Jak uczyni膰 z maszyny artyst臋? Piotr Psyllos

24.12.2020
Prowadz膮cy: Jaros艂aw Ku藕niar

Jak zabrzmi piosenka skomponowana przez AI, kt贸r膮 za艣piewa sam Frank Sinatra? Czy nam si臋 spodoba? Wywo艂a emocje? Czy komputer mo偶e rywalizowa膰 z 偶ywym, czuj膮cym artyst膮? Nauczy膰 si臋 improwizowa膰? Jak wyposa偶y膰 go w kapita艂 tw贸rczy i inspiracje? Zdecydowali艣my si臋 to sprawdzi膰. Oto efekt: 3 monologi (鈥濵i艂o艣膰鈥, 鈥炁歮ier膰鈥 i 鈥濻zcz臋艣cie鈥) i 2 piosenki o Voice House w wykonaniu Elli Fitzgerald i Franka Sinatry. Wszystkie wykreowane przez sztuczne sieci neuronowe przy wsparciu jej 鈥瀖istrza鈥 Piotra Psyllosa.

To w艂a艣nie z nim Jaros艂aw Ku藕niar rozmawia o skomplikowanym procesie tw贸rczym, bo tak wygl膮da on r贸wnie偶 w przypadku sztucznego m贸zgu. A raczej m贸zg贸w – okazuje si臋, 偶e komputery, tak jak arty艣ci z krwi i ko艣ci, potrafi膮 ze sob膮 rywalizowa膰.

Czytaj wi臋cej
Udost臋pnij
https://voicehouse.co/odcinki/jak-uczynic-z-maszyny-artyste-piotr-psyllos/
KopiujSkopiowano

Transkrypcja

[00:00:55]

REDAKTOR J. KU殴NIAR: REDAKTOR J. KU殴NIAR: Sztuczna inteligencja na 艣wi臋ta? W艂a艣nie mamy co艣, co - mam nadziej臋 - b臋dzie dla niekt贸rych zaskoczeniem, dla innych rozbawieniem, a dla jeszcze innych przera偶eniem. Bo ty jeste艣 akurat z tych, kt贸rych sztuczna inteligencja raczej poci膮ga, a nie przera偶a. Ale zak艂adam, 偶e je艣li kto艣 us艂yszy Franka Sinatr臋, Ell臋 Fitzgerald albo us艂yszy, 偶e Szekspir mo偶e pisa膰 w inny spos贸b ni偶 do tej pory, no to mo偶e by膰 przej臋ty.

[00:01:21]

P. PSYLLOS: Tak. Szczeg贸lnie, je偶eli m贸wimy o osobach nie艣wiadomych. Bo takie pokutuje przekonanie, 偶e komputery to s膮 bezduszne maszyny, kt贸re maj膮 pewne algorytmy ca艂kowicie przewidywalne. I ci programi艣ci, kt贸rzy tworz膮 te algorytmy, robi膮 je w taki spos贸b, 偶e s膮 w stanie w 100 proc. przewidzie膰, co te algorytmy wyprodukuj膮, 偶e to jest po prostu taka prosta matematyka. Co艣 wrzucam na wej艣cie, otrzymuj臋 na wyj艣ciu i tutaj nie ma mowy o kreatywno艣ci, nie ma mowy o sztuce. Nic bardziej mylnego. Okazuje si臋, 偶e sztuczna inteligencja mo偶e by膰 kreatywna. Komputery mog膮 by膰 kreatywne i ta dziedzina sztuki generatywnej, czyli takiej komputerowej tw贸rczo艣ci, przez ostatnie 15 lat intensywnie si臋 rozwija, bo nowe metody deep learningu np. si臋 pojawi艂y i komputery coraz bardziej wchodz膮 w kalosze artyst贸w. Tylko to te偶 nie jest co艣 nowego, bo ju偶 w ubieg艂ym wieku takie komputery mieli艣my. Tylko wtedy te komputery by艂y bardzo s艂abe i nie mieli艣my te偶 wystarczaj膮cej ilo艣ci danych. Tak偶e np. te piosenki – a ju偶 takie w 1957 roku pierwsze powstawa艂y dla kwartetu smyczkowego w Stanach Zjednoczonych, takie eksperymenty by艂y prowadzone – nie by艂y zbyt zaawansowane, ale ju偶 niekt贸rzy krytycy muzyczni uwa偶ali, 偶e oto nasta艂 prze艂om i maszyny realnie mog膮 zast膮pi膰 artyst贸w. Taka ciekawostka: nie wiem, czy wiesz, w ubieg艂ym wieku… Nie wiem, czy to nie jest kaczka dziennikarska, bo stara艂em si臋 zweryfikowa膰 te informacje, ale nie ma zbyt wielu materia艂贸w na ten temat. W ubieg艂ym wieku powsta艂a taka piosenka, pewnie j膮 kojarzysz – zesp贸艂 Hot Butter i piosenka 鈥濸opcorn鈥 – od kt贸rej 鈥濻onda鈥 si臋 zaczyna艂a kiedy艣. P贸藕niej Crazy Frog powsta艂 na tej podstawie. Te偶 zosta艂a stworzona przy udziale maszyny. Komputer przeanalizowa艂 najbardziej wpadaj膮ce w ucho melodie i p贸藕niej podpowiedzia艂 arty艣cie, jak te d藕wi臋ki poustawia膰, tak 偶e wtedy to si臋 zacz臋艂o. Teraz si臋 rozwija, mamy lepsze komputery, lepsze technologie… No i takie cybergrajki, my艣l臋, 偶e coraz cz臋艣ciej b臋d膮 nam towarzyszy膰.

[00:03:34]

REDAKTOR J. KU殴NIAR: REDAKTOR J. KU殴NIAR: Szanowni widzowie, zanim przejdziemy do sztuki napisanej przez sztuczn膮 inteligencj臋, kt贸r膮 nakarmili艣my Szekspirem, Nietzschem i Edgarem Allanem Poe, to te偶 us艂yszycie i Ell臋 Fitzgerald, i Franka Sinatr臋, kt贸rzy 艣wi膮tecznie za艣piewaj膮 co艣, co jest ciekawe. Ale to w swoim czasie. Natomiast powiedzia艂e艣, 偶e sztuczna inteligencja przygotowa艂a nuty tw贸rcy, kt贸ry wiedzia艂, jak je posk艂ada膰. A sk膮d ona wie, 偶eby to mia艂o melodi臋?

[00:04:05]

P. PSYLLOS: Tutaj m贸wimy o takim bardzo rozleg艂ym zagadnieniu, bo s膮 r贸偶ne podej艣cia. Je偶eli mieliby艣my w taki maksymalnie prosty spos贸b powiedzie膰, jak komputer tworzy dzie艂a sztuki, piosenki, jak np. obrazy maluje? To si臋 sprowadza do tego, 偶e komputer generuje pewne losowe sekwencje d藕wi臋k贸w np. albo jakich艣 kszta艂t贸w, je偶eli m贸wimy o obrazach. I te sekwencje przechodz膮 przez takie sito. To sito w etapie… Bo s膮 wykorzystywane metody uczenia maszynowego i te metody kszta艂tuj膮 to sito, 偶eby to sito np. przepuszcza艂o takie – te przypadkowo przez komputer wygenerowane – sekwencje, 偶eby piosenka by艂a w jakim艣 stylu. Bo to sito tak kszta艂tujemy, 偶eby to, co przechodzi, by艂o np. w stylu Sinatry, w stylu van Gogha, je偶eli m贸wimy tu o obrazach. Czyli mamy w艂a艣nie taki generator liczb losowych, sito przy pomocy metod sztucznej inteligencji, uczenia maszynowego kszta艂towane. No i to sito przepuszcza te rzeczy, kt贸re p贸藕niej dodajemy do utworu, sk艂adamy to, co wychodzi na wyj艣ciu i mamy utw贸r. To w uproszczeniu, prawda? Tylko teoretyczne podstawy ju偶 by艂y w latach 70. znane na AGH. Prof. Ryszard Tadeusiewicz ju偶 wtedy prowadzi艂 takie eksperymenty i symfoni臋 Bacha te偶 tworzy艂. Tylko wtedy komputery by艂y bardzo proste i te metody nie by艂y a偶 tak zaawansowane, jak teraz s膮.

