Публикувано на

В другия край на света | K-51-2019

Домакински роботи – умни, гъвкави и ненатрапчиви; кучешки нашийници, разбиращи реакциите на кучето по-добре от самите стопани; интерактивни дисплеи, изработени от… дърво; скенери за мозъчна активност, проектори върху ретината, интерфейси, боравещи с аудио данни и данни за емоционалното и физическо състояние… Така горе-долу може да се опише изложеното на японския павилион на тазгодишното издание на Международния панаир за битова електроника и домакински уреди „IFA-Berlin“. От 90-те насам Япония не е измежду водещите в света в IT сферата, но очевидно е решила да навакса на един нововъзникващ пазар в зората на епохата на нов тип интерфейси, отиващи доста отвъд текст-базираните системи за общуване на човека с машината от не чак толкова далечното минало.

Японското желание за напредък обаче не е стъпило на несигурната основа на някакви краткосрочни комерсиални цели, а върху традиционни за обществото ценности. Една такава японска ценност е „омотенаши” – „дискретната услужливост, не нарушаваща личното пространство”. Друга една е „нинген” – „човешки”, но в смисъла на самото схващане за „интерфейс” – „общуване лице в лице”.

Но има и нещо повече!

„Навлизаме в изцяло нова социална епоха на кибер-физическа интеграция, която наричаме Society 5.0“, казва Кейта Нишияма, генерален директор на Бюрото за търговия и информационна политика в японското Министерство на икономиката, търговията и индустрията (METI), което е глобален партньор за иновации на IFA NEXT 2019. „Япония е много силна в производството на физически продукти и това е предимство, защото интерфейсите в Society 5.0 трябва да бъдат в директен физически контакт, докосвани или държани. Данните се усещат, обработват и подават обратно в света чрез задвижващи механизми. За целта ни е необходим друг вид интерфейс с данни за хората”.

Кейта Нишияма говори за цифровизиране на емоциите и „емпатия” у машините, това звучи фантастично, но реалността го налага, а реалността е еднаква навсякъде: демографски, климатични и енергийни промени, стареене на популацията, социална поляризация. Само дето Япония вижда възможност за растеж там, където Западът вижда единствено заплаха и криза.

Автор на концепцията Society 5.0 е професор Ясуши Сато от университета в Ниигата. Можем да се запознаем детайлно с нея на страницата на UNESCO (UNESCO Science Report: towards 2030 (2015), но в резюме става дума за „киберфизична система”, в която киберпространството и физическото пространство са здраво интегрирани помежду си благодарение на доведена до съвършенство логистика, свързваща производството и дистрибуцията на стоки и услуги буквално с домакинствата.

„В Society 5.0 автономни превозни средства ще извършват доставки за хората в отдалечени ареали. Клиентите ще могат да си избират и поръчват размера, цвета и материала за дрехи онлайн директно във фабриките, в които те се произвеждат, и те ще им бъдат доставяни с дронове. Лекарите ще могат да преглеждат и консултират пациентите си в комфорта на техните домове посредством специални таблети, докато роботи почистват килима… А в старческите домове други роботи ще помагат на престарелите, докато в кухнята умните хладилници ще отчитат състоянието на складираните храни, за да се намалят загубите.”

Всеобхватната концепция за супер умно общество, Society 5.0, не би могла да бъде приведена в действие без адекватна политическа програма. Новата политическа програма на Япония, позната като Абеномика, е кръстена на Шинзо Абе, оглавяващ изпълнителната власт в продължение на повече от осем години – период, достатъчно дълъг, през който да успее не само да превърне в мейнстрийм политиката на наука, технологии и иновации, но и да постави основите на пълна трансформация на японския начин на живот чрез това размиване на границите между киберпространството и физическото пространство.

Това, естествено, би могло да се случи само посредством тясно сътрудничество между японския бизнес, академичните среди и японската изпълнителна власт.

Колкото и да е горчив европейският ни опит с подобен тип сътрудничества, няма причина да се съмняваме, че в другия край на света нещата ще успеят да се случат по друг начин.

Публикувано на

Гадаене | K-33-2019

Миналата седмица стана дума за това как изкуственият интелект и невронните мрежи в частност са много добри в търсенето на модели, правенето на прогнози и взимането на решения, но основният им недостатък е тяхната непрозрачност. И докато при работа с визуални данни резултатите са относително ясни, то при текстообработка невронните мрежи се държат като черни кутии. Същото е и при обработката на медицински и банкови данни, а в тези случаи цената на погрешното решение би могла да е много висока.

Да припомня: невронните мрежи имитират структурата на човешката нервна тъкан, а модификациите, на които данните са подложени в отделните възли на тези мрежи, са микроскопични и гранулирани до такава степен, че за учените е практически невъзможно да се сдобият с представа за тях, да не говорим за неспециалистите, на които се налага да общуват с тези сложни модели, за които не знаят почти нищо!

Може ли да се направи така, че учените и изобщо потребителите да подобрят комуникацията си с автоматизираните системи за машинно обучение, за да се намали стресът и да се повиши качеството на вземаните решения?

