18 مه 2023 – توسط سابرینا پیرزادا، موسسه فناوری کالیفرنیا -خدمتکارخاموش، پرتره ای از یک زن قرن نوزدهمی. اعتبار: جسیکا هلفند
هنگام مطالعه نقاشی‌های جان سینگر سارجنت از زنان ثروتمند در جامعه قرن نوزدهم، جسیکا هلفند، هنرمند سابق کالتک، ایده‌ای داشت: جستجوی سوابق سرشماری برای یافتن هویت آن خدمتکاران زن. فکر کردم اگر این زنان را به سبک جان سینگر سارجنت نقاشی کنم چه می شود؟ هلفند توضیح داد که این نوعی بازگرداندن فرهنگی است که با بازیابی نوعی زیبایی، سبک و شکوه، روایت را مهندسی معکوس می کند.
برای بازآفرینی سبکی از تاریخ، او به فناوری روی آورد که به طور فزاینده ای آینده را هدایت می کند. “آیا هوش مصنوعی می تواند به من کمک کند تا بفهمم چگونه می توانم مثلاً توری یا کتانی را نقاشی کنم تا از چین های لباس در نور روز عکس بگیرم؟” هلفند روند خود را در یک سمینار و بحث با مدیریت هیلاری مشکین، استاد پژوهشگر هنر و طراحی در مهندسی و علوم کاربردی و علوم انسانی و اجتماعی مورد بحث قرار داد.
در این رویداد که بخشی از برنامه فرهنگ بصری Caltech است، جوآن جانگ، رهبر محصول در DALL-E، یک سیستم هوش مصنوعی که تصاویر را بر اساس درخواست‌های ارائه شده توسط کاربر تولید می‌کند، نیز حضور داشت.
در حالی که DALL-E تعدادی کاربرد عملی از برنامه ریزی شهری گرفته تا طراحی لباس و آشپزی دارد، این فناوری همچنین سوالات جدیدی را ایجاد می کند. هلفند و جانگ در مورد پیشرفت‌های اخیر در هوش مصنوعی مولد، ملاحظات اخلاقی هنگام استفاده از چنین ابزارهایی، و تمایز بین هوش هنری و هوش مصنوعی صحبت کردند.
هوش هنری در مقابل هوش مصنوعی
جانگ و هلفند سه جزء هنر را شناسایی کردند. آنها گفتند که ماشین ها در دو مورد از آنها خوب هستند: توانایی درک داده ها و توانایی ایجاد اتصال. سومین مؤلفه که نمی توان به ماشین ها آموزش داد، تجربه ذهنی انسان است.
قابلیت ها و محدودیت های فناوری های مولد مانند DALL-E بر اساس نحوه کار آنها است. DALL-E 1 یک مدل پیش‌آموزشی یا GPT مولد بود که اساساً یک فناوری تکمیل خودکار است. جانشین آن، DALL-E 2، یک مدل انتشار است که با یک الگوی تصادفی از نقاط شروع می شود که به آرامی ترتیب می دهد تا ویژگی های برجسته یک تصویر را ایجاد کند.
برای هلفند، این ابزار همچنین راهی برای کشف قلمروهای جدید امکان هنری ارائه می دهد. در قرن نوزدهم، فرانسیس گالتون، اصلاح‌شناس، پرتره‌های کامپوزیتی مسطح از «انواع جنایتکار» را با ترکیب تصاویر پلیسی از افراد متعدد تولید کرد. هلفند از هوش مصنوعی مولد برای ساختارشکنی کامپوزیت ها و بازآفرینی شباهت واقعی هر فرد استفاده کرد.
زمانی که شما به طور فعال از طریق داستانی که می‌دانید به کسی بعد می‌بخشید، چه اتفاقی می‌افتد، این است که می‌توانید شروع به ساختن داستانی متفاوت کنید، داستانی که به نوعی وفاداری به آن شخص نزدیک‌تر می‌شود.» هلفند گفت: به این ترتیب، هوش مصنوعی مولد هنرمندان را قادر می‌سازد برعکس کاری که گالتون انجام داد: جمع‌آوری جزئیات به جای میانگین‌گیری آنها – در تلاشی برای بازگرداندن حیثیت و انسانیت در یک پرتره.
هنر و اخلاق هوش مصنوعی
هلفند و جانگ همچنین به سوالات اخلاقی که با قدرتمندتر شدن فناوری‌های هوش مصنوعی به وجود می‌آیند، پرداختند. به عنوان مثال: DALL-E چگونه تصمیم می گیرد که پرتره یک مدیر عامل چگونه به نظر می رسد؟ آیا هر واریاسیون یک مرد سفیدپوست خواهد بود؟ در حالی که ممکن است از نظر آماری دقیق باشد، آیا اخلاقی است؟
زمانی که دانشمندان تصمیم گرفتند مجموعه داده آموزشی DALL-E را برای حذف تمام محتوای جنسی حذف کنند، مسئله دیگری ظاهر شد: آنها شاهد کاهش 25 درصدی در نمایندگی زنان بودند. این بدان معناست که این مدل به دلیل داشتن داده های آموزشی کمتر، 25 درصد کمتر در هنگام ایجاد تصاویری از زنان مطلع می شود. بنابراین، محققان با سؤالاتی در مورد چگونگی وزن دادن مجدد تصاویر زنان روبرو هستند.
چنین سؤالاتی در مورد سیستم های هوش مصنوعی مولد مانند DALL-E و ChatGPT و پیامدهای آنها برای بشریت در جامعه Caltech بررسی می شود. مشکین گفت: “مردم زیادی در جامعه ما وجود دارند که در مورد یادگیری ماشینی هیجان زده هستند. گفتگوهایی مانند این فرصتی برای مردم است تا در نظر بگیرند که فناوری چه مشکلاتی را می تواند حل کند و مسئولیت انسان چیست.” “در Caltech اشتها وجود دارد که با افرادی که خارج از علوم کار می کنند در مورد این مسائل صحبت کنیم. وقتی به محققان فرصتی دادیم تا به صورت انفرادی با سخنرانان ملاقات کنند، ثبت نام ها در عرض یک ساعت کامل شد. آنها واقعاً می خواهند در مورد ایده های خود صحبت کنند. افرادی در زمینه های مرتبط که می توانند دیدگاه جدیدی به کاری که انجام می دهند بیاورند.
https://techxplore.com
