Kā mākslinieki strādā šobrīd, izmantojot mākslīgo intelektu? Parīzes muzejā „Jeu de Paume” līdz 21. septembrim apskatāma izstāde „Pasaule ar mākslīgā intelekta acīm / The World Through AI” – dažādi mākslinieki kritiski aplūko jautājumu kopumu, kuru rada MI ienākšana mūsu ikdienā. Alise Zariņa sarunājas ar izstādes kuratoru, Sorbonnas Jaunās universitātes kino, mediju un vizuālās kultūras teorijas profesoru Antonio Somaini, aicinot viņu ieskicēt galvenās tēmas, kuras saistās ar MI izmantojumu kino, mākslā un sadzīvē.
Ar šo interviju Kino Raksti uzsāk publikāciju ciklu par mākslīgā intelekta problemātiku – teritoriju, kur viss attīstās un mainās ārkārtīgi ātri, tāpēc jāpiefiksē sarunas norises laiks – Parīze, 2025. gada 24. maijs.
Alise Zariņa: – Latvijā mēs vēl neesam daudz runājuši par mākslīgo intelektu tieši mākslas un kultūras kontekstā. Vienkāršojot var teikt, ka medijos un sociālajos tīklos redzami divi skatījumi – vai nu mākslīgais intelekts kā progresa pazīme, vai arī draudi videi un planētai. Jūs noteikti varat sniegt plašāku kontekstu, runājot par mākslīgā intelekta ietekmi uz audiovizuālajiem medijiem.
Antonio Somaini: – Esmu kino un mediju teorijas profesors un pētu to, kā pēdējos 10–15 gados mākslīgā intelekta tehnoloģijas pakāpeniski mainījušas mūsu attiecības ar attēliem. Mainījušies attēlu fiksēšanas paņēmieni ar fotokameru un viedtālruņiem, attēlus rada arī ar ģeneratīvo MI modeļu palīdzību, tos pārveido, apraksta un pat redz – jo internetā darbojas tā sauktā mašīnredzes sistēma, kas var iegūt datus no attēliem, atpazīst cilvēkus, sejas, ķermeņus, priekšmetus un tā tālāk.
Ar šiem jautājumiem es sāku nodarboties apmēram pirms pieciem sešiem gadiem, un radās ideja ierosināt muzejam Jeu de Paume izstādi, kurā vērot, kā mākslinieki reaģē uz aizvien pieaugošo mākslīgā intelekta klātbūtni visos sabiedrības, kultūras, ekonomikas un citos slāņos. Muzejs piekrita, un mēs sarīkojām šobrīd apskatāmo izstādi, kuras franču nosaukums ir Le monde selon l'IA / Pasaule MI skatījumā. Man ļoti patīk angļu valodas versija The World through AI, jo tajā ir vārds "through" – "caur", un tas vedina uz domām, ka mākslīgā intelekta tehnoloģijas mūsdienās darbojas kā filtri. Savā ziņā tie filtrē to, kā mēs piedzīvojam šo pasauli, kā redzam, iztēlojamies, domājam, strādājam, atceramies.
Tā nu muzejā mums ir apmēram 40 mākslinieku darbi, tai skaitā desmit franču mākslinieku darbi. Daži izmanto video un kino, citi – shēmas, skulptūras, fotogrāfijas, grāmatas, bet visus vieno interese par to, kā mākslīgais intelekts ietekmē mūsu dzīvi. Protams, daudzi pieskaras arī vides problēmām, ko jūs jau minējāt, tam, ka šīs tehnoloģijas ir visai rijīgas – tām nepieciešams liels enerģijas daudzums. Citi risina citus sociālus, politiskus vai pat epistemioloģiskus jautājumus, piemēram, to, kā MI maina mūsu attiecības ar pagātni vai mūsu skatījumu uz nākotni.
Jūs esat mediju un filmu teorētiķis. Vai, jūsuprāt, mākslīgā intelekta pētniecība bija loģisks solis jūsu karjerā? Vai vispār mūsdienu pasaulē ir iespējams būt mediju un filmu teorētiķim, neiedziļinoties mākslīgajā intelektā?