За нови начини за обучение и комуникация с невронните мрежи се говори сериозно от Конференцията на Асоциацията за компютърна лингвистика за емпирични методи в обработката на естествените езици в Остин, Тексас, през ноември 2016 г., но истинското отваряне на черната кутия на автоматизираните системи за машинно обучение се случва едва напоследък. В доклад, представен на Конференцията на Асоциацията по изчислителна техника „Човешкият фактор в изчислителните системи”, изследователи от MIT, Хонконгския университет за наука и технологии и Университета в Жейджанг описват интерактивен инструмент, който за пръв път позволява да се види как такава система работи и който поставя анализите и контрола на методите на автоматично машинно обучение в ръцете на потребителите.

Новият инструмент, наречен ATMSeer (АТМ идва от Auto-Tuned Models – „самонастроени модели”, а seer е „пророк”), ползва на входа набор от данни, както и известна информация за задачата на потребителя. А процесът на търсене се онагледява чрез удобен интерфейс, който дава задълбочена представа за работата на модела и облекчава трудоемкия иначе процес на ръчно избиране на алгоритми за машинно обучение и настройка на хиперпараметрите[1].

Сърцевината е ATM системата, разработена през 2017 г., която, за разлика от обикновените системи за машинно обучение, напълно каталогизира всички търсения, като се опитва да напасне моделите към данните. АТМ приема като входен всеки набор от данни и кодирана задача за прогнозиране и произволно избира метода на машинно самообучение – невронни мрежи, дървета на решенията, случайна гора или логистична регресия – и хиперпараметрите на модела, например, размера на дървото на решенията или броя пластове на невронните мрежи. След това системата изпълнява модела спрямо набора от данни, настройва хиперпараметрите и измерва производителността. Това, което е научила за изпълнението на един модел, системата използва, за да избере друг модел и т.н., докато изведе най-ефективния за дадена задача.

Трикът в случая е, че всеки модел по същество се разглежда като една контролна точка от данни с няколко променливи: алгоритъм, хиперпараметри и производителност. Основавайки се на това, изследователите са проектирали система, която онагледява данните и променливите в графики и карти, а оттам – и отделна техника, която позволява преконфигурирането на тези онагледени данни в реално време. Или, както казват хората от екипа, разработил ATM: „всичко, което можете да онагледите, можете и да промените“.

Обикновено подобни инструменти за визуализация са пригодени за анализиране само на един специфичен модел за машинно обучение и приложението им е доста ограничено, но с ATMSeer това вече е възможно и за модели, генерирани с различни алгоритми.

Може би това, което предстои оттук нататък, наистина е не само подобряване на работата на изкуствения интелект, но и изобщо повишаването на доверието на хората в машините.

–-

[1] При машинното обучение хиперпараметърът е този, чиято стойност се задава преди започването на учебния процес. Обратно, стойностите на други параметри се получават чрез обучение.

Публикувано на

Анатомия на изкуственото | K-32-2019

От 10 години насам изкуственият интелект постоянно присъства в живота ни, като се почне от смартфоните с речево разпознаване и автоматичните преводи на гугъл и се свърши с чат-ботовете по разните сайтове за електронна търговия. Вездесъщността на изкуствения интелект създава усещането, че всички са наясно с анатомията му, но дали наистина е така? Дали всички са наясно с връзката между понятията „изкуствен интелект”, „невронни мрежи” и „дълбочинно обучение”, които често срещаме заедно?

Трите понятия могат да бъдат обединени в едно изречение ето така: дълбочинното обучение е новото име на един не чак толкова нов подход към изкуствения интелект, познат като невронни мрежи.

Ако все още звучи мъгляво, ето малко история: за пръв път за невронни мрежи става дума в далечната 1944 г. Заслугата е на Уорън Макълоу и Уолтър Питс от Чикагския университет, които впоследствие (през 1952) се преместват в Масачузетския технологичен институт, за да основат първия в света отдел за когнитивни науки. Макълоу и Питс се заемат да докажат, че човешкият мозък може да се възприеме като изчислително устройство и че човешките невронни мрежи де факто вършат същата изчислителна работа, която вършат и кибернетичните машини. Тоест, в началото става дума повече за невронаука, за изследване дейността на мозъка и неговите функции посредством емулиране на тази дейност от машини, отколкото обратното – за компютърна наука, която се развива въз основа на познанията в друга област – невронауката.

Така, чрез наблюдения на човешката невроанатомия, на трасетата и правилата за регулиране и обработка на информация от мозъка, както и чрез опити за машинно възпроизвеждане на човешките характеристики, през 1957 г. се стига до първата демонстрация на невронна мрежа от психолога на Корнелския университет Франк Розенблат, наречена Perceptron.

Вече е ставало дума как чрез невронните мрежи компютърът се обучава да изпълнява някаква задача и че това обучение се състои в анализиране на примери, подбрани и етикирани ръчно. Благодарение на хиляди изображения на коли, например, етикирани като „коли”, машината успява да си създаде представа за това що е то „кола” и да я разпознае.