[00:05:33]

REDAKTOR J. KU殴NIAR: Czyli tamta melodia nie by艂a tak profesjonalna i nie brzmia艂a tak melodyczne, jak ta melodia?

[00:05:39]

P. PSYLLOS: Tak, bo tutaj najwi臋kszy problem jest – je偶eli m贸wimy o tych algorytmach – z koherencj膮, czyli ze sp贸jno艣ci膮. Okazuje si臋, 偶e takie proste metody generowania piosenek nie maj膮 偶adnej sp贸jno艣ci. Czyli mamy jakie艣 tam d藕wi臋ki pouk艂adane na linii czasu, kt贸re s膮 przypadkowe. I to naprawd臋 dobrze nie brzmia艂o kiedy艣. Teraz sytuacja si臋 poprawi艂a, bo mamy w艂a艣nie ten deep learning, czyli metody sztucznej inteligencji, kt贸re pozwalaj膮 robi膰 co艣, w ramach jakiego艣 tam kontekstu. Tworzy膰 np. melodie, odnosz膮c si臋 do tego, co ju偶 ten algorytm wcze艣niej skomponowa艂. Te deep learningowe biblioteki czy transformatory, kt贸re przekszta艂caj膮 pewne sekwencje i generuj膮 na wyj艣ciu, s膮 w stanie tak uk艂ada膰 te d藕wi臋ki, 偶e one maj膮 – je偶eli przeanalizujemy utw贸r np. 30-sekundowy – jaki艣 tam zwi膮zek mi臋dzy sob膮, jaki艣 tam sens. To nie jest przypadkowa zbieranina d藕wi臋k贸w tak, jak to kiedy艣 by艂o, tylko ta melodia realnie ma jaki艣 sens i mo偶e imitowa膰 – tak, jak tutaj mieli艣my przyk艂ad Sinatry – czyj艣 styl melodyczny. I to nie jest co艣, co si臋 zmienia co 5 sekund – m贸wi臋 tutaj o tym stylu – tylko jest ta koherencja, jest taka w艂a艣ciwo艣膰, 偶e ta sztuczna inteligencja potrafi kontekstowo my艣le膰, pami臋ta, co wcze艣niej skomponowa艂a i w odniesieniu do tego, co wcze艣niej wytworzy艂a, jest w stanie dalej kompletowa膰.

[00:07:17]

REDAKTOR J. KU殴NIAR: Czyli mamy kontekst Sinatry i w ten kontekst jest 艂atwiej sztucznej inteligencji co艣 wpisa膰. Szanowni widzowie, to um贸wmy si臋, 偶e teraz mamy oficjaln膮 premier臋 Franka Sinatry na 艣wi臋ta, kt贸re w swoim 艣wi膮tecznym klimacie - s艂ycha膰 to b臋dzie w dzwoneczkach, w starociach, bo ta muzyka jest pi臋knie powtarzana tak偶e - za艣piewa tekst, kt贸ry opowiada podobno o Voice House. Ws艂uchajcie si臋 dobrze, a my za chwil臋 do was wracamy.

[PIOSENKA]

[00:08:55]

REDAKTOR J. KU殴NIAR: Wypisz wymaluj Frank Sinatra.

[00:08:58]

P. PSYLLOS: No, 鈥淢y Way鈥, 鈥淣ew York, New York鈥…

[00:09:02]

REDAKTOR J. KU殴NIAR: 鈥淰oice House鈥...

[00:09:03]

P. PSYLLOS: No tak, tylko tam s艂ysz臋 te偶 Elvisa wp艂ywy, tak troch臋.

[00:09:05]

REDAKTOR J. KU殴NIAR: No tak. Ale w艂a艣nie: mo偶e by膰 tak, 偶e maszyna, niby nauczana Sinatry, gdzie艣 lizn臋艂a jakich艣 innych nut, kt贸re z automatu, tej matematyki, jej wpadaj膮 te偶 na kodowanie?

[00:09:15]

P. PSYLLOS: Tak. Tak, to znaczy: je偶eli m贸wimy o tej bibliotece, kt贸r膮 tutaj wykorzysta艂em do komponowania tej przes艂anki, kt贸ra si臋 nazywa Jukebox, no to nast膮pi艂 ogromny prze艂om. Bo ta biblioteka zosta艂a nauczona na superkomputerze – i to kosztowa艂o ile艣set tysi臋cy dolar贸w – nauczona ponad miliona r贸偶nych piosenek wyprodukowanych przez ludzko艣膰 w przesz艂o艣ci. I teraz s艂uchaj膮c tych piosenek – kt贸re jeszcze przy okazji mia艂y towarzysz膮cy im tekst i np. informacje o gatunku muzycznym albo o arty艣cie – nauczy艂a si臋 wi膮za膰 te rzeczy. Czyli sobie skojarzy艂a, 偶e Sinatra zazwyczaj w takim stylu 艣piewa, takie melodie temu, co 艣piewa towarzysz膮, taki np. tekst albo spos贸b intonacji, taki np. gatunek muzyczny jest mu w艂a艣ciwy i si臋 nauczy艂a wi膮za膰 te wszystkie rzeczy i wykszta艂ci艂 si臋 taki w艂a艣nie m贸zg elektronowy – cytuj膮c Lema mo偶na by powiedzie膰 – kt贸ry mo偶emy p贸藕niej wykorzystywa膰, 偶eby w艂asne piosenki tworzy膰. Jak to robimy? Jak ju偶 mamy ten algorytm nauczony, to warunkujemy ten sztuczny m贸zg – m贸wi膮c w uproszczeniu – czyli zadajemy na jego wej艣ciu tekst przez nas napisany albo przez sztuczn膮 inteligencj臋, np. o Voice House. Zadajemy gatunek muzyczny, zadajemy np. artyst臋, wstawiamy tam na wej艣ciu, jaki ma by膰 artysta. Poniewa偶 sztuczna inteligencja wykszta艂ci艂a wewn膮trz, w swojej strukturze, pewn膮 reprezentacj臋: czym jest g艂os Sinatry? Jaka jest idea tego? To jest w stanie od zera, ca艂kowicie od zera – i to si臋 r贸偶ni od tych metod, kt贸re wcze艣niej by艂y, bo wcze艣niej to si臋 sk艂ada艂o z takich cegie艂ek d藕wi臋kowych, a tutaj mamy od zera – potrafi wygenerowa膰 d藕wi臋k. Czyli te wszystkie brawa, te wszystkie instrumenty, kt贸re s艂yszymy, te ch贸ry, kt贸re towarzysz膮 Frankowi, s膮 wygenerowane przez sztuczn膮 inteligencj臋.

[00:11:19]

REDAKTOR J. KU殴NIAR: Czy to jest w takim razie g艂os Franka Sinatry czy nie?

[00:11:22]

P. PSYLLOS: To jest bardzo g艂臋bokie pytanie. Bo czym jest g艂os Sinatry? Je偶eli mieliby艣my w og贸le zdefiniowa膰…

[00:11:28]

REDAKTOR J. KU殴NIAR: Zarejestrowany kiedy艣 do mikrofonu g艂os Sinatry. Rozumiem, 偶e sztuczna inteligencja si臋 go os艂ucha艂a i wyprodukowa艂a co艣 takiego?