Pašreizējā situācija nedaudz līdzinās deviņdesmito gadu sākumam, kad sāka izplatīties digitālās tehnoloģijas un attīstīties internets. Tolaik drīz vien kļuva skaidrs, ka cilvēks nevar būt filmu vai mediju speciālists un neinteresēties par šiem jauninājumiem – dziļās pārmaiņas bija notikušas, un būtu absurdi tās ignorēt vai neņemt vērā. Tas pats notiek arī šodien. Šīs tehnoloģijas strauji iespiežas visās attēlu veidošanas formās; filmu jomā mēs tās atrodam pa druskai visos posmos – no scenārija rakstīšanas līdz operatora darbam un montāžai. Te, Parīzē, pirms mēneša norisinājās liela starptautiska konference trīs dienu garumā – par mākslīgo intelektu un montāžu. Mēs centāmies izprast jaunos kustīgo attēlu veidus, ko rada mākslīgā intelekta modeļi, un paraudzīties, vai iespējams par tiem domāt, paturot fokusā, teiksim, montāžas jēdziena vēsturi ar Sergeja Eizenšteina, Dzigas Vertova un citu klasiķu rakstiem.
Jā, es domāju, ka man kā kino un mediju pētniekam šodien ir būtiski vismaz atzīt šo modeļu klātbūtni un saprast, kādu ietekmi tie atstāj.
Jūs esat daudz rakstījis par Sergeju Eizenšteinu un to, kā viņš, ja tā var teikt, padarīja montāžu cilvēciskāku, uz cilvēka emocijām balstītu. Ja pareizi saprotu, tagad jūs runājat par to, ka šis skatījums mainās un izejas punkts atkal vairs nav cilvēciskais.
Es daudzus gadus pētīju 20. gadsimta 20.–30. gadu režisorus un kino teorētiķus, arī Eizenšteinu, Vertovu, tāpat arī Lāslo Mohoju-Naģu, Valteru Benjaminu, Zigfrīdu Krakaueru. Pirms simt gadiem viņi piedzīvoja vēsturiskas, lielas pārmaiņas mediju jomā, un tam ir zināmas paralēles ar šobrīd notiekošo. Eizenšteins savā praksē un rakstos ikreiz nekavējoties pieņēma jaunās tehnoloģijas, kolīdz tās parādījās, centās lietot un veidoja tām arī teorētisko bāzi. Tā notika 1929. gadā ar pāreju no mēmā kino uz skaņu, tā notika arī tad, kad parādījās krāsu kinolenta un pat 3D stereoskopiskais kino – Eizenšteinam ir fantastiska 1947. gada eseja ar nosaukumu Par stereo kino. Tāpēc
esmu pārliecināts, ka mūsdienās Eizenšteinu interesētu darbs ar mākslīgo intelektu, viņš izpētītu, kā tas maina kino uzņemšanu, kādas montāžas iespējas tas piedāvā.
Nesenajā konferencē mēs centāmies pētīt, kā kinorežisori un kinomākslinieki izmanto šos modeļus, kas vairumā gadījumu darbojas ar rakstiskām uzvednēm – tātad mums ir jauna un nebijusi iespēja ģenerēt un modificēt attēlus ar dabiskajā valodā rakstītu vārdu starpniecību. Parādās arī jauni kustīgu attēlu veidi, un tikai pirms pāris dienām tika publicēts pirmais mākslīgā intelekta video modelis VO3, ko izstrādājis Google, – pirmais MI modelis, kas spēj ģenerēt ne tikai mēmus kustīgus attēlus, bet arī kustīgus attēlus ar dialogiem un balsīm. Tas paver iespējas attīstībai, kas pēc dažiem mēnešiem vai gadiem varētu novest pie iespējas ar uzvedņu palīdzību radīt veselu filmu un pēc tam to modificēt. Tātad ikviens, kurš pratīs izmantot šos ļoti vienkārši lietojamos modeļus, potenciāli varēs veidot filmas. Jautājums, protams, kādas filmas, kādiem nolūkiem. Bet tas paver arī iespējas, teiksim, tādām platformām kā Netflix integrēt dažas mākslīgā intelekta funkcijas, lai skatītāji varētu modificēt seriāla epizodi vai radīt jaunu seriālu un tamlīdzīgi. No dažiem aspektiem tas ir aizraujoši, no citiem – vieš raizes. Vai šie modeļi būs tikai dažu ASV uzņēmumu rokās, piemēram, Google OpenAI, Meta un tā tālāk? Vai tomēr būs modeļi, kas kļūs daudzveidīgāki un plurālistiskāki? Nu, redzēsim, kas notiks. Taču jebkurā gadījumā tās ir svarīgas pārmaiņas kino jomā.