В Perceptron това се случва по елементарен начин – в един слой възли, разположен между два други слоя – един входен слой, през който постъпват данните, и един – за изходния резултат. Данните се движат само в една посока, но тъй като отделен възел от невронния слой може да бъде свързан с няколко точки от слоя над него, броят комбинации е значителен. Този брой входящи връзки на даден възел се обозначава с число, наречено „тегло“. Когато мрежата е активна, всеки един възел получава от всяка от връзките различни данни с различни стойности, които биват умножени по съответното тегло. След това получените стойности се събират и се получава една стойност, която, ако е под някакъв предварително зададен праг, възелът не предава данни нататък. Perceptron е първата невронна мрежа, ползваща стойностите за „тежест” и „праг”, но поради нейната елементарност е и доста неефективна; факт е обаче, че през 1969 г. се появява междинна област, обединяваща компютърната наука и невронауката в обща дисциплина, а заслугата за това е на математиците от Масачузетския институт Марвин Мински и Сиймор Папърт, които създават първата Лаборатория за изкуствен интелект.

И все пак, кое предизвика бума в развитието на невронните мрежи през последното десетилетие? Предизвика го нуждата на игровата индустрия от по-мощен хардуер. Появиха се графичните процесори (graphics processing unit – GPU). Това е един-единствен чип, който побира хиляди относително прости изчислителни ядра, чиято архитектура твърде напомня тази на невронните мрежи. Така, ако през 60-те един графичен процесор би съдържал един слой невронна мрежа, а през 80-те два или три слоя, то днес говорим за десетки слоеве мрежи и това е, което определя и дълбочината на обучението всъщност.

И ако тепърва не предстои еуфорията от превръщането на смартфоните ни в „интелигентни телефони“, остават актуални и някои тревоги, свързани с непрозрачността на невронните мрежи, заложени в интелигентността им, както и опасението, че изкуственият интелект, ако и да не е в състояние да измести човека от всички сфери на дейност, съвсем в състояние е да се освободи от неговия контрол.

Публикувано на

Процес и продукт | K-31-2019

Представете си как в някоя галерия за съвременно изкуство в Челси, където в момента е епицентърът на артистичния живот в Ню Йорк, на изложба на картини, рисувани от изкуствен интелект, се срещат, досущ като във филм на Спайк Джоунс, четирима души: компютърен учен; бивш корпоративен финансов анализатор и настоящ техно-галерист със здрави връзки в света на изящните изкуства; рисков капиталист с две докторски степени по биомедицинска информатика; един художествен консултант. Представете си сега в ролята на компютърния учен споменатия преди две седмици професор Ахмед Елгамал от университета в „Рутгърс”, а в ролята на бившия финансов анализатор и настоящ галерист – Хьорле-Гугенхайм. Такава среща наистина се е състояла през февруари 2019 г. по време на откриване на изложбата „Безлики портрети, изпреварващи времето” с картините, рисувани от алгоритъма AICAN, и на нея четиримата са решили, ако не да революционизират визуалното изкуство, то поне да направят много пари.

Вече стана дума за това, че разработката на Елгамал AICAN може много повече от това да рисува картини и че има голямо бъдеще в света на изобразителното изкуство, но не стана дума какво точно бъдеще. Може би по-скоро под формата на рисково иконометрично начинание, отколкото артистично? А може би все пак артистично? Вярно е, че галерийната AI златна треска почна със скандала в Кристис през есента на 2018 и бе предизвикана от творението на друг алгоритъм (GAN), но междувременно и AICAN набра популярност, без при това кураторите му да си дават много зор с изясняване на концептуалната и технологична страна на шоуто. Според Хьорле-Гугенхайм, това е нарочно. Залага се на простата наличност на AI картини на пазара като достатъчна да привлече търговски интерес, без публиката да бъде отегчавана излишно с разни обяснения за машинното обучение, ренесансовата живопис и симбиозата помежду им. Елгамал също има комерсиални очаквания и не ги крие. Вече е регистрирал фирмата Artrendex, която доставя “иновации на базата на AI за пазара на изкуствата”. Някои от тях изглеждат доста полезни: удостоверяване на произход на произведения на изкуството; предлагане на произведения на зрители и колекционери въз основа на наличността във вече съществуващи колекции; система за каталогизиране на изображения по визуални свойства, а не само чрез метаданни, както засега е обичайно. Такава система даже е била лицензирана през 2017 г. от Фондация Барнс, за да управлява търсенето из колекциите на сайта й. И всичко това – на основата на блокчейн-технологията. Именно тя е привлякла вниманието на рисковия капитал и арт експертите. Елгамал обаче иска на първо време да запази контрола над достъпа до AICAN за себе си, защото плановете му са много по-амбициозни и мащабни от правене на препоръки и изготвяне на онлайн каталози. Едно от намеренията му, например, е да създаде програма за художническа резиденция, която да привлече артисти за сътрудничество първо при закрити врати и едва след това при по-свободен режим. Но и обкръжението на Елгамал не отстъпва по амбиции и размах. Съдружниците му си мечтаят за изграждане на „тръбопроводи” до корпоративните колекции, като тези на хотелите и офис сградите, които имат нужда от декорация на търговските пространства. С достатъчно данни за потребителските предпочитания (защо не и на базата на изкуствен интелект, анализиращ масовите вкусове в Instagram), AICAN би могъл да ги задоволи под формата на ниско бюджетни издания (и дори абонаменти) и дори да диктува тенденции, носейки по този начин солидни приходи на Artrendex и приятели.

