Τέχνη και τεχνητή νοημοσύνη

Ακόμη υπάρχει χάσμα μεταξύ της τεχνολογίας και της τέχνης. Από την άλλη, βέβαια, ούτε καν εμείς, οι άνθρωποι, δε μπορούμε να συμφωνήσουμε για το τι είναι τέχνη και τι δεν είναι. Προσφάτως είδαμε μέχρι και σύστημα τεχνητής νοημοσύνης, το οποίο μπορούσε και παρήγαγε πίνακες ζωγραφικής, κάτι που άνοιξε πολλές συζητήσεις μεταξύ επιστημόνων, ειδικών της τέχνης και, βέβαια, φιλοσόφων για το εάν ένα μηχάνημα μπορεί να παράξει αληθινή τέχνη και εάν το όποιο δημιούργημα ενός υπολογιστή μπορεί να λογιστεί ως τέχνη. Η Microsoft, από την άλλη, μόλις μας έδειξε ένα σύστημα το οποίο παρακάμπτει αυτό τον τεράστιο σκόπελο και ασχολείται με την κατηγοριοποίηση των διαφόρων έργων τέχνης – έργα τέχνης τα οποία βρίσκονται σε συλλογές και μουσεία και τα οποία είναι αναγνωρισμένα ως έργα τέχνης από τους ειδικούς.

Το σύστημα ονομάζεται MosAIc – η αγγλική λέξη για το μωσαϊκό, αλλά με κεφαλαία τα γράμματα AI ώστε να παραπέμπει στο Artificial Intelligence. Το πως ακριβώς λειτουργεί το σύστημα, όπως το περιγράφει ο δημιουργός του, μοιάζει με τον τρόπο που εμείς οι άνθρωποι αντιλαμβανόμαστε ένα έργο τέχνης. Προφανώς, οι περισσότεροι εξ ημών δεν αναλύουμε λεπτομέρειες ή τεχνοτροπίες· απλώς κοιτάμε ένα έργο τέχνης και κάτι μέσα μας αποφασίζει αν μας αρέσει ή όχι, δημιουργώντας μια ενστικτώδη απόκριση. Ομοίως και το MosAIc παίρνει μια εικόνα ενός έργου τέχνης και, περνώντας το μέσα από τα επίπεδα του νευρωνικού δικτύου του, σχηματίζει ένα αφηρημένο αποτύπωμα, μια ιδέα του κάθε έργου, αν θέλεις. Το επόμενο βήμα είναι να ψάξει στην βάση δεδομένων του και να βρει άλλα έργα τέχνης των οποίων το αποτύπωμα είναι κοντινό. Με αυτό τον τρόπο, το MosAIc μπορεί και συνδέει αντικείμενα και έργα τέχνης τα οποία, φαινομενικώς, δεν έχουν σχέση.

Ωραία όλα αυτά ως ιδέα, θα πεις, αλλά πως εφαρμόζονται στην πράξη; Κοινώς, πως μπορεί να ωφεληθεί η ανθρωπότητα από αυτό; Η απάντηση είναι πολύ απλή: επεκτείνοντας τη λειτουργία αυτού του συστήματος και πέραν των μουσειακών εκθεμάτων. Για παράδειγμα, μπορεί να επεκταθεί έτσι ώστε να μάθει να βρίσκει συνδέσεις μεταξύ άλλων πραγμάτων, κάτι το οποίο είναι, απλώς, αδύνατον αυτή τη στιγμή. Για παράδειγμα, σκέψου το προαιώνιο πρόβλημα αντρών και γυναικών: «ποιο παντελόνι ταιριάζει με αυτά τα παπούτσια»; (και όλες οι παραλλαγές με μπλούζες, φούστες, σακάκια και λοιπά). Ή κάτι τόσο απλό όπως το να ψάχνεις να βρεις ένα πουλόβερ παρόμοιο με ένα άλλο. Τα σημερινά συστήματα ψαξίματος, όπως το Google Search, μπορούν να ταιριάξουν εικόνες αντικειμένων σε σχέση με το χρώμα ή το βασικό σχήμα των εικόνων, αλλά τίποτε δεν υπάρχει για να δώσει στον υπολογιστή να καταλάβει τη διαφορά ενός μαύρου μάλλινου πουλόβερ από ένα μαύρο δερμάτινο μπουφάν για παράδειγμα.

Η επέκταση του συστήματος, προφανώς, μπορεί να φτάσει και στα επίπεδα κειμένου ή άλλου είδους δεδομένων. Για παράδειγμα, να μπορεί να συνδέσει μυθιστορήματα με παρόμοιο ύφος ή τρόπο γραφής, με παρόμοιες ιστορίες (πολλοί σύγχρονοι συγγραφείς θα χάσουν τη δουλειά τους έτσι και γίνει αυτό), ακόμη και… e-mails με παρόμοιο περιεχόμενο! Ή μουσική με παρόμοιο ύφος, ρυθμό, νότες ή δομή – και σε αυτή την περίπτωση, πολλοί μουσικοσυνθέτες θα χάσουν τον ύπνο τους!

Το MosAIc είναι απλά η αρχή και μπορείς να μάθεις περισσότερα γι’ αυτό μέσω του app  που υπάρχει διαθέσιμο, μαζί με τον κώδικα, στο GitHub, ή να διαβάσεις το paper σχετικά με την έρευνα του MosAIc!