Jūs minējāt attēlu ģenerēšanu caur vārdiem un to, kā tas maina mūsu attieksmi pret attēlu – attēls kļūst cieši saistīts ar tekstu. Kā jums šķiet, ko tas dos nākotnē, teiksim, kinomākslai vispār? Pirmajā mirklī šķiet, ka kino kļūs superloģisks, superracionāls. Tomēr tas varbūt ir tikai mans iespaids. Ko nozīmē tas, ka attēls būs atkarīgs no vārda un spējas izteikties?
Nedomāju, ka tas nozīmē to, ka attēli noteikti kļūs loģiskāki. Tas tikai nozīmē – lai strādātu ar šiem modeļiem, filmdariem būs jāsaprot, kā šie modeļi reaģē uz noteiktiem vārdiem, uz valodu. Tāpat vajadzīgas arī dziļas zināšanas kino vēsturē, kino tehnoloģijās, mākslas vēsturē un kultūrā, jāzina vārdi, kas raksturo daudz dažādu stilu un iespēju. Tātad savā ziņā – ja šie modeļi patiešām kļūs dominējoši, tad iespējams, ka stipri mainīsies standarti zināšanām, kas nepieciešamas, lai kļūtu par labu kinorežisoru. Agrāk bija jāzina daudz par kamerām, montāžu, skaņas ierakstīšanu, skaņas miksēšanu un tā tālāk. Tagad, iespējams, būs vajadzīga lielāka vārdiskā kultūra un, piemēram, par dažādām kamerām būs jāzina ne tik daudz par to, kā tās darbojas, bet gan par to, kā tās aprakstīt, – jo ar šiem terminiem ģeneratīvos modeļus novirza uz tā saucamo latento telpu, kurā atrodas ar vārdiem saistīti attēli. Ja nosauksiet visas tās kameras, kuras 1935. gadā izmantoja Sergejs Eizenšteins, modeļu latentajā telpā jūs varat atrast attēlus, kas atgādina tā laika kino kadrus. Tāpēc to visu jāprot aprakstīt, un apraksti kļūst ģeneratīvi, tie nav kaut kas tāds, ko mēs radām, kad attēls jau pastāv. Ar aprakstīšanas palīdzību attēls tiek radīts, un tas ir potenciāli ļoti interesanti un aizraujoši.
Es gan ceru, ka tas neaizstās citas kino tehnikas, – manuprāt, ir ārkārtīgi svarīgi saglabāt 130 gadu laikā uzkrātās zināšanas. Taču tas varētu pavērt jaunas iespējas. Un nedomāju, ka viss noteikti ies racionalizācijas virzienā, jo, izmantojot šos modeļus, iespējami daudzi pārsteigumi. Precīzi nav zināms, kas sanāks. Risks drīzāk ir standartizācija, nevis racionalizācija. Ja šie modeļi joprojām būs četru vai piecu lielo Silīcija ielejas uzņēmumu rokās, pastāv risks, ka iespējas un stili kļūs vienveidīgi.
Tas arī piešķir vēl lielāku nozīmi valodai, turklāt droši vien tieši angļu valodai.
Tas ir otrs risks. Šie modeļi patiešām pārsvarā ir trenēti ar angļu valodu, lai gan spēj darboties arī citās valodās, tomēr arī tādā gadījumā darbības valoda joprojām ir angļu, tikai nāk klāt pēdējais slānis, kas visu iztulko latviešu, itāļu vai jebkurā citā valodā. Tāpēc ir ļoti svarīgi, lai MI lauks kļūtu daudzveidīgāks un nebūtu vērsts tikai uz ASV kultūru.
Vai jums tāda iespēja šķiet reāla? Izstādē daudz tiek runāts par stereotipizēšanu un pieaugošo neredzamību, te ir visai drūms skatījums uz visu marginalizēto, malā nostumto. Vai jums tomēr šķiet, ka cerības pastāv?