Може би в това е бъдещето – сътворен с помощта на AI комерсиален кич в стил „Томас Кинкейд”, подходящ да виси над леглата с кралски размери в апартаментите на хотелската верига „Хаят”, докато отбраната галерийна общност празнува в Челси „демократизирането на създаването и оценката на изкуството по драматично мощен начин”.

Пазар като пазар, само че на изкуствата, на който открай време невидимият процес е по-ценен от видимия продукт.

 

Публикувано на

Изкуствено изкуство | K-28-2019

През октомври миналата година в Кристис, Ню Йорк, за $432 500 е била продадена картина, създадена от изкуствен интелект, озаглавена “Портрет на Едмон дьо Белами” и подписана в долния десен ъгъл с математическа формула. Тя е била изпратена на аукциона от френски артистичен колектив на име Obvious[1]. Откупката за почти половин милион долара предизвиква шок сред наблюдателите не само заради неяснотата дали изобщо става дума за изкуство, но и защото печелившата оферта дошла анонимно, по телефона – почти сигурен признак за ценова манипулация, каквито на пазара на изкуството не са рядкост. Самата картина е по-скоро гавра в стил Глен Браун с европейското портретно изкуство от XIX век. Освен това, Obvious дори не са писали алгоритъма, създал „портрета”, нито са го обучавали. Obvious просто са изтеглили програмата, заредили са я и са изпратили на Кристис резултата. „Ние сме хората, решили да направят това“ – заявява не без самочувствие членът на колектива Пиер Фатрел – „да го отпечатаме на платно, да го подпишем с математическа формула и да го поставим в златна рамка.“ Е, да, но концептуално погледнато, това няма как да е новост след писоара на Дюшан! Дори ползването на компютър за генериране на образи вече не е достатъчно, за да предизвика сензация. Днес много машини го правят. Генеративната състезателна мрежа (или GAN), ползвана в случая, подобно на много други инструменти, емулиращи човешка творческа дейност, дори не знае какво е бюст или портрет. Достатъчно е да види ¾ от образеца, за да генерира негово подобие (малко като при машините за лицево разпознаване). Принципът на работа на GAN се заключава в използване на два типа невронни мрежи: „генератор“ и „разпознавател“. Генераторът произвежда изображението, а разпознавателят го тества, като го сравнява с образците и преценява дали е добро въз основа на това дали отговаря на шаблона, извлечен от данните. Затова и резултатът, получен от GAN, е бил доста еднотипни изображения, наречени от Obvious “семейство Белами”.

И все пак, AI може много повече в областта на изобразителното изкуството, макар и не точно в добре разработения жанр на скандала. Ахмед Елгамал, професор по компютърни науки от университета Рутгърс в САЩ, е разработил с колегите си технология, способна да създава не просто възможно най-достоверно подобие на вече съществуващо произведение, а чисто ново. Алгоритъмът, разработен от Елгамал, е назован CAN по подобие на GAN, като в случая съкращението идва от “креативна състезателна мрежа”. Тук „различителят” е заменен с невронна верига, която възхожда към самата теория на изкуството, към самото познание за тенденциите в него, а не се спира на самите образци, в случая 3000 ренесансови портрета, най-вече от холандски и италиански майстори. Резултатът са абстрактни картини, смущаващо неразличими от живопис в този стил, рисувана от човек. За да обясни абстрактността, Елгамал прави интересното допускане, че алгоритъмът я е разкрил като естествена тенденция в хода на развитие на изкуството – ако в продължение на половин хилядолетие изкуството е прогресирало от фигуралност към абстракция, значи това е част от програма, заложена в нашето колективно безсъзнателно, някаква съдбовна математическа неизбежност на ставането.

И все пак, свеждането на историческия контекст, в който е създадена картината, до общи визуални модели, до общи правила на композиране, е прекалено грубо опростяване. Защото живописта не е само техника, в нея присъстват и много символи. В това отношение, AI показва недопустимо невежество. Какво означава карамфилът в ръката на малката Елена ван дер Схалке, рисувана от Терборх? А стрелата в ръката на младежа, рисуван от Белтрафио?

Но дори изкуственият интелект да бъде въведен в царството на човешките символи, дали създаденото от него може да бъде наречено творчество? Дали открай време творците не се занимават само с конструиране? Може би сега машината CAN успява да изобличи това, наподобявайки го, и да внесе ясно доловим смут в артистичната общност, но дали не е време изкуството да преоткрие себе си?

А може би просто Шпенглер е бил прав за фаустовската култура на Запада и нейната последна голяма задача: да извлече „от тъканта на световното случване” „една обобщаваща физиогномика на цялото съществуване, една морфология на ставането на цялата човещина”. Това е новото изкуство. Новият вид жизнен опит.

–-

[1] obvious – (англ.) очевиден.