[00:11:34]

P. PSYLLOS: Co艣 nowego, co nie jest g艂osem Sinatry, bo to jest… Je偶eli si臋 bardzo, bardzo precyzyjnie ws艂uchamy w to, co sztuczna inteligencja stworzy艂a, to jest troch臋 mieszanka Elvisa Presleya, Sinatry i kilku innych artyst贸w, Beatles贸w melodia te偶 si臋 tam pojawia, albo g艂osy artyst贸w. Ale powiedzmy: ten wiod膮cy g艂os to jest g艂os Sinatry tylko. To jest tw贸r sztucznej inteligencji. Sinatra nigdy tego nie za艣piewa艂. Sinatra nigdy tak nie 艣piewa艂, nie 艣piewa艂 tego tekstu. Bo tu jeszcze bardzo wa偶na rzecz, nie wspomnieli艣my o tym: sztuczna inteligencja nie cytuje tego, co ju偶 zosta艂o kiedy艣 skomponowane, tylko uczy si臋 samej idei, czym si臋 charakteryzuje idealny przeb贸j, idealna piosenka. P贸藕niej, gdy ma ten przepis na idealny przeb贸j, idealn膮 piosenk臋, to jest w stanie co艣 ca艂kowicie nowego skomponowa膰, pos艂uguj膮c si臋 tymi g艂osami. I teraz: to jest taka zagwozdka prawna, czy…

[00:12:34]

REDAKTOR J. KU殴NIAR: W艂a艣nie, czy ty jeste艣 autorem tego utworu, skoro ty nacisn膮艂e艣 guzik 鈥瀦a艣piewaj mi to鈥, czy ona jako sztuczna inteligencja ma prawa w艂asno艣ci? Jak to jest?

[00:12:45]

P. PSYLLOS: No tak… Pyta艂em wielu prawnik贸w. I okazuje si臋, 偶e w polskim prawie nie ma definicji precyzyjnej – tak odpowiedzieli. Tutaj jest wiele w膮tpliwo艣ci. Z jednej strony, mamy do czynienia z jakim艣 tam g艂osem Sinatry i tutaj spadkobiercy autorskich praw maj膮tkowych mog膮 si臋 p贸藕niej odezwa膰 i mog膮 by膰 r贸偶ne spory. Ale z drugiej strony, je偶eli mieliby艣my okre艣li膰 szczeg贸艂owo w jakich momentach ten g艂os jest faktycznie g艂osem Sinatry i gdzie tutaj to jest inspiracja, o kt贸rej m贸wimy? Albo gdzie tutaj jest jaki艣 fragment zastrze偶ony tymi prawami autorskimi? Tutaj by by艂y k艂opoty, bo to jest wszystko p艂ynne. A ta p艂ynno艣膰 jest – je偶eli taki sp贸r by nawet nast膮pi艂 – czym艣, co mo偶e nam pom贸c wygra膰 taki sp贸r. Nie ma definicji precyzyjnej, prawda? Ja sam… Bo zastanawia艂em si臋 bardzo d艂ugo na ten temat i mam trudno艣膰 z odpowiedzi膮 na to pytanie: kto jest autorem? Bo ja nie jestem przecie偶 autorem tego. Ja odpali艂em sztuczn膮 inteligencj臋, warunkowa艂em j膮 albo je偶eli m贸wimy o tych piosenkach, kt贸re p贸藕niej pu艣cimy…

[00:13:53]

REDAKTOR J. KU殴NIAR: Ale warunkowa艂e艣, czyli ty jej narzuci艂e艣 pewne ramy?

[00:13:54]

P. PSYLLOS: Pewne ramy, tak. A ta sztuczna inteligencja, poniewa偶 ma wiedz臋 pewn膮 muzyczn膮, pewien taki kapita艂 muzyczny, kt贸ry ka偶dy kompozytor te偶 posiada, bo zanim kto艣 skomponuje jak膮艣 symfoni臋, to musia艂 s艂ucha膰 wcze艣niej jakich艣 utwor贸w. Je偶eliby by艂 zamkni臋ty przez ca艂e 偶ycie w wyciszonym pokoju, to by nie potrafi艂 komponowa膰 utwor贸w muzycznych. Tak samo sztuczna inteligencja- musi co艣 wcze艣niej przes艂ucha膰, 偶eby si臋 nauczy膰 idei melodii i p贸藕niej jest w stanie co艣 komponowa膰, inspirowa膰 si臋 jakimi艣 utworami. Ale ludzie te偶 to robi膮, powstaj膮 remiksy.

[00:14:31]

REDAKTOR J. KU殴NIAR: Czyli nie ma w艂a艣ciciela?

[00:14:32]

P. PSYLLOS: No ja nie jestem, mi s艂o艅 kiedy艣 na ucho nadepn膮艂… Naprawd臋, ja nie jestem autorem. Sztuczna inteligencja te偶 nie ma podmiotowo艣ci 偶adnej, nie ma intencjonalno艣ci w dzia艂aniu na razie. Chyba, 偶e b臋dzie kiedy艣 tzw. silna sztuczna inteligencja, kt贸r膮 Ray Kurzweil przewiduje w 2045 roku i b臋dzie mia艂a 艣wiadomo艣膰, wtedy b臋dzie mog艂a si臋 k艂贸ci膰 z nami: 鈥濸rzecie偶 ja to stworzy艂am!鈥.

[00:14:55]

REDAKTOR J. KU殴NIAR: 鈥濲a! Ja to napisa艂am!鈥. Przeczytam naszym s艂uchaczom dwa akapity z naszej korespondencji z Piotrem, a Piotr z kolei by艂 po rozmowie ze swoimi prawnikami. Jeden z nich pisze tak czy odpowiada Piotrowi na zadane pytanie: 鈥濶ie ma 偶adnych publikacji czy orzecze艅, kt贸re bezpo艣rednio dotyka艂yby problemu sztuki tworzonej przez AI. Taka niepewno艣膰 i brak uregulowania czego艣 w prawie rodzi naturalne ryzyka. Pr贸ba dopasowania aktualnych przepis贸w do problem贸w nowych technologii r贸wnie偶 obarczona jest ryzykiem. Nale偶y doda膰, 偶e ewentualne spory s膮dy zawsze rozpatruj膮 na podstawie konkretnych sytuacji, czyli stan贸w faktycznych i to od ich interpretacji zale偶y ostateczne rozstrzygni臋cie鈥. Czyli rozumiem, 偶e tak samo b臋dzie z Ell膮 Fitzgerald, kt贸r膮 nakarmi艂e艣 maszyn臋 jej d藕wi臋kami i wysz艂o to, co chwil臋 nasi s艂uchacze us艂ysz膮?

[00:15:44]

P. PSYLLOS: Tak. W og贸le z tymi wszystkimi piosenkami, kt贸re maj膮 g艂os – to jest najwi臋kszy problem – i artyst贸w, w przypadku kt贸rych prawa autorskie nie wygas艂y. Po 70 latach od 艣mierci to wygasa, nale偶y wtedy do domeny publicznej. I dlatego, jak te sztuki skomponowa艂em przy pomocy tych swoich sieci, to mog艂em korzysta膰 z dzie艂 Szekspira albo innych tw贸rc贸w, bo tutaj to nie jest obj臋te prawami autorskimi. W przypadku tych piosenek jazzowych, te偶 takie utwory Midi b臋dziemy puszcza膰, czyli bez g艂osu, gdzie sztuczna inteligencja sam膮 lini臋 melodyczn膮 tworzy i gra przy pomocy np. pianina. Tam nie ma wi臋kszego ryzyka, poniewa偶 tam nie ma g艂osu i te inspiracje, ta baza utwor贸w, kt贸re s艂u偶y艂y do uczenia sztucznej inteligencji, to te偶 z odleg艂ych czas贸w pochodzi i tutaj praw autorskich nie ma. W przypadku Elli Fitzgerald albo Franka Sinatry jest wi臋kszy problem. Tak naprawd臋 nie wiem, czy jest obecnie osoba, kt贸ra mog艂aby odpowiedzie膰 na pytania: komu przynale偶膮 te prawa autorskie i kto jest odpowiedzialny za to, co sztuczna inteligencja zrobi艂a? Niekt贸rzy m贸wi膮, 偶e to troch臋 przypomina sytuacj臋 tej ma艂py, kiedy by艂y rozprawy s膮dowe bardzo intensywne… Kiedy艣 ma艂pa w d偶ungli amazo艅skiej zrobi艂a zdj臋cia aparatem, kt贸ry zosta艂 przez pewnego go艣cia – chyba by艂 artyst膮 – zostawiony. Zrobi艂a zdj臋cie i to zdj臋cie zacz臋艂o si臋 jak膮艣 fenomenaln膮 popularno艣ci膮 cieszy膰. No i ten go艣膰 chcia艂y, 偶eby prawa autorskie do tego zdj臋cia mu przynale偶a艂y. Mn贸stwo rozpraw s膮dowych si臋 odby艂o. Okaza艂o si臋 na koniec, 偶e s膮d stwierdzi艂, 偶e to do domeny publicznej nale偶y, poniewa偶 tego zdj臋cia nie wykona艂a 偶adna istota rozumna. Sztuczna inteligencja nie jest istot膮 rozumn膮…

[00:17:44]

REDAKTOR J. KU殴NIAR: Ale po trosze tw贸j rozum ma, m贸j rozum ma, prawda?