Es domāju, cerība ir. Daudzi izstādē pārstāvētie mākslinieki parāda, ka iespējams izmantot ne tikai vishegemoniskākos un viskomerciālākos mākslīgā intelekta modeļus. Izmantojot atvērtā pirmkoda modeļus – un tādi pastāv –, ir iespējams veikt dažnedažādas tā sauktās precizējošās darbības, kas šos modeļus pārveido. Var pievienot jaunus attēlus, virzīt tos uz noteiktiem stiliem vai noteiktiem motīviem, noteiktiem objektiem, tādējādi var radīt kaut ko savdabīgu, unikālu, atšķirīgu. Tas ir iespējams šodien, un ceru, ka vēl jo vairāk rīt, jo precizēšanas tehnikas kļūst visiem pieejamākas. Tomēr te es runāju par māksliniekiem, kinorežisoriem, kas nodarbojas ar kaut ko savdabīgu, unikālu, oriģinālu. Turpretī masas un plašais patēriņš ir problēma – risks, ka cilvēki patiešām sāks lietot vienus un tos pašus modeļus, radot to, ko šodien arvien biežāk sauc par AI Slop jeb MI samazgām – vispārīgus, novazātus, klišejiskus attēlus.
Es aizdomājos par vēl kādu aspektu… Vienā no izstādes ekrāniem var redzēt, kā mākslīgais intelekts kategorizē izstādes apmeklētājus, balstoties uz izskatu un vizuālajām pazīmēm; cilvēki daudz smējās un ilgi tur aizkavējās. Savā ziņā tas strādāja meta līmenī – publiku tas tik ļoti uzjautrināja, ka brīdinošais nolūks palika gluži vai novārtā.
Jā. Tas ir viens no diviem interaktīvajiem darbiem šajā izstādē, otrs ir Kristiana Mārklija Ērģeles. Tomēr šis ekrāns nebija domāts jautrībai. Tā mērķis bija parādīt, ka MI modeļiem piemīt aizspriedumi, kas dara bažīgu. Ja pie šī ekrāna kādu laiku pakavējas, redzams, ka vīriešu un sieviešu klasificēšanas paņēmieni ir visai atšķirīgi.
Mani identificēja kā prostitūtu.
Nu, lūk! Iecere bija parādīt, ka konkrētais datu kopums ImageNet, kas tika izveidots 2009. gadā, ir pilns ar seksistiskiem, rasistiskiem, ar dzimumu saistītiem aizspriedumiem. Tāpēc, vadot ekskursiju grupas, es vispirms paskaidroju, kā tas darbojas, un tikai tad ļauju cilvēkiem nostāties šī objekta priekšā. Citādi tieši tā arī notiek – sievietes nodēvē par prostitūtām, atraitnēm vai vecmāmiņām, bet vīrieši vienmēr ir nodaļas vadītāji, skaitļu teorētiķi, profesori un tamlīdzīgi. Tas ir paņēmiens, kā izgaismot aizspriedumus, ko mākslīgā intelekta uzņēmumi dažkārt cenšas labot, taču citkārt, it īpaši pašreizējā ASV politiskajā klimatā, tie tā arī tiek atstāti.
Vai tas nozīmē, ka mākslīgais intelekts tikai atspoguļo cilvēku sabiedrībā valdošās noskaņas?
Tā ir interesanta tēma. Vai mums vajadzētu sagaidīt, ka mākslīgais intelekts ir ētiski labāks par sabiedrību kopumā, vai arī vienkārši jāpieņem, ka tas to atspoguļo? Nelaime tāda, ka mākslīgais intelekts ne tikai atspoguļo, bet arī veicina, propagandē, pastiprina. Tāpēc korekcijas ir ļoti, ļoti nepieciešamas. Problēma ir tā, ka mākslīgais intelekts šobrīd nav vienots lauks, tās ir daudzas un dažādas modeļu sistēmas. Tāpēc korekcijas ir jāveic dažādos līmeņos, un noteikti ir svarīgi pēc iespējas labāk iepazīt šīs sistēmas un izzināt tām piemītošos stereotipus.
Jūs sakāt: tās būtu jākoriģē. Kam tas jādara? Kurš ir atbildīgs par to?