Публикувано на

Езикът на еднорозите | K-19-2019

След като напоследък машините могат да композират музика не по-зле от хората, как ли стоят нещата с композирането на текст? Езикът е много по-сложна семиотична система, това предполага и по-сложни алгоритми. Но ето, че преди дни на сайта на OpenAI – изследователска, некомерсиална организация, подпомагана от Илън Мъск, се появи публикация за един доста внушителен експеримент в тази област. Става дума за езиковия модел GPT-2, който може да чете „с разбиране“, да превежда, да отговаря на въпроси и да прави обобщения, а също така и да произвежда напълно реалистични, последователни и логични абзаци от текст, които при това могат да са в най-различен стил – публицистичен, научно фантастичен… Новото е, че моделът добива „представа“ за задачите си не от някакви специфични, предварително зададени тренинг-данни, а направо от суровия образец, приспособявайки се като хамелеон към стила му.

Става дума за нещо изключително мащабно. GPT-2 е езиков модел с 1,5 милиарда параметри, обучен върху набор от данни от 8 милиона уеб страници. Целта му е проста: да предскаже следващата дума в един текст, като се имат предвид всички предишни думи. Както сигурно можете да си представите, става дума за огромно разнообразие от комбинации в съответствие с огромния брой задачи, които обикновено се изпълняват в даден „домейн“ (Уикипедия, новинарски емисии, книги). Просто моделът се зарежда на входа на GPT-2 и той, без предварително да е трениран, генерира безпрецедентно откъм качество продължение, трудно отличимо от творението на човек.

OpenAI предлага пример. Човешката подсказка звучи така: Учен, шокиран, открива стадо еднорози, обитаващи отдалечена, неизследвана долина в Андите. Още по-изненадващ за изследователите е фактът, че еднорозите говорят перфектно английски.

В замяна моделът връща резултат с размерите на статия, описваща сребристобели твари, наречени от д-р Хорхе Перес, еволюционен биолог от Университета в Ла Пас, Еднорози на Овидий, както и обитаваната от тях среда – приказен пейзаж, напомнящ не толкова пренаселен вариант на „градината на земните удоволствия“ на Бош. И все пак, в резултата има и някои недостатъци – повтарящи се пасажи, прекалени неправдоподобности – (огньове под водата, например), твърде странни преходи от една тема на друга…

Изследванията доказват, че колкото по-добре е представена темата в данните, толкова по-добър е и резултатът. И обратно – колкото по-екзотична е, толкова по-лошо се справя и моделът. Примерно, GPT-2 би могъл да напише задоволителна статия на тема Brexit или за Майли Сайръс, която и да е тя. Или, ако се настрои достатъчно фино с данни от ревюта в Amazon, да напише сносно ревю за Amazon.

Тук обаче идват и някои съображения: ако ревютата в мрежата досега се пишеха по подразбиране от хора, доволни от даден продукт, книга например, то какво би станало, ако издателите почнат да си служат с GPT за рекламни цели? A представяте ли си GPT да влезе в масова употреба, толкова масова, че да достигне и до нас, където дори критиката изпълнява функцията на реклама? Тогава псевдокритиците, наемани от издателите да пишат положителни рецензии за боклучави книги, ще станат излишни, защото на GPT просто няма да има нужда да му се плаща за долнопробния труд. Резултатът от този труд обаче ще е налице. А какво ли би станало, ако и писателите със закърнели способности, но с жива потребност за изява, почнат да го ползват?

Но дори GPT да не влезе в масова, комерсиална употреба, дори да си остане във владение на един съвсем тесен и елитен политически кръг, как в бъдеще бихме могли да отличаваме истината от лъжата, науката от пропагандата, новината от дезинформацията, ако политиката го вземе на въоръжение? Ето това вече би било проблем!

Миналата седмица писах с негодувание за европейската копирайтна директива, възпрепятстваща експерименти в полето на ИИ като този конкретен OpenAI експеримент. Е, тази седмица ви припомням за кутията на Пандора, която подобни експерименти отварят пред нас. Такива експерименти са безспорно интересни и полезни, защото позволяват дълбинно вникване в същността на езика, но нужно ли е подобно познание да напуска научните кръгове? Във всеки случай, OpenAI не бързат да публикуват целия резултат от изследването си. От морални задръжки или в очакване на добър купувач?

Публикувано на

Преобръщането | K-13-2019

Чували ли сте за Микела Соуза (Miquela Sousa), известна още като LilMiquela? Тя се появи в Instagram през април 2016 г. и оттогава за нейния профил са се абонирали 740 хиляди човека.

LilMiquela е на 19 години, живее в Лос Анджелис и се занимава с музика. Дебютният й сингъл “Not Mine” се нареди на осмо място в класацията на музикалната платформа Spotify Viral през август 2017 г. Тя е също така активистка в „Black Lives Matter“, бори се за правата на транссексуалните и е застъпница на мултикултурализма.

Тя често е забелязвана в магазини, заведения, артистични пространства в компанията на знаменитости, като диджея и продуцент Diplo, активистката-блогерка Моли Сода, музикантите Нил Роджърс и Саманта Ърбани. Често дава интервюта, правят се очерци за нея във Vogue, Buzzfeed, Nylon, Guardian, Business of Fashion, The Cut и BBC.com. Можете да я видите в пълния й блясък в блога за мода High Snobiety или позираща в Instagram за Prada по време на Миланската седмица на модата. И изобщо, тя води доста наситен живот на Insta-знаменитост.

