Quale arte algoritmica può insegnarci l’intelligenza artificiale
Ceci n’est pas un algoritmo
Le stampe realizzate da Tom White sembrano esseri umani come macchie senza senso, ma per gli algoritmi di intelligenza artificiale sembrano oggetti e oggetti specifici.
Viviamo in un mondo sempre più controllato da quello che potremmo chiamare “lo sguardo algoritmico”. Mentre cediamo più potere decisionale alle macchine in settori come l’assistenza sanitaria, i trasporti e la sicurezza, il mondo visto dai computer diventa la realtà dominante . Ad esempio, se un sistema di riconoscimento facciale non riconosce il colore della tua pelle, non riconoscerà la tua esistenza. Se una macchina che guida da sola non può vederti attraversare la strada, ti guiderà attraverso di te. Questo è lo sguardo algoritmico in azione.
Questo tipo di cambiamento strutturale a combustione lenta può essere difficile da comprendere. Ma come spesso accade con i cambiamenti sociali, gli artisti stanno saltando a testa alta nella mischia epistemologica. Uno dei migliori è Tom White, docente di progettazione computazionale all’Università di Wellington in Nuova Zelanda, la cui arte descrive il mondo, non come gli umani lo vedono, ma come fanno gli algoritmi.
LE STAMPE DI WHITE ESPONGONO IL MONDO COME VISTO DAGLI ALGORITMI
White ha iniziato a realizzare questo tipo di opere d’arte a fine 2017 con una serie di stampe intitolate “The Treachery of ImageNet”. Il nome combina il titolo del famoso dipinto di René Magritte di una pipa che non è una pipa, e ImageNet, un database di immagini utilizzato in tutto il settore per addestrare e testare algoritmi di visione artificiale. “Mi è sembrato un parallelo naturale per me”, dice White . “Inoltre, non posso resistere a un gioco di parole.”
Per gli umani, le immagini sembrano disposizioni casuali di linee e macchie che mancano di una struttura immediata evidente. Ma per gli algoritmi addestrati a vedere il mondo per conto nostro, saltano fuori dalla pagina come oggetti specifici: elettroventilatori, macchine da cucire e tosaerba. Le stampe sono illusioni ottiche, ma solo i computer possono vedere l’immagine nascosta.
Il lavoro di White ha attirato molta attenzione nella community di machine learning e questo mese sta ottenendo il suo primo grande show di gallerie come parte di una mostra di opered’ arte in India presso la galleria Nature Morte di Delhi. White dice che disegna le sue impronte per “vedere il mondo attraverso gli occhi di una macchina” e fare “una voce affinché la macchina parli”.
Quella “voce” è in realtà una serie di algoritmi che White ha soprannominato i suoi ” Perception Engines “. Prendono i dati su cui sono addestrati algoritmi di visione artificiale – database di migliaia di immagini di oggetti – e li distillano in forme astratte. Queste forme vengono quindi reinserite negli stessi algoritmi per vedere se sono riconosciute. In caso contrario, l’immagine viene ottimizzata e inviata nuovamente, ancora e ancora, finché non lo è. È un processo di prova ed errore che essenzialmente finisce per invertire la progettazione della comprensione dell’algoritmo del mondo.
Il bianco paragona il processo a una “scheda computazionale ouija”, in cui le reti neurali “spingono e spingono simultaneamente un disegno verso l’obiettivo.” Dice a The Verge che questo metodo gli dà il controllo che desidera dall’output, anche se può richiedere giorni per creare una singola immagine in questo modo, e ammette che il processo è “un po ‘noioso”.
A differenza di alcuni artisti che lavorano con l’apprendimento automatico, White non pretende che le sue stampe siano il prodotto di una qualche AI autonoma (una narrativa insulsa a volte spinta da artisti e promotori al fine di creare un sentimento di misticismo tecnologico). Invece, è in prima linea sul suo ruolo: imposta una serie di parametri di partenza per i suoi motori di percezione, come i colori e lo spessore delle linee, e vaglia l’output, rifiutando le stampe che non trova esteticamente gradevoli. Anche se sta dando ai suoi algoritmi una voce per parlare, si sta anche assicurando che i risultati siano piacevoli da ascoltare. “Penso che sto cercando di liberare l’algoritmo in modo che possa esprimersi, così le persone possono identificarsi con ciò che sta dicendo”, dice.
E cosa sta dicendo? Bene, come in ogni arte, diverse persone sentono cose diverse.
“UNA VOLTA CHE GRAN PARTE DEL NOSTRO LAVORO È STATO SOSTITUITO DA MACCHINE, COSA RESTA DA FARE PER NOI?”