Dažos gadījumos tādi uzņēmumi kā Google OpenAI vai Meta ir centušies nedaudz iejaukties un variēt šo modeļu sniegtos rezultātus. Piemēram, ja palūgsiet šiem modeļiem parādīt, kā izskatās „CEO of a company” – uzņēmuma izpilddirektors vai izpilddirektore, jo angļu valodā "CEO" nekonkretizē, sieviete vai vīrietis, – vairumā gadījumu jums rādīs vīrieti ap 40 vai 50 gadiem kādā Ņujorkas debesskrāpī, tātad ļoti standartizētu tēlu. Kādā brīdī uzņēmumi centās šo procesu modificēt, lai rezultāti būtu daudzveidīgāki, lai būtu redzamas arī sievietes un ne vien rietumnieki, bet arī aziāti, melnādainie un citi. Tātad korekcijas veikt ir iespējams. Un šobrīd tie, kam tas būtu jādara, ir uzņēmumi, kas vada galvenos modeļus. Taču – vai viņi grib to darīt? Vai viņi ir ieinteresēti to darīt? To vēl redzēsim.
Liekas, šobrīd, atbilstoši ASV politikai, nav ne īpašas gribas, ne intereses.
Tieši tā. Vismaz Trampa administrācijas līmenī šobrīd pret to visu ir tik liela pretestība, ka diez vai kādas izmaiņas tiks veiktas. Taču, manuprāt, ir svarīgi, lai kultūras institūcijas palīdzētu cilvēkiem arvien labāk izprast MI darbības modeļus, jo mākslīgajam intelektam ir tendence iefiltrēties sabiedrībā bieži vien ļoti slēptā, neredzamā veidā. Piemēram, reti kurš zina, ka, fotografējot ar viedtālruni, redzamais attēls jau ir daudzu algoritmisko procesu rezultāts – tur notiek kompresija, optimizācija, standartizācija un tā tālāk. Mēs to joprojām uzskatām par fotogrāfiju, tomēr patiesībā tā arvien vairāk ir daudzu, daudzu korekciju galaprodukts. Tāpat mākslīgais intelekts aizvien vairāk iespiežas arī tajā, kā mēs rakstām, kā domājam. Tāpēc ir svarīgi apzināties tā klātbūtni.
Pirms dažām dienām es sarunājos ar kādu palestīniešu mākslinieku, kurš bija iedzēris pāris glāžu vīna un teica, ka gribot, lai mākslīgais intelekts pārņemtu likumdošanu, jo Palestīnas un Izraēlas centieni rast kaut kādu risinājumu ģeopolitiskajos sarežģījumos viņu ir ļoti nogurdinājuši. Tāpēc viņam šķiet – ja cilvēki nav spējīgi atrisināt problēmu, varbūt mākslīgais intelekts kādudien to spētu. Es atbildēju, ka mākslīgais intelekts ir arī ārkārtīgi bīstama padarīšana, taču viņš uz mani paskatījās un teica: „Un kas gan mums cits atliek?”
Jā… Mākslīgajam intelektam diemžēl ir briesmīga loma tajā, kas šobrīd notiek Gazā. Jo, kā mēs labi zinām, Izraēlas armija izmanto Microsoft nodrošinātas MI tehnoloģijas, un tām ir reāla ietekme, piemēram, daudzu mērķu identificēšanā, tādējādi bombardēšana notiek daudz biežāk nekā iepriekš, jo tehnoloģijas nodrošina veselu virkni izlūkdatu. Mākslīgajam intelektam ir postoša ietekme uz to, kā tiek īstenoti kari vai tādas genocīda tipa operācijas kā Gazā. Taču taisnība, to varētu izmantot arī kā konfliktu risināšanas rīku. Esmu pārliecināts, ka mūsdienās, kad valdības sēžas pie galda, lai apspriestu nodokļus vai dažādus starptautisko attiecību jautājumus, tās arī droši vien izmanto mākslīgā intelekta modeļus, lai simulētu iespējamos iznākumus un izlemtu, kā labāk. Bet jā… šajā gadījumā situācija ir absolūti briesmīga, tāpēc jebkurš pieejamais risinājums mūsu arsenālā būtu tikai un vienīgi apsveicams. Vislabākais risinājums, protams, būtu valdības maiņa Izraēlā.