„Голяма оптимистка съм за силата на социалните мрежи – казва Соуза. – Те ми помогнаха, да си създам приятели, да се сдобия с увереност и да вдъхновявам хората по цял свят. Бих искала те да бъдат ползвани с добри намерения, защото, харесва ни или не, сега те се явяват част от културата ни и това няма как да бъде пренебрегнато“.

Като всяка звезда, Соуза си има приятелка, която е и нейна съперница. Тя се казва Бермуда, бяла, руса и открита симпатизантка на Доналд Тръмп. Има десни възгледи, запалена е по любимата водеща на консервативната общност в САЩ Томи Ларън и на всеослушание твърди, че белите жени са майките на американската нация. Освен това, Бермуда изобщо не крие, че е симулация, изкуствен интелект, разработен в компанията Сain Intelligence. Нищо, че както The Cut изясни, такава компания не съществува.

През април тази година Бермуда хакна профила на Микела в Instagram и написа:

„Добре, Микела, направих всичко, за да изглеждам мила. Звъних ти, писах ти и не исках така да се получи, но твоята игра свърши. Мир.“ След което изтри профила й с призива да „спре с лъжите и да разкаже цялата истина за себе си“ в срок от 48 часа.

Каква точно истина трябва да разкаже Микела за себе си? Може би тази, че също като Бермуда е бот, създаден с помощта на компютърна графика. И че въпреки стотиците си хиляди последователи и ролята на важен „инфлуенсър“ с огромно социално присъствие, в реалността тя просто не съществува.

„Ние живеем в епоха, в която става все по-сложно да се открие нещо автентично“ – откровеничи в едно от многото си интервюта Микела, но никъде не споменава собствената си неавтентичност. А насред целия този фалш, в съзнанието на интернет потребителя започва да набъбва един тревожен въпрос: какво ни кара нас, хората, да следваме бот в социалните мрежи? Какво ни кара да се наслаждаваме на „творенията“ му, да се вслушваме в призивите му, да имитираме стила му на „живот“? Как нещо толкова неавтентично може да предизвиква автентични трепети? Факт е, че това се случва, но защо бива провокирано? С каква цел? И не се ли случва вече в мащаб, надхвърлящ отделните платформи и засягащ цялата WWW? В последния си брой за миналата година двуседмичникът „New York Magazine” писа: „Измамниците създадоха симулакрум на интернет, в който единственото истинско нещо са рекламите.”

Разбираемо е: знаменитости, спортисти, проповедници и политици – всички те се нуждаят от милиони фалшиви последователи, за да поддържат илюзията за своята значимост, а осигуряването на тази илюзия е доста доходен бизнес за други. Но какво става, ако бъдат подменени не само последователите с ботове, но и самата следвана персона, самата звезда с фалшива?

Тъкмо служителите в рекламата започнаха първи да се притесняват от подмяната и тъкмо те вкараха в обръщение термина „инверсия“, за да я опишат – инверсията, преобръщането на Интернет в място, където не просто фалшиви хора с фалшиви „бисквитки“ и фалшиви профили в социалните мрежи движат на ужким фалшивите си курсори, за да дадат по някой фалшив клик на фалшив сайт, а където всичко е по подразбиране фалшиво.

Публикувано на

Електронният Моцарт | К10 – 14 декември 2018

„Алгоритъм“ е термин, който свързваме с математиката и изчислителната техника. Означава система от последователни действия, които водят до решаване на дадена задача. „Алгоритми“ се наричат обаче и системите от правила и процедури, ползвани при… композирането на музика. Някому „алгоритмична музика“ може да звучи като интердисциплинарен свръхмоден експеримент, но представата за музиката като точна наука дори не е нова. Наследена е от Питагор, а после, благодарение на „последния римлянин“ Боеций, е пренесена в средновековния Квадривиум редом с аритметиката, геометрията и астрономията, за да може хиляда години по-късно Гуидо д‘Арецо на нейна основа да изобрети съвременната европейска нотация, същата тази, на която над половин хилядолетие по-късно са творили Бах и Моцарт. Т.е. „алгоритмична музика“ е и бароковата полифония с нейните във висша степен процедурни контрапунктни форми, канона и фугата. След Бах и Моцарт са романтичните експерименти на Вагнер… А после додекафонията на Шьонберг, Кейдж с електроакустиката, Ксенакис със стохастиката, Щокхаузен и първите експерименти с компютри в музиката. Оказва се, че Питагоровите представи за музика не просто са по-живи от всякога, те еволюират. Тук обаче следва въпрос: ако музиката все повече разчита на машините, това не е ли за сметка на артистите? А какво ще стане с артиста, ако и изкуственият интелект (ИИ) влезе в играта?

Всъщност, ИИ е в играта отдавна. През 1960 е публикуван първият труд, посветен на алгоритмична музика, композирана на компютър „Ural-1“. Негов автор е руснакът Рудолф Зарипов. А през 1965 американецът Рей Курцвейл изпълнява за пръв път компютърно композирана пиеса за пиано.

Първата международна конференция по компютърна музика през 1974 в Мичиганския университет е била посветена тъкмо на ползването на ИИ в музиката. От тогава насам са се появили доста инструменти на базата на ИИ, най-вече с цел да улеснят артистите: ИИ може да е акомпанятор, корепетитор, обучител благодарение на способността си да импровизира интерактивно. SmartMusic, например, реагира на грешки в изпълнението, отбелязвайки ги в партитурата.