[00:17:47]

P. PSYLLOS: Po trosze tak, ale te偶 do domeny publicznej, raczej chyba… Nie wiem, czy to mo偶liwe.

[00:17:51]

REDAKTOR J. KU殴NIAR: Ciekawy sp贸r. Ja my艣l臋, 偶e b臋dzie okazja z Piotrem spotka膰 si臋 nie raz w podcastowej wersji, 偶eby o tak偶e tych aspektach, problemach czy wyzwaniach ze sztuczn膮 inteligencj膮 rozmawia膰. Natomiast wspomnieli艣my Ell臋 Fitzgerald, wcze艣niej s艂yszeli艣cie ju偶 Franka Sinatr臋 doprawionego jeszcze Elvisem, no to czas na Ell臋 Fitzgerald, kt贸ra 艣piewa ten sam utw贸r po艣wi臋cony legendarnemu studiu Voice House.

[PIOSENKA]

[00:19:22]

REDAKTOR J. KU殴NIAR: Czy w przypadku Elli Fitzgerald, te偶 poza ni膮 sam膮 kto艣 jeszcze by艂?

[00:19:26]

P. PSYLLOS: Szumy by艂y, kt贸re troch臋 przypominaj膮 stare p艂yty winylowe. Ukochana Ella, kr贸lowa jazzu plus jaki艣 tam ch贸rek, kt贸ry do艣piewywa艂 i mn贸stwo szum贸w r贸偶nych, kt贸re wynikaj膮 z niedoskona艂o艣ci sztucznej inteligencji, kt贸re same w sobie te偶 pewnie jak膮艣 warto艣膰 artystyczn膮 posiadaj膮, wg mnie. To jest aglomerat wszystkiego w sumie. Przyznasz, 偶e to fajne jest?

[00:19:52]

REDAKTOR J. KU殴NIAR: Brzmi doskonale. Tekst im si臋 podoba te偶 idealne.

[00:19:56]

P. PSYLLOS: Tekst to akurat nie sztucznej inteligencji, to moja inteligencja akurat to tworzy艂a. Nie jestem idealnym tek艣ciarzem, jeszcze du偶o do poprawienia tutaj jest, ale te偶 mo偶emy tutaj zaprz膮c… Tylko jest pewne ryzyko, bo nie wiemy, co ta sztuczna inteligencja na wyj艣ciu wyprodukuje. Kiedy艣 mia艂em takie pr贸by w艂a艣nie ze sztuczn膮 inteligencj膮, kt贸ra teksty r贸偶ne pisa艂a. Takie g艂upoty na wyj艣ciu potrafi艂a wyprodukowa膰, z wulgaryzmami w艂膮cznie… Po 22:00 b臋dziemy mogli to cytowa膰, ale to nie jest do zacytowania.

[00:20:24]

REDAKTOR J. KU殴NIAR: To prawda. Natomiast Piotr wspomina艂 o tym, 偶e b臋dzie okazja pos艂ucha膰 tak偶e d藕wi臋k贸w systemu Midi i w momencie, w kt贸rym nasza audycja si臋 sko艅czy i b臋dziecie, szanowni s艂uchacze, mieli okazj臋 pos艂ucha膰 tego, co sztuczna inteligencja napisa艂a w kontek艣cie 艣mierci, w kontek艣cie szcz臋艣cia i w kontek艣cie mi艂o艣ci. Tam, te d藕wi臋ki Mili umie艣cimy. Przechodz膮c teraz w艂a艣nie do tekst贸w: czym nakarmi艂e艣 sztuczn膮 inteligencj臋, 偶eby napisa艂a nam to, co napisa艂a?

[00:20:50]

P. PSYLLOS: Tych utwor贸w by艂o bardzo du偶o. Najwi臋kszym problemem, kt贸ry mia艂em na samym pocz膮tku, gdy ten system zacz膮艂em tworzy膰 – a to by艂o 2 lata temu przy okazji tworzenia pracy in偶ynierskiej, bo to by艂 element pracy in偶ynierskiej – to by艂o znalezienie danych, kt贸rymi b臋d臋 m贸g艂 nakarmi膰 sztuczn膮 inteligencj臋. Zacz膮艂em w艂a艣nie od Szekspira, bo to jest taki dataset, czyli baza danych, kt贸ra jest najcz臋艣ciej wykorzystywana i najbardziej popularna. I tutaj nie ma zbytniego problemu z prawami autorskimi. Tak偶e odgrzeba艂em r贸偶ne teksty Szekspira i stara艂em si臋 – bo chcia艂em monologi wygenerowa膰 – stara艂em si臋 znale藕膰 przede wszystkim te monologi, kt贸re on wcze艣niej skomponowa艂 i powyci膮ga膰 ze sztuk teatralnych takie fragmenty, kt贸re s膮 w miar臋 sp贸jne i kt贸re nie s膮 cz臋艣ci膮 jakiego艣 dzie艂a, gdzie jest dyskusja pomi臋dzy bohaterami. Np. w 鈥濺omeo i Juli鈥 to du偶o mamy takich kwestii, kt贸re polegaj膮 na tym, 偶e jaki艣 bohater odpowiada innemu i to trudno akurat tego zbioru w艂膮czy膰. Dlatego musia艂em takie – to maszynowo zrobi艂em – fragmenty powybiera膰, kt贸re tutaj b臋d膮 najbardziej si臋 nadawa艂y. Ale p贸藕niej si臋 okaza艂o, 偶e ta baza danych z tekstami Szekspira, nie jest wystarczaj膮ca. Tak偶e tam jeszcze dorzuci艂em Nietzschego.

[00:22:11]

REDAKTOR J. KU殴NIAR: Mamy 70 proc. Szekspira, 15 proc. Nietzschego i 15 proc. Edgara Allana Poe. I to ju偶 jest kompletne wed艂ug AI?

[00:22:18]

P. PSYLLOS: Nie, ja bym m贸g艂 jeszcze wi臋cej. Tylko okaza艂o si臋, 偶e przy wi臋kszej liczbie tw贸rc贸w z r贸偶nych gatunk贸w to, co na wyj艣ciu powstaje, to jest niezbyt sp贸jne i to jest takie pomieszanie r贸偶nych gatunk贸w. Najlepsz膮 efektywno艣膰 przy tym otrzyma艂em…

[00:22:37]

REDAKTOR J. KU殴NIAR: A jak to mierzysz?

[00:22:38]

P. PSYLLOS: To akurat jest subiektywne bardzo.

[00:22:42]

REDAKTOR J. KU殴NIAR: 鈥濩o ona mi tu napisa艂a? Nie, to bez sensu. Dorzuc臋 jej jeszcze Nietzschego... Ju偶 ma wi臋kszy sens. Troch臋 wi臋cej filozoficzne鈥.