Viens no spēcīgākajiem darbiem izstādē, vismaz manā skatījumā, bija Mehāniskais turks – par to, kā tiek izmantots lēts darbaspēks un neaizsargātas grupas, lai trenētu mākslīgo intelektu. Par šādu aspektu man iepriekš nebija ne jausmas.
Jā, jā. Miljoniem cilvēku mūsdienās veic tādu mikrodarbu, izmantojot Amazon Mechanical Turk un citas līdzīgas platformas. Viņi indeksē datus, lai uzlabotu mākslīgā intelekta modeļu apmācībai izmantotās datu kopas, – tā ir attēlu marķēšana, objektu marķēšana un tamlīdzīgi. Tāpat šis mikrodarbs tiek izmantots arī, lai uzraudzītu ar mākslīgo intelektu veidoto saturu un aizvāktu kaitīgo – pedofilistiskus, pornogrāfiskus, vardarbīgus attēlus un tamlīdzīgi. Šī darba darītāji sūdzas par ārkārtīgi smagu psiholoģisko stāvokli pēc tam, kad viņi stundām sēdējuši pie briesmīgā satura, lai to likvidētu. Tā ir MI tehnoloģiju cilvēciskā puse, kas pastāv un par ko bieži piemirstam, jo nereti šos modeļus apraksta kā autonomus, kā tādus, kas darbojas paši par sevi. Tā noteikti nav, vismaz ne šobrīd. Tur tiek nodarbināts liels daudzums cilvēku.
Es pieņemu, ka mākslīgais intelekts nodarbojas arī ar standartizētu cenzūru, un arī tā varētu ietekmēt mākslu un attēlus.
Jā. Piemēram, komerciālajiem modeļiem ChatGPT, Midjourney, Meta AI, Google Gemini ir ļoti stipras robežas, ļoti stipra cenzūra. Atsevišķi vārdi liek modelim nobloķēties un neveidot attēlu. Vai arī tu kaut ko pajautā, un modelis to izlabo, balstoties uz saviem ētiskajiem vai stila standartiem. Tātad ar ģeneratīvā MI modeli nav iespējams izveidot jebkuru attēlu, ir veselas jomas, kas nav pieejamas attēla veidošanai – vai nu cenzūras dēļ, vai tādēļ, ka apmācības moduļos trūkst datu. Līdz ar to pastāv risks, ka varētu veidoties standartizētāka, vienveidīgāka, stereotipiskāka vizuālā kultūra, tāpēc ir ļoti svarīgi padarīt redzamākas citas mākslinieciskās prakses, kas rāda citādas pieejas.
Jūs esat citējis Trevoru Peglinu, kas teicis – ja vēlamies strādāt un saprast šo neredzamo pasauli, mums „jāaizmirst skatīties cilvēka acīm”. Jūs par to daudz domājat un rakstāt. Kā jums pašam šai ziņā veicas? Vai tas vispār ir iespējams?
Tā ir interesanta frāze. 2017.–2018. gadā, kad to izlasīju, es strādāju pie Dzigas Vertova rakstu krājuma franču valodā. Un šī doma, ka vajag „atmācīties / unlearn” raudzīties cilvēka acīm, sabalsojās ar to, ko centās paveikt tādi kinorežisori kā Dziga Vertovs vai Žans Epstains Francijā – uzsvērt to, cik svarīgi ir no jauna atklāt fizisko pasauli caur kameras mehānisko aci. Dziga Vertovs raksturo „кино-глаз / kino aci” kā tādu, kas ir precīzāka par cilvēka aci; savos rakstos 20. gs. 20. gadu sākumā viņš teoretizē par šīs mehāniskās acs pielietojuma politisko nozīmību, to izmantojot politiskai pārveidei, kurā viņš piedalījās pēc boļševiku revolūcijas.
