Dok je proučavala slike bogatih žena u društvu iz 19. veka Džona Singera Sardženta, Džesika Helfand, bivša rezidencijalna umetnica sa Kalteha, imala je ideju: da pretraži popisne zapise kako bi pronašla identitete službenica tih žena. „Pomislio sam: „Šta će se desiti ako naslikam ove žene u stilu Džona Singera Sardženta?“ To je neka vrsta kulturne restitucije“, objasnio je Helfand, „obrnuti inženjering narativa vraćanjem vrste lepote, stila i veličanstvenosti“.
Da bi ponovo stvorila stil iz istorije, okrenula se tehnologiji koja sve više pokreće budućnost. „Da li bi veštačka inteligencija mogla da mi pomogne da shvatim kako da slikam, recimo, čipku ili lan, da uhvatim nabore odeće na dnevnom svetlu?“ Helfand je razgovarala o svom procesu na seminaru i diskusiji koju je moderirala Hilari Muškin, profesor umetnosti i dizajna u inženjerstvu i primenjenim naukama i humanističkim i društvenim naukama.
Događaj, deo Caltech-ovog programa vizuelne kulture, takođe je uključio Džoan Jang, vodeći proizvod u DALL-E, sistemu veštačke inteligencije koji generiše slike zasnovane na upitima koje je dao korisnik.
Dok DALL-E ima brojne praktične primene od urbanog planiranja, preko dizajna odeće, do kuvanja, tehnologija takođe postavlja nova pitanja. Helfand i Jang su govorili o nedavnim napretcima u generativnoj veštačkoj inteligenciji, etičkim razmatranjima pri korišćenju takvih alata i razlici između umetničke inteligencije i veštačke inteligencije.
Jang i Helfand su identifikovali tri komponente umetnosti. Mašine su, kako su rekli, dobre u dva od njih: u sposobnosti da percipiraju podatke i u sposobnosti povezivanja. Treća komponenta, kojoj se mašine ne mogu naučiti, jeste subjektivno ljudsko iskustvo.
Mogućnosti i ograničenja generativnih tehnologija kao što je DALL-E zasnivaju se na tome kako funkcionišu. DALL-E 1 je bio generativni model pre obuke (ili GPT), koji je u suštini tehnologija autokompleta. Njegov naslednik, DALL-E 2, je model difuzije koji počinje nasumičnim uzorkom tačaka koje polako raspoređuje da generiše istaknute karakteristike slike.
Za Helfanda, alat takođe nudi način za istraživanje novih oblasti umetničkih mogućnosti. U 19. veku, eugeničar Frensis Galton napravio je spljoštene kompozitne portrete „kriminalnih tipova“ kombinovanjem policijskih slika više ljudi. Helfand je koristio generativnu veštačku inteligenciju da dekonstruiše kompozite i ponovo stvori pravu sličnost svakog pojedinca.
„Ono što se dešava kada nekome aktivno [date dimenziju] kroz priču koju znate, jeste da možete početi da gradite drugačiju priču, onu koja se približava nekoj vrsti vernosti toj osobi. Na ovaj način, generativna veštačka inteligencija omogućava umetnicima da rade suprotno od onoga što je Galton uradio: prikupljanje detalja umesto da ih usrednjavaju – u nastojanju da vrate dostojanstvo i ljudskost na portret, rekao je Helfand.
Helfand i Jang su se takođe pozabavili etičkim pitanjima koja se pojavljuju kako tehnologije veštačke inteligencije postaju sve moćnije. Na primer: Kako DALL-E donosi odluke o tome kako izgleda portret generalnog direktora? Da li će svaka varijacija biti belac? Iako je to statistički tačno, da li je etički?
Još jedan problem se pojavio kada su naučnici odlučili da smanje DALL-E-jev skup podataka o obuci kako bi uklonili sav seksualni sadržaj: primetili su pad zastupljenosti žena za 25 odsto. To je značilo da će model biti 25 posto manje informisan kada kreira slike žena zbog manje podataka o obuci. Dakle, istraživači se suočavaju sa pitanjima kako da ponovo procene slike žena.
Takva pitanja u vezi sa generativnim sistemima veštačke inteligencije kao što su DALL-E i ChatGPT, i njihove implikacije na čovečanstvo se istražuju u zajednici Caltech-a. „U našoj zajednici ima mnogo ljudi koji su uzbuđeni zbog mašinskog učenja. Ovakvi razgovori su prilika da ljudi razmotre koje probleme tehnologija može da reši i šta je odgovornost ljudi“, rekao je Muškin. „U Caltech-u postoji apetit da razgovaraju sa ljudima koji rade van nauke o ovim pitanjima. Kada smo ponudili istraživačima priliku da se sastanu pojedinačno sa govornicima, prijave su bile pune u roku od sat vremena. Oni zaista žele da se bave idejama sa ljudi u srodnim oblastima koji mogu doneti novu perspektivu u ono što rade.“