[00:22:48]

P. PSYLLOS: Tak, to na tym bardzo cz臋sto polega trenowanie tych modeli r贸偶nych sztucznej inteligencji. Akurat w tym projekcie wykorzystuj臋 kilka modeli sztucznej inteligencji, kt贸re mo偶na by powiedzie膰 rywalizuj膮 troch臋 mi臋dzy sob膮 w komponowaniu tych sztuk. Bo ka偶dy z modeli… I tutaj wykorzystuj臋 r贸偶ne np. kodery, transformatory tzw., czyli takie architektury, kt贸re wykorzystuj膮 sztuczne sieci neuronowe i do nich zalicza si臋 s艂ynny ju偶 algorytm GPT-2, ju偶 teraz zreszt膮 wyszed艂 GPT-3, kt贸ry w艂a艣nie jest takim koderem. I te kodery w moim projekcie, w moim programie, kt贸ry napisa艂em, staraj膮 si臋 partiami generowa膰 ten tekst. Maksymalnie ile mog膮 i maksymalnie sp贸jnego to, co mog膮 wygenerowa膰, to generuj膮. P贸藕niej, pod koniec ka偶dego takiego fragmentu przesy艂aj膮 swoje rozwi膮zania do takiej sieci neuronowej, kt贸r膮 stworzy艂em, kt贸ra jest takim s臋dzi膮, dyskryminatorem, kt贸ry bierze na tapet to, co tamte sieci wygenerowa艂y. I p贸藕niej analizuje, czy to przypomina ludzki utw贸r, czy jest jako艣 tam sp贸jne z tym, co by艂o wcze艣niej wygenerowane i p贸藕niej wybiera – tak jak taki ludzki s臋dzia – te fragmenty, kt贸re do艂膮czymy p贸藕niej do sztuki wyj艣ciowej. P贸藕niej znowu, od nowa to si臋 zaczyna, czyli powstaje fragment na ile艣 tam linijek, kilkana艣cie, kilkadziesi膮t i p贸藕niej to jest przetwarzane przy pomocy innej sieci z ka偶dej, tej wcze艣niejszej sieci. I koniec ko艅c贸w, na wyj艣ciu te偶 takie sito mamy, wybieramy taki fragment, kt贸ry najbardziej b臋dzie pasowa艂 do tego, co ju偶 wcze艣niej tamte modele uczenia maszynowego, te kodery wytworzy艂y.

[00:24:35]

REDAKTOR J. KU殴NIAR: Czyli na ko艅cu i tak decyduje cz艂owiek?

[00:24:38]

P. PSYLLOS: No, a w og贸le na ko艅cu, jak ju偶 wygeneruje to wszystko…

[00:24:41]

REDAKTOR J. KU殴NIAR: 鈥濧le to jeszcze nie koniec, Jarek鈥.

[00:24:41]

P. PSYLLOS: No w艂a艣nie, to wszystko zale偶y. Bo tutaj mamy kilka etap贸w, czyli: etap fragmentu… Nie, jeszcze wcze艣niej jest etap s艂贸w, bo ka偶da z tych sieci – a tam jest przynajmniej 5, bo r贸偶ne konfiguracje testowa艂em – stara si臋 te fragmenty w taki spos贸b tworzy膰, 偶e przewiduje kolejne s艂owa do tych, kt贸re ju偶 zosta艂y wcze艣niej dodane. Czyli zaczynamy od s艂owa 鈥瀖i艂o艣膰鈥 np. 鈥濵i艂o艣膰 jest gruncie tak srog膮 tyrank膮鈥. Teraz zadaniem takiego modelu, jest dodawaniem kolejnych s艂贸w, kt贸re b臋d膮 naturaln膮 kontynuacj膮 tego, prawda? Ka偶dy z tych modeli, np. GPT-2, dodaj膮 kolejne s艂owa, staraj膮 si臋 co艣 tam skomponowa膰, pe艂ni膮 rol臋 takiego kompozytora. I ju偶 gdy wygeneruj膮 jaki艣 fragment, kt贸ry – tu ju偶 eksperymenty przeprowadzi艂em, ile mog臋 maksymalnie wygenerowa膰, 偶eby to w miar臋 sp贸jne i sensowne by艂o – gdy ju偶 wygeneruj膮 taki fragment, trafia on do takiego w艂a艣nie dyskryminatora, kt贸ry por贸wnuje to z tym, co by艂o wcze艣niej skomponowane. Dzi臋ki temu lepszy efekt dosta艂em, ni偶elibym korzysta艂 z jednego tego GPT-2, bo to si臋 rozlatuje, po ilu艣 tam wersach to w og贸le nie ma sensu. I na koniec mamy sztuk臋, kt贸ra jest z艂o偶ona z takich fragment贸w i tych sztuk mog臋 50 np. zrobi膰. To b臋dzie, co prawda, trwa艂o d艂ugo, nawet par臋 tygodni na superkomputerze, bo na uczelni mamy taki klaster obliczeniowy, z tego korzysta艂em. Po tych paru tygodniach mam 50 sztuk, no i np. wybieram tak膮, gdzie nie ma wulgaryzm贸w.

[00:26:15]

REDAKTOR J. KU殴NIAR: OK. Natomiast drobna uwaga do tego, co za chwil臋 nasi s艂uchacze b臋d膮 mogli us艂ysze膰: nasi lektorzy, jeszcze nie chc臋 ich ujawnia膰 teraz, ale powiedzieli: 鈥濶ie zawsze tam jest logicznie鈥. Ja m贸wi臋: 鈥濧le nie poprawiajmy sztucznej inteligencji. Nawet je偶eli jest nielogicznie, to ty, szanowny lektorze, g艂osie m贸j kochany jeste艣 tym, kt贸ry musi to zinterpretowa膰鈥. Wi臋c nielogiczno艣膰 te偶 trzeba interpretowa膰.

[00:26:39]

P. PSYLLOS: To jest bardzo fajny przyk艂ad na kooperacj臋 maszyny z cz艂owiekiem. My艣l臋, 偶e to jest przysz艂o艣ci膮 sztuki. Sztuka b臋dzie coraz cz臋艣ciej powstawa艂a z udzia艂em komputer贸w. Ju偶 teraz przecie偶 arty艣ci, kt贸rzy np. tworz膮 melodie, to korzystaj膮 te偶 z metod sztucznej inteligencji, 偶eby przeanalizowa膰, co si臋 tam kiedy艣 sprawdza艂o, jakie piosenki sta艂y si臋 hitami i zrobi膰 co艣 bardzo podobnego. Dlatego to, co teraz w radiu s艂yszymy, to jest bardzo podobne do siebie.

[00:27:09]

REDAKTOR J. KU殴NIAR: Bardzo podobne, tak.

[00:27:11]

P. PSYLLOS: Taka papka, prawda? Kt贸ra si臋 niczym w艂a艣ciwie nie r贸偶ni.

[00:27:12]

REDAKTOR J. KU殴NIAR: Cho膰, a propos radia, drobna dygresja: pami臋tam, kiedy艣 jeszcze, pracuj膮c w Radiu Zet, by艂a taka maszyna, kt贸ra potrafi艂a 艂膮czy膰, 偶eby to melodyczne pasowa艂o do siebie. Czyli nie cz艂owiek wybiera艂, 偶e jak si臋 sko艅czy King Crimson... A, w Radiu Zet King Crimson. Dobra, jak si臋 sko艅czy The Police np., to zagrajmy Stinga, bo to 艂adnie si臋 b臋dzie 艂膮czy艂o. Nie, to maszyna sk艂ada艂a i wtedy to by艂o megaosi膮gni臋cie, 偶e ona co艣 tam programuje. I nagle okazywa艂o, 偶e Shakira co dwie godziny wpada na nowo albo jeszcze inaczej jest karmiona. Ma艂o tego, to by艂o podpi臋te oczywi艣cie do bada艅 s艂uchaczy, czyli jak s艂uchacz dostawa艂 ile艣 plik贸w i s艂ysza艂 co艣 i w 2 sekundy przewija艂 dalej, to znaczy: pewnie nie chce s艂ucha膰, wi臋c tego typu piosenki nie mia艂y szans si臋 pojawi膰 za cz臋sto. Wi臋c to - my艣l臋 - mo偶e by艂 te偶 jaki艣 pocz膮tek rzeczywi艣cie wsp贸艂pracy cz艂owieka i maszyny.