Alcuni vedono le immagini fatte da White e dai suoi pari come un cattivo auspicio, un altro segno che l’intelligenza artificiale non solo sta diventando più intelligente, ma sta iniziando a pensare in modo creativo e ad assumere ruoli riservati agli umani. Karthik Kalyanaraman, metà del team di curatori responsabile della mostra Nature Morte, dice a The Verge via email che ha organizzato lo spettacolo per attirare l’attenzione sulle “inevitabili” domande che dobbiamo affrontare sul futuro dell’umanità. “Una volta che gran parte del nostro lavoro (manuale, mentale, emotivo, artistico) è stato sostituito da macchine, cosa resta da fare per noi?” Chiede. “Come ci definiremo?”
Kalyanaraman suggerisce che l’arte fatta con l’intelligenza artificiale dimostra che i computer possono meritare credito come attori creativi. Il tipo di apprendimento automatico utilizzato da White e dai suoi colleghi funziona analizzando grandi quantità di dati e quindi replicando i modelli trovati. Kalyanaraman suggerisce che questo è simile al processo attraverso il quale gli umani imparano l’arte, ma che il nostro “misticismo” che circonda la nozione di creatività ci impedisce di vedere i paralleli. “Se una macchina può rendere umanamente sorprendenti, stilisticamente nuovi tipi di arte, penso che sia sciocco dire che non è veramente creativo perché non ha coscienza”, dice.
Altri inquadrano la questione in termini economici più spietati. Scrivendo per il fregio dellarivista di arte contemporanea , Mike Pepi suggerisce che la promozione della creatività di IA è essenzialmente propaganda per gli interessi aziendali. Pepi dice che, nonostante la “prognosi utopica”, lo sviluppo dell’intelligenza artificiale sta alla fine sostituendo il lavoro umano, inclusi i lavori dei colletti bianchi che hanno bisogno di abilità creative. Dice Pepi: “Se l’intelligenza artificiale può conquistare questo regno unicamente umano, la marcia verso l’intelligenza generale artificiale deve essere vicina, ei profitti inimmaginabili.”
White dice che la sua motivazione è principalmente quella di decostruire ciò che pensiamo come percezione della macchina. In altre parole: per spiegare lo sguardo algoritmico. Prendi l’esempio della stampa di violoncello nella serie di White “The Treachery of ImageNet”. Se sai cosa stai cercando, puoi vedere le forme che rappresentano lo strumento (un grappolo di linee parallele diritte racchiuse tra le curve). Ma c’è anche una forma confusa che si profila dietro di esso. White dice che queste forme ci sono perché gli algoritmi sono stati addestrati usando immagini di violoncelli con i violoncellisti che li tengono. Poiché l’algoritmo non ha una conoscenza preliminare del mondo – nessuna comprensione di cosa sia uno strumento o qualsiasi concetto di musica o performance – ha naturalmente raggruppato i due insieme. Dopo tutto, questo è quello che è stato chiesto di fare: imparare cosa c’è nella foto.
Questo tipo di errore è comune nell’apprendimento automatico e dimostra una serie di importanti lezioni. Mostra come sono importanti i dati di allenamento: dai a un sistema di intelligenza artificiale i dati sbagliati da cui imparare, e imparerà la cosa sbagliata. Dimostra anche che, non importa quanto “intelligenti” sembrino questi sistemi, essi possiedono un’intelligenza fragile che capisce solo una fetta del mondo – e anche questo, imperfettamente. Le ultime stampe di White per la galleria Nature Morte, ad esempio, sono macchie astratte di colore progettate per essere contrassegnate come “contenuti inappropriati” dagli algoritmi di Google. Gli stessi algoritmi utilizzati per filtrare ciò che gli umani vedono in tutto il mondo.
Eppure, White dice che non vede la sua opera d’arte come un avvertimento. “Sto solo cercando di presentare gli algoritmi così come sono”, dice. “Ma ammetto che a volte è allarmante che queste macchine su cui facciamo affidamento abbiano un approccio così diverso su come gli oggetti nel mondo sono radicati”.
E nonostante la natura incline agli errori dello sguardo algoritmico, può anche fare cose molto utili. La visione artificiale potrebbe rendere il mondo un posto più sicuro guidando le auto in sicurezza sulle strade o salvando vite umane accelerando le diagnosi mediche. Ma se vogliamo veramente usare questa tecnologia per sempre, dobbiamo capirla meglio. Guardare il mondo attraverso gli occhi di un algoritmo potrebbe essere il primo passo.