ИИ може да се справя и с такава трудоемка, макар и не чак толкова тривиална работа, като преобразуване на музикални табулатури (такъв е REAPER’s TabEditor). Реагирайки на времеви обекти като звуци, видео и светлини, ИИ може да оркестрира и организира сложни йерархии от действия, партии, теми, мотиви, ритми, сегменти. Има програми (Orb Composer), които могат да композират цели оркестрови саундтраци за нискобюджетни продукции заради способността да следват промените в темпото и настроението. Софтуерът Ludwig пък, под формата на интерактивен отговор на въведени от човек данни, генерира мелодии съгласно строгите принципи на класическата музикална теория. Софтуерът Melomics композира автоматично, без човешка намеса, МХХ пък атомизира, редактира и адаптира музика към видео на секундата. МХХ продукти се прилагат и в индустрията с електронни игри, където изискването за динамика и гъвкавост е доведено до крайност. Има и един проект Flow Machines, подпомогнат финансово от Европейския съвет за научни изследвания (ERC), чието производно е DeepBach – невронна мрежа, която хармонизира в Бахов стил, напълно неразличим от този на великия композитор.

Май вече нищо не може да ни учуди, но почакайте! Има и един софтуер AIVA (от Artifical Inteligence Virtual Artist), който се е специализирал в композирането на уникални саундтраци за всякакъв вид медия и е първият в света виртуален композитор, признат от музикалната общност (SACEM). Всичко „написано“ от AIVA е защитено от авторското право, т.е. AIVA бива считан за автор. Появява се на бял свят през февруари 2016 в Люксембург и интелигентността му включва над 30 000 партитури на най-велики композитори в историята на човечеството, като Бах, Бетовен, Моцарт. Защо точно техните партитури ли? Защото техните партитури са вече извън табуто на авторското право, разбира се. Алгоритмите на AIVA са на основата на т.нар. „архитектури за дълбоко обучение“, на които може би ще бъде посветен отделен текст.

Симфоничната фантазия в ла минор, „Генезис“, композирана от AIVA, можете да намерите на сайта https://futurism.com.

 

Публикувано на

Господ Бот | Култура – Брой 28 (3082), 20 юли 2018

В един от диалозите на Платоновата „Държава“ Сократ е недоволен от начина, по който поетите представят боговете. Той настоява да им се дадат модели, които те да следват, за да са от полза на Полиса, и с това се слага началото на нещо, което после ще бъде наречено политическа теология – науката за връзката на земната власт (иманентното) с Бога (трансцендентното). През Средновековието никой не поставя под съмнение тази връзка – Църквата управлява редом с кралете. Но идва Модерността и политическите теории, които следват, радикално отричат всеки монопол над репрезентацията на Бог и превръщането му във фундамент на политиката. Политиката (поне привидно) следва либералните принципи на съвещателната демокрация и целта е да се избегнат всякакви тоталитаризми и фашизми. Дали обаче те са в миналото и какво се е случило напоследък, та еклесиастични теми се връщат така стремително на мода? Случват се страшно много неща, но аз ще ви припомня само как през септември 2015, насред възбудения срещу него съдебен процес за злоупотреба с търговски тайни[1], инженерът мултимилионер Антъни Левандовски обяви на всеослушание, че основава нова религиозна организация, Пътят на бъдещето (Way of the Future). WOTF ще си има химн, озаглавен „Наръчника“ (The Manual), а също и място за поклонение (макар засега да разполага единствено с уебсайт). Целта на WOTF е „да развива и насърчава реализацията на Божество, основаващо се на изкуствен интелект“.
Звучи шокиращо и гротескно – да се покланяме на робот! Още по-гротескното е, че пророкът му е съден за злоупотреба. Да не би просто отново да става дума за пари? Все пак, лансирането на нов култ изисква средства. Левандовски обаче е категоричен: WOTF няма нищо общо с бизнеса. Целта на WOTF е безкористна и е продиктувана от грядущата промяна, тази същата, която в Силициевата долина с трепет наричат The Singularity (Сингулярността) и говорят за нея така, както се говори за Деня на Страшния съд. The Singularity, това е Денят, в който сингулярната точка на кривата, описваща възхода ни като вид, ще бъде достигната, еволюцията ни рязко ще смени посоката си и човешкото битие ще се трансформира във всеки свой аспект – труд, почивка, вяра, познание, политика, може би дори и физическото ни оцеляване…
Левандовски не ползва думата „сингулярност“ в изказванията си. Той ползва по-мекото „преходът“. Хората са отговорни за планетата, защото са по-умни от другите животни и са способни да изграждат инструменти и да прилагат правила, казва той в свое интервю за Wired. В бъдеще, ако нещо е много, много по-умно от нас, отговорността ще премине към него. Това, което искаме ние, е мирен и спокоен преход на контрола на планетата от хората към все едно какво.
Звучи налудно, но, исторически погледнато, човечеството е загърбило ирационалността сравнително отскоро. Нека си спомним само доктрината за изкуствените тела на Хобс. Според нея, обществото и неговите институции отдавна са престанали да бъдат отражение на природата. Те са механични, изкуствени образувания, плод на обсъждане и консенсус, а не на инстинкти. Такива изкуствени тела могат да са държавите, църквата, отделни личности, все едно какво. И те ще съществуват дотогава, докато хората имат нужда да ги боготворят и да вярват в тях. В крайна сметка, дори не е важно в какво хората вярват. Защо тогава да не вярват в изкуствения интелект? Кризата в репрезентацията на Бог, предизвикана от Модерността, остави на мястото на Бог празно място, просто бяло петно, lieu vide, както засукано би се изразил някой моден троцкист… Дявол знае какво ще последва, ако на това място поставим изкуствения интелект, но истината е, че тази роля му подхожда. Машините с тяхното безкористно добро (пък и зло), с тяхната мощ (и с техните смъртоносни бъгове и хакове) и най-вече – с пълната им незаинтересованост от човешкото ни битие, са идеални за ролята на нов Бог. Проблемът обаче е този, че с появата му ще се наложи и появата на нова политическа теология, тъй като неминуемо Властта ще пожелае да поднови връзката си с него.
[1] Става дума за Waymo, компанията на Google за самоуправляващи се автомобили, чиито тайни Левандовски предоставил на новия си работодател Uber.
Райна Маркова
още от автора