[00:28:02]

P. PSYLLOS: Tak, tylko to nie by艂o kreatywne za bardzo.

[00:28:03]

REDAKTOR J. KU殴NIAR: No nie, w og贸le.

[00:28:03]

P. PSYLLOS: M艂ody Beksi艅ski, kt贸ry np. ze swoich audycji pewn膮 sztuk臋 tworzy艂, bo pisa艂 sw贸j tekst…

[00:28:11]

REDAKTOR J. KU殴NIAR: Tam by艂 rzeczywi艣cie i g艂os, i muzyka cudowna.

[00:28:12]

P. PSYLLOS: Tak, tak. I uk艂ada艂 odpowiednio melodie w nawi膮zaniu do tekstu, do tych felieton贸w muzycznych, kt贸re tworzy艂. Sztuczna inteligencja, nawet najlepsza, nie jest w stanie jeszcze tego robi膰. A nawet je偶eli b臋dzie w przysz艂o艣ci robi艂a, czy b臋dziemy wybierali audycje ludzkie, np. takiego przysz艂ego Beksi艅skiego, czy audycje sztucznej inteligencji? Z kim b臋dziemy si臋 uto偶samiali? To jest pytanie.

[00:28:34]

REDAKTOR J. KU殴NIAR: Cho膰 teraz, jak ci臋 s艂ucham, kiedy opowiadasz o muzyce, jak powstawa艂a i o tych tekstach, o tych monologach, kt贸re powsta艂y tak偶e, to zaskoczy艂 mnie ten moment, w kt贸ry m贸wisz, 偶e z jednej maszyny co艣 wysz艂o, ale czu艂e艣, 偶e to jeszcze nie jest doszlifowane, 偶e tak naprawd臋 szlifowa艂e艣 t臋 sztuczn膮 inteligencj臋 czy efekt jej pracy.

[00:28:53]

P. PSYLLOS: Na metapoziomie, tym ostatnim. Bo np. mia艂em sztuk臋, kt贸ra z wielu wulgaryzm贸w si臋 sk艂ada艂a. Nie wiem, sk膮d one si臋 pojawi艂y. By膰 mo偶e st膮d, 偶e te modele j臋zykowe GPT-2, to te偶 uczy艂y si臋 na podstawie mn贸stwa informacji z internetu, st膮d te informacje pochodzi艂y i si臋 trenowa艂y. Samo wytrenowanie takiego modelu kosztowa艂o oko艂o 150 tys. z艂, na superkomputerze to trwa艂o. Ja p贸藕niej to warunkuj臋, czyli ograniczam percepcj臋 tej sztucznej inteligencji, 偶eby si臋 skupi艂a na Szekspirze tylko. Tylko ona oczywi艣cie nie jest taka pokorna i nie s艂ucha si臋 mnie w ka偶dym przypadku…

[00:29:32]

REDAKTOR J. KU殴NIAR: ... jeszcze.

[00:29:33]

P. PSYLLOS: Jeszcze, tak. To jest pierwszy przejaw buntu maszyn, 鈥濼erminator鈥, Skynet si臋 rodzi. I np. wulgaryzmami rzuca. No i nie wiem, czy tak膮 chcia艂by艣 mie膰 audycj臋…

[00:29:48]

REDAKTOR J. KU殴NIAR: My艣l臋, 偶e przyjdzie moment na to, 偶eby艣 ty w swojej cz臋艣ci pokaza艂 rzeczywi艣cie, 偶e ona potrafi robi膰 te偶 takie rzeczy. Ale nawet - zobacz - ten moment, w kt贸ry m贸wisz: Ogranicza艂em j膮 jako艣. Ja rozumiem pow贸d. Natomiast czy to oznacza, 偶e ona w艂a艣ciwie ma niesko艅czone mo偶liwo艣ci?

[00:30:01]

P. PSYLLOS: S膮 sko艅czone, bo jeste艣my ograniczeni przez dane, kt贸re wrzucamy do niej. Jeste艣my ograniczeni przez sprz臋t, mogliby艣my tak naprawd臋 trenowa膰 j膮 na zasobach ca艂ej Biblioteki Aleksandryjskiej, internetu, w og贸le wszystkiego. Tylko, 偶eby to wytrenowa膰… Np. ostatnie GPT-3 model by艂 trenowany na bazie wielu r贸偶nych informacji pochodz膮cych z internetu i samo wytrenowanie tego modelu, kosztowa艂o ponad 4 mln dolar贸w. Czyli na to mog膮 pozwoli膰 sobie du偶e korporacje, du偶e koncerny i te偶 s膮 nadal ograniczone tym czasem, kt贸re mog膮 po艣wi臋ci膰 na trenowanie tego, sprz臋tem i te偶 metodami pozyskiwania tych danych. Tak偶e jeste艣my ograniczeni, ale te偶 cz艂owiek jest ograniczony. Ka偶dy artysta chcia艂by wi臋cej wiedzie膰, chcia艂by mie膰 wi臋cej w g艂owie takich wzorc贸w. Bo zauwa偶, 偶e wszystko, co robimy – m贸wi臋 tutaj o uczeniu si臋, o pracy naszego m贸zgu – to s艂u偶y do tego, 偶eby tworzy膰 pewne algorytmy w m贸zgu, pewne wzorce rozwi膮za艅. Te algorytmy p贸藕niej w naszym m贸zgu si臋 wykszta艂caj膮, bo przeczytali艣my wiele r贸偶nych ksi膮偶ek, pos艂uchali艣my wiele r贸偶nych piosenek i p贸藕niej te algorytmy wykorzystujemy do tego, 偶eby tworzy膰 np. sztuk臋, jakie艣 tam dzie艂a. Czyli dzia艂amy troch臋… Znaczy sztuczna inteligencja dzia艂a troch臋 tak, jak cz艂owiek dzia艂a.

[00:31:28]

REDAKTOR J. KU殴NIAR: Czyli jestem umownie - przepraszam, pani Olgo, za ten przyk艂ad - jestem Olg膮 Tokarczuk, kt贸ra idzie przez 艣wiat, czyta, czyta, czyta, wi臋c naturalnie to si臋 gdzie艣 odk艂ada, odk艂ada, odk艂ada, dlatego potem, kiedy ona siada do w艂asnego pisania, si艂膮 rzeczy jej m贸zg podrzuca pewne sformu艂owania, skojarzenia, emocje?

