека от ИИ, во всемогуществе которого нас заверили.
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.
Итак, я собрала все рисунки для нейронной сети. И мы увидели то, что раньше казалось невозможным. Мой робот стал интерактивным отображением в реальном времени работы, которую я делала на протяжении всей моей жизни. Даже на основе моих личных рисунков, результат был очень убедительным. И я была очень счастлива, так как я осознала, что техника — это не только инструменты, но они могут функционировать как неодушевлённый соавтор. И даже больше, Я подумала, что творческий потенциал человека не в том, чем он занимается, а в том, как это влияет на открытия новых путей создания.
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.
Так что если ГОГП-1 был мышцей, а ГОГП-2 был мозгом, то ГОГП-3 уже будет членом семьи. Я хотела представить взаимодействие человека и робота в широком масштабе. Несколько месяцев я вместе с командой трудилась над разработкой 20 роботов, которые смогли бы со мной работать. Они будут работать вместе, и вместе мы сможем сотрудничать со всем Нью-Йорком.
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.
Меня очень вдохновила учёная из Стэнфорда Фэй-Фэй Ли, которая сказала: «Прежде чем научить машину думать, нужно сперва научить её видеть». И я задумалась о своей жизни в Нью-Йорке, и о том, что я находилась в поле зрения камер наблюдения по всему городу. И я подумала, что было бы интересно использовать их для обучения моих роботов видеть. В этом проекте я задумалась о способности техники видеть, и я начала думать о зрении как о многоплановости, как о взглядах из ниоткуда. Мы собирали видео из общедоступных камер в интернете с гуляющими по тротуарам людьми, с машинами и такси на дорогах, с разными видами городского движения. Мы создали визуальный алгоритм по этим источникам на базе так называемой техники «оптического потока» для изучения общей плотности, направления, остановок и скорости городского движения. Наша система извлекла данные о местоположении, и это стало площадкой для задействования моих роботизированных единиц. Вместо взаимодействия один к одному мы создали кооперацию множества. Комбинируя человеческий и технический взгляды в городе, мы переосмыслили, что такое пейзажная живопись.
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.
На протяжении всего моего эксперимента с ГОГП ни одно представление не было похоже друг на друга. И благодаря сотрудничеству мы создали то, что никто не смог бы сделать в одиночку: мы расширили рамки нашей изобретательности, человеческая и техническая синхронная работа.
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.
Я думаю, это только начало. В этом году я начала работу над Силисет — моим новым экспериментом, изучающим человеческие и межчеловеческие взаимодействия. Мы были заинтересованы в цикле обратной связи между индивидуальной, искусственной и экологической системами. Мы соединили человеческие и технические результаты с биометрическими и другими видами данных. Мы приглашаем тех, кто заинтересован в будущей деятельности, в системных и межчеловеческих взаимодействиях, изучать их вместе с нами. Мы уверены, что не только технические специалисты должны этим заниматься, а все мы призваны сыграть свою роль.
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.
Мы уверены, что с помощью обучения машин делать работу, которую делает человек, мы сможем расширить и развить критерии того, что под силу создать человеку. И частью этого пути является принятие несовершенств и признание, что и человек, и техника могут ошибаться, для расширения возможностей обеих сторон.
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.
На сегодняшний день я в поиске красоты человеческого и нечеловеческого творчества. Я не имею представления о том, как это будет выглядеть в будущем, но мне очень любопытно узнать.
Thank you.
Спасибо.
(Applause)
(Аплодисменты)