 

Публикувано на

Умните договори | Култура – Брой 9 (3063), 09 март 2018

Преди време писах какво би станало, ако политиците бъдат подменени от телефонни приложения за гласуване на закони – нищо съществено, доколкото избираемите политици са само видимата част от властовия айсберг и ако изобщо има смисъл от тези приложения, той би бил в замяната на купуването на един политик с далеч по-трудното купуване на хиляди избиратели.
Освен това, тези приложения и появилите се покрай тях политически движения не биха премахнали политиците изобщо, а само биха променили статуса им от хора, взимащи решения, в прости изпълнители на волята на избирателите. Напоследък обаче се говори за технология, която би ги премахнала и от тази им роля.
Вече стана дума за това, че с развитието на криптовалутите се е разкрил и огромният потенциал на технологията „верига блокове“, но кога и как конкретно се случи този исторически пробив? Случи се през 2013 г. благодарение на проекта Ethereum. Подобно на Bitcoin, Ethereum е отворена софтуерна платформа, базирана на технологията „вериги блокове“, но докато Bitcoin може да се използва единствено за проследяване на собствеността върху биткойни, един от основателите на Ethereum, Виталик Бутерин, предложил Ethereum да се ползва не само за сделки с етери, а за универсална децентрализирана платформа, в която всеки да реализира програмно каквито си иска системи за съхраняване и обработка на информация, в това число и класическото споразумение (договор) между страни. Това е т.нар. „умен договор“ (smart contract).
Представете си всичко онова, с което оперира правната, икономическа и политическа система на една държава; всичко онова, което се вписва и съхранява в нейните регистри – договори, финансови операции, досиета; всичко онова, което циркулира из нейните мрежи и отразява, съхранява, защитава от подправяне историята на всяка една сделка, спомагайки така за справедливото взимане на решения (т.е. правенето на политика). Може ли цялата тази комплексност да бъде иззета от компетенцията на бюрократи, експерти, юристи и поверена на машини? Явно може. За целта кодът просто трябва да има безпрепятствен достъп до всички обекти на договора. Тези обекти са:
– Страните в договора – те присъстват в изчислителната среда с електронните си подписи.
– Предмет на договора – той трябва да може да се случи изцяло без човешко участие, т.е. да е математически описан – нещо невъзможно за осъществяване преди появата на криптовалутите.
– Условия на договора – това е, което описва логиката на изпълнение на предмета на договора точка по точка, автоматически, сиреч – отново програма;
Децентрализирана платформа, на която да се случва и съществува всичко това, е блокчейн платформата.
След като договорът може да има точно математическо описание и ясна логика на изпълнение, след като взаимоотношенията между преговарящите страни могат да се формализират до степен да се изпълняват от машини, а самото изпълнение да е необратимо и лесно проследимо във времето за грешки, то значи на такава система може да се повери и взимането на самостоятелни решения по сложни казуси въз основа на някакви зададени параметри, т.е. машината да върши това, което доскоро бе работа на политиците и експертите. Значи, политиците наистина могат да изчезнат, а заедно с тях да изчезнат и адвокатите, и нотариусите, и регистрите, и законите, и изобщо – цялата правна индустрия. Вече всичко може да бъде заменено от алгоритми и кодове – само чиста и свята технология, която е толкова недостъпна за човешката корист и профанщина, че никой не би могъл да злоупотреби с нея.
Злоупотребата е тема, на която задължително ще се върна, сега само ще ви припомня един-едничък проблем на прекалено автономните „умни“ системи. Помните ли Боб и Алис? Помните ли склонността на изкуствените интелекти да създават собствени нечовешки криптографски схеми, които е практически невъзможно да бъдат разбити дори от себеподобните им? Налага ли се да припомням какво значи това? Не знам дали движението за освобождение на роботите и опитите за „интегриране на свободните роботи в модерното общество и бъдещето“ продължават да са актуални, но за роботите ние дори не съществуваме.