[00:31:45]

P. PSYLLOS: Tak, tak. I cz臋sto ze swojej praktyki np. dziennikarskiej, radiowej, to mo偶esz zauwa偶y膰, 偶e z latami pracy w tym zawodzie, to s艂owa same pojawiaj膮 si臋, prawda? Nie trzeba si臋 zastanawia膰, bo ju偶 pewne wzorce takich rozwi膮za艅 w m贸zgu si臋 wykszta艂ci艂y, pewne 艣cie偶ki neuronalne. No i wtedy np. mo偶esz improwizowa膰. Cz臋sto m贸wi si臋 w dziedzinach artystycznych, 偶e 偶eby by膰 dobrym artyst膮 i dobrze improwizowa膰, to wcze艣niej trzeba przes艂ucha膰 mn贸stwo r贸偶nych piosenek, napisa膰 wiele r贸偶nych tekst贸w, 偶eby te w艂a艣nie algorytmy w m贸zgu wykszta艂ci膰. Gdy mamy te algorytmy, to mo偶emy wtedy np. gra膰 muzyk臋 jazzow膮 z zachowaniem wszystkich tych regu艂. Laik tego nie zrobi, kt贸ry nigdy jazzu si臋 nie uczy艂, kt贸ry zna tylko teoria z ksi膮偶ki, prawda? Bo te偶 te algorytmy si臋 kszta艂tuj膮 w czasie praktycznych 膰wicze艅. Czyli jeste艣my tak膮 sieci膮 neuronaln膮 troch臋, nasz m贸zg pewne takie algorytmy tworzy. T臋 sztuk臋 te偶 odbiera, tylko nie zapominajmy, 偶e m贸zg nie s艂u偶y do my艣lenia, tylko m贸zg s艂u偶y do prze偶ycia. I widocznie sztuka co艣 takiego robi z naszym m贸zgiem, 偶e ten m贸zg jako艣 np. stymuluje do tego, 偶eby lepiej pracowa艂 i… Poniewa偶 my艣lenie pomaga w prze偶yciu szalenie, jak si臋 okazuje czasami, to mo偶e pomaga膰. Bo to s膮 bardzo ciekawe pytania: sk膮d si臋 w og贸le wzi臋艂a nasza percepcja sztuki? Dlaczego nam si臋 sztuka podoba? Co sprawia, 偶e ta sztuka nam si臋 podoba? Bo zwierz臋tom… Mojemu kotowi…

[00:33:30]

REDAKTOR J. KU殴NIAR: Kotu?

[00:33:31]

P. PSYLLOS: O, w艂a艣nie.

[00:33:33]

REDAKTOR J. KU殴NIAR: I sztuczna inteligencja powiedzia艂aby na pewno poprawnie.

[00:33:35]

P. PSYLLOS: To jeszcze raz…

[00:33:37]

REDAKTOR J. KU殴NIAR: Nie wycinamy tego. Nie, niech b臋dzie, 偶e Psyllos nie zna si臋 na gramatyce. Bez sztucznej inteligencji nie daje rady.

[00:33:43]

P. PSYLLOS: Dobrze. Sztuczna inteligencja jest lepsza ni偶 naturalna g艂upota, jak to m贸wi膮.

[00:33:48]

REDAKTOR J. KU殴NIAR: Mojemu kotu?

[00:33:49]

P. PSYLLOS: Kotu, tak. W艂a艣nie, kotu? Psu te偶…

[00:33:56]

REDAKTOR J. KU殴NIAR: Spodoba艂yby si臋 inne obrazy ni偶 tobie, tak?

[00:33:57]

P. PSYLLOS: Polska j臋zyk trudna j臋zyk. Jeszcze raz: przyk艂adowo m贸j pies nie ma 偶adnych wra偶e艅 estetycznych ze s艂uchania tych piosenek, kt贸re skomponowa艂em. To jest bardzo wa偶ne pytanie: jak nasz m贸zg odbiera sztuk臋? Bo gdy to poznamy, to te algorytmy b臋d膮 jeszcze lepsze. Je偶eli prze艣wietlimy nasz m贸zg i dowiemy si臋 – to kognitywistyka tym si臋 zajmuje te偶 – dowiemy si臋, na czym polega ta percepcja sztuki, jakie kombinacje melodii, jakie kombinacje barw, kt贸re widzimy sprawiaj膮, 偶e nasz m贸zg co艣 lubi albo czego艣 nie lubi. I to te偶 rodzi kolejne zastosowania tych przysz艂ych metod. Wyobra藕my sobie, 偶e b臋d膮 takie interfejsy cz艂owiek-maszyna, m贸zg-komputer i przy pomocy tych interfejs贸w arty艣ci b臋d膮 mogli po艂膮czy膰 si臋 z komputerem i wtedy b臋d膮 mogli bezpo艣rednio rejestrowa膰 tre艣膰 swoich my艣li. Czyli te melodie, kt贸re si臋 rodz膮 w ich g艂owach, b臋d膮 mog艂y by膰 zapisywane przez komputer i p贸藕niej odtwarzane, nie b臋dzie tego etapu po艣redniego. Cz臋sto niekt贸rzy maj膮 problem z prze艂o偶eniem tego, co s艂ysz膮 w swoich my艣lach na papier, w cudzys艂owie. A tutaj nie by艂oby takiego problemu, bo mieliby艣my po艂膮czenie bezpo艣rednio z m贸zgiem i tre艣膰 naszych my艣li by by艂a przek艂adana na melodi臋, na s艂owa, na obrazy. Ten Beksi艅ski, stary tym razem, kiedy艣 te偶 wspomina艂 i w kontek艣cie melodii w swoich listach o tym pisa艂. On uwa偶a艂 w og贸le, 偶e je偶eli chodzi o sztuk臋, to muzyka jest prawdziw膮 sztuk膮, a nie malowanie.

[00:35:36]

REDAKTOR J. KU殴NIAR: O jeszcze jedn膮 rzecz na koniec chcia艂em ci臋 zapyta膰: wspomnia艂e艣 o tym, 偶e gdyby艣my ewentualnie do艂o偶yli maszynie jeszcze wi臋cej rzeczy, to ona by d艂u偶ej tworzy艂a to, co tworzy艂a. Nasi s艂uchacze za moment... Bo zak艂adam, 偶e najpierw s艂uchacie tego, co teraz m贸wimy, a potem przechodzicie do 鈥炁歮ierci鈥, 鈥濵i艂o艣ci鈥 i 鈥濻zcz臋艣cia鈥, tych monodram贸w przygotowanych przez sztuczn膮 inteligencj臋. W艂a艣nie od czego zale偶y, jak szybko ona pracuje... Jak szybko ona tworzy, przepraszam ci臋 sztuczna inteligencjo, 偶e tylko powiedzia艂em o pracy, to jest przecie偶 tworzenie. Jaki to jest czas? Czego potrzeba, 偶eby to przyspieszy膰 albo wyd艂u偶y膰?

[00:36:10]

P. PSYLLOS: Od wielu czynnik贸w zale偶y to, w jakim czasie to dzie艂o powstanie. Od budowy np. sztucznej inteligencji, od architektury, ile warstw tej g艂臋bokiej sieci wykorzystamy, ile danych na wej艣cie b臋dziemy chcieli wrzuci膰, ile razy b臋dziemy te dane chcieli pokaza膰 w sztucznej inteligencji. Tutaj sztuczna inteligencja pe艂ni rol臋 takiego dziecka troch臋, takiej tabula rasa troch臋. Niezapisanej karty, kt贸rej pokazujemy w艂a艣nie np. melodie i ona uczy si臋 tego. Im wi臋cej razy pokazujemy to i bardziej r贸偶norodny zbi贸r tych piosenek, to tym lepiej si臋 nauczy. Informatycy powiedzieliby, 偶e lepiej b臋dzie aproksymowa艂a funkcje, czyli nauczy si臋 w艂a艣nie idei melodii, idei idealnego obrazu. Dlatego, to zale偶y od architektury, od danych, od tego, jak b臋dziemy chcieli uczy膰 t臋 sztuczn膮 inteligencj臋 i od tego, na czym uczymy. Bo sztuczna inteligencja jest pewnym algorytmem, pewnym programem. Na razie, bo te偶 ju偶 teraz wida膰 inny kierunek, idziemy w stron臋 sprz臋tu, kt贸ry b臋dzie mia艂 sztuczn膮 inteligencj臋 zaimplementowan膮, czyli takich neuropodobnych architektur, ale o tym mo偶e zaraz. Na razie ta sztuczna inteligencja jest w formie programu. Ten program na czym艣 musimy uruchomi膰. Mogliby艣my to uruchomi膰 na komputerze wodnym, to wtedy by lata 艣wietlne trwa艂o…

[00:37:39]

REDAKTOR J. KU殴NIAR: Ale to zale偶y w艂a艣nie od tego, 偶e jak b臋dziemy mieli, nie wiem, komputery kwantowe, to b臋dzie sztuczna inteligencja jeszcze bardziej inteligentna? Te, kt贸re mamy dzisiaj wi臋cej nie potrafi膮, ni偶 ona ju偶 potrafi?

[00:37:47]

P. PSYLLOS: Znaczy to, co mamy dzisiaj, to jeszcze ostatnie soki mo偶emy z tego wycisn膮膰, bo rozbudowujemy te komputery, informacje s膮 w r贸wnoleg艂y spos贸b przetwarzane, dok艂adamy karty graficzne, chmury obliczeniowe s膮 pot臋偶ne, dzisiaj mo偶emy sobie z domu po艂膮czy膰 si臋 z tak膮 chmur膮. Troch臋 zap艂acimy, ale to, czym dysponujemy w ten w艂a艣nie spos贸b, 艂膮cz膮c si臋, jest czym艣 bardzo szybkim, je偶eli wybieramy tak膮 opcj臋. I na tym szybkim czym艣 sztuczna inteligencja szybciej si臋 nauczy czego艣, ni偶 np. na moim komputerze domowym, kt贸ry jest bardzo ograniczony. Mo偶emy i艣膰 w bardziej rozbudowany sprz臋t, szybszy sprz臋t, ale te偶 mo偶emy troch臋 zmieni膰 paradygmat i np. przej艣膰 na komputery kwantowe. Te偶 ju偶 teraz okazuje, 偶e bli偶ej jeste艣my tych komputer贸w, ni偶 dalej. Na razie jeszcze z utrzymaniem stan贸w stabilnych jest problem, ale komputery kwantowe b臋d膮 w przysz艂o艣ci, b臋dziemy mogli szybciej te obliczenia przeprowadza膰. Ale te偶 np. komputery neuromorficzne s膮 przysz艂o艣ci膮. Jeszcze o tym si臋 nie m贸wi, ale b臋dzie si臋 m贸wi艂o. Zreszt膮 ta s艂ynna firma Gartner, kt贸ra zajmuje si臋 przewidywaniem trend贸w, te偶 wskazuje te technologie neuromorficzne jako te, kt贸re zmieni膮 w przysz艂o艣ci nasz 艣wiat. To polega na bardzo prostej rzeczy, bo tworzymy co艣 na obraz i podobie艅stwo naszego m贸zgu, ale ju偶 nie w formie programu komputerowego, tylko w formie konkretnych chip贸w. Czyli takich w艂a艣nie neuromorficznych, czyli neuropodobnych – 鈥瀖orfos鈥 – 鈥瀙odobne鈥 z j臋zyka greckiego – architektur, kt贸re przypominaj膮 w pewnym sensie m贸zg, tylko s膮 uproszczone oczywi艣cie znacznie bardziej. I ju偶 teraz mamy takie technologie, kt贸re pozwalaj膮 nam osi膮gn膮膰 z艂o偶ono艣膰 niewyobra偶aln膮 wcze艣niej, 5 lat temu jeszcze albo 10 lat temu, przy pomocy takiej niewielkiej skrzyneczki, kt贸ra pobiera mniej ni偶 suszarka do w艂os贸w, a ma neuron贸w wi臋cej ni偶 ma艂pa np. Ju偶 dzisiaj mo偶emy to zrobi膰, tylko to jest jeszcze uproszczone, nieidealnej i bardziej w laboratoriach to si臋 dzieje ni偶 np. w domach prywatnych u偶ytkownik贸w, kt贸rzy chcieliby inteligencj臋 na takich sprz臋tach uruchamia膰. Ale to jest przysz艂o艣膰, idziemy w tym kierunku. Ju偶 zreszt膮 pierwsze takie czipy w naszych smartfonach si臋 pojawiaj膮, tylko s膮 jeszcze na razie proste. W przysz艂o艣ci to b臋dzie bardziej zaawansowane i wtedy dopiero, mo偶liwo艣ci sztucznej inteligencji przed nami si臋 uka偶膮 i to takiej sztucznej inteligencji, kt贸ra b臋dzie 10 razy, a nawet i 100 razy bardziej zaawansowana ni偶 najlepsza sztuczna inteligencja, kt贸ra obecnie jest. Tutaj m贸wi臋 o perspektywie dziesi臋cioletniej. Co b臋dzie za lat 30, 40? To nikt nie wie. S膮 futurolodzy tacy, jak Ray Kurtzweil, kt贸rzy m贸wi膮, 偶e w 2045 roku nastanie osobliwo艣膰 technologiczna, czyli tzw. silna sztuczna inteligencja, inna od tej, kt贸r膮 teraz mamy. My mamy teraz s艂ab膮, czyli tak膮, kt贸ra si臋 sprawdza, w jaki艣 takich w膮skich zastosowaniach. Silna b臋dzie odr贸偶nia艂a si臋 od tamtej, bo ona b臋dzie na poziomie ludzkim, a nawet w pewnym momencie przero艣nie poziom ludzki. I to jest w艂a艣nie ten moment osobliwo艣ci, kt贸ry by膰 mo偶e w tym 2045 roku nastanie. I wtedy dopiero b臋dzie si臋 dzia艂o, je偶eli m贸wimy tutaj o sztuce i w og贸le tw贸rczo艣ci cz艂owieka.

[00:41:14]

REDAKTOR J. KU殴NIAR: Mamy 2020 rok, szcz臋艣liwie go 偶egnamy, licz膮c oczywi艣cie, 偶e 2021 b臋dzie lepszy. Wi臋c to, co wsp贸lnie z Piotrem Psyllosem przygotowali艣my, to sztuka AI na 艣wi臋ta od Voice House. 鈥濻zcz臋艣cie鈥, 鈥炁歮ier膰鈥 i 鈥濵i艂o艣膰鈥. Wszystko, co dotyczy tego projektu, czyli napisanie tej sztuki to jest AI. Muzyki, kt贸r膮 s艂yszeli艣cie w naszej rozmowie- to jest AI. Plakat贸w, grafik do tego wszystkiego - to jest AI. Ale stoi za tym cz艂owiek Piotr Psyllos. Chcia艂bym, 偶eby艣my jednak zostawili sobie moment, w kt贸rym poznajecie Piotra i jego drog臋 do takiego, a nie innego zafascynowania sztuczn膮 inteligencj膮, bo wierz臋, 偶e w nowym roku b臋dziemy mieli szans臋, 偶eby艣cie mogli specjalnych audycji Piotra pos艂ucha膰. Teraz id藕cie i s艂uchajcie o mi艂o艣ci, o szcz臋艣ciu i o 艣mier膰 od sztucznej inteligencji. Dobrych 艣wi膮t.

[00:42:04]

P. PSYLLOS: Niech moc sztucznej inteligencji b臋dzie z wami.

Prowadz膮cy

Jaros艂aw Ku藕niar
Ku藕niar Media

Multiinstrumentalista. W艂a艣ciciel Ku藕niar Media. Jego do艣wiadczenie radiowe, prasowe, sceniczne i telewizyjne, pomaga w 艣wiecie budowania marek osobistych. Wsp贸lnie z klientami rozwija ich wizje i nadaje kszta艂t. Buduje nowe platformy dla relacji z odbiorcami, szkoli i inspiruje.

Go艣膰 podcastu

Petros Psyllos
Naukowiec, elektronik, informatyk, pasjonat kognitywistyki

Pozosta艂e odcinki (5)

Do艂膮cz do Voice House Club

Twoje ulubione autorki i autorzy, kt贸rych znasz z naszych podcast贸w, przygotowuj膮 dla Ciebie specjalne serie odcink贸w. Dajemy wiedz臋, poszerzamy horyzonty, m膮drze bawimy i pomagamy si臋 rozwija膰 w przyst臋pny spos贸b.

Zamknij
U偶ywamy cookies, 偶eby indywidualnie odpowiada膰 na potrzeby s艂uchaczy. Zasady przechowywania i dost臋pu do plik贸w cookies mo偶esz zmieni膰 w ustawieniach swojej przegl膮darki.