Tātad Trevora Peglina frāze tobrīd manī ļoti rezonēja un pamudināja mani interesēties par to, ko mākslīgais intelekts dara ar attēliem. Protams, tagad ir gandrīz neiespējami "aizmirst" skatīties cilvēka acīm, jo mēs nevaram izkāpt no savas perspektīvas. Tomēr vienlaikus es redzu, ka daudzi darbi šajā izstādē mūs satrauc, rada tādu kā atsvešinājuma efektu, dezorientācijas efektu, un tā ir sava veida „skatiena maiņa”. Ja vēlamies atkal vilkt paralēles ar 20. gadsimta 10. un 20. gadiem – te mēs atgriežamies pie „отстранение”, atsvešināšanās jēdziena, par kuru teoretizēja Viktors Šklovskis un citi. Tā ir ideja, ka mākslas darbi var radīt dezorientācijas, atsvešinātības efektu, kas liek spēcīgāk apzināties noteiktas pārvērtības. Domāju, daudzi no šeit izstādītajiem darbiem rada šādu efektu.
Intervijās vairākkārt esat teicis, ka par MI mēs runājam kā par kaut kādu lielu, vienotu konceptu, visaptverošu parādību, bet jūs uzskatāt, ka tas nav pareizs skatpunkts. Vai varat pastāstīt plašāk?
Jā, cilvēki joprojām bieži runā par mākslīgo intelektu kā vienotu veselumu, bet es uzskatu, ka mums vajadzētu drīz vien virzīties tālāk. Tāpat kā ilgu laiku deviņdesmitajos un divtūkstošo sākumā mēs turpinājām runāt par „digitālajiem medijiem”, bet mūsdienās termins „digitālie mediji” neko daudz nenozīmē. Jā, tiem visiem ir kopīga digitāla valoda, programmēšanas valoda, bet tālāk – kas tieši tas ir? Jādefinē daudz konkrētāk. Un mūsdienās ir tāpat. Mākslīgais intelekts ir… drīzāk mārketinga birka, nevis reāls termins. Mums jābūt konkrētākiem – kuri modeļi, kādas darbības, kāds pielietojums? Piemēram, mākslas jomā mēs varam runāt par teksta pārvēršanu attēlā, teksta pārvēršanu video, attēla pārvēršanu attēlā, attēla pārvēršanu tekstā. Tie ir dažādi modeļi, dažādas darbības, kas palīdz labāk saprast, par ko ir runa. Varētu pat iet dziļāk un nošķirt dažādus ģeneratīvos modeļus – ģeneratīvos konkurējošos tīklus, difūzijas modeļus. Tie ir tehniski termini, kas ļauj labāk saprast, ko mākslinieks ar tiem darījis, kādas iespējas šim modelim bijušas, un tā tālāk. Tas ir tehnoloģiju pratības jautājums – manuprāt, tā mums visiem jāpilnveido. Un šī izstāde cenšas to pilnveidot, sniedzot tekstus un nosaukumus – protams, pēc iespējas konkrētus, nerakstot pārāk gari. Īsāk sakot – es domāju, ka mums jātiek pāri šim sākumposmam, kad mākslīgo intelektu uzskatām par vienu milzīgu padarīšanu.
Kas attiecas uz filmu uzņemšanu, esam pieraduši uz to raudzīties kā uz ļoti intuitīvu procesu, bet mākslīgā intelekta intuīcija ir pavisam citāda, ja tam vispār tāda piemīt. Vai uzskatāt, ka MI klātbūtne varētu mainīt to, kā uztveram pašu mākslas darbu? Teiksim, mākslinieki šajā izstādē jau bijuši spiesti vai izvēlējušies strādāt ar šīm lietām, tas ir citāds mehānisms. Vai pastāv iespēja, ka mēs varētu pazaudēt mākslas intuitīvo pusi?
Diez vai. Tomēr atkal jau – es tagad runāju par mākslinieciskajām praksēm, nevis ikdienišķu, vienkāršu, ātru MI modeļu izmantošanu. Piemēram, ņemsim dažus māksliniekus šajā izstādē, kas izmantojuši ģeneratīvos mākslīgā intelekta modeļus, lai radītu gan nekustīgus, gan kustīgus attēlus. Izmantojot šos modeļus, tiek radīts milzīgs daudzums attēlu – ģenerēšanu var atkārtot un atkārtot, katru reizi iegūstot četrus jaunus attēlus, vēl četrus, vēl četrus. Taču kādā brīdī māksliniekam beidzot jāizvēlas, kurus no šiem masveidā radītajiem attēliem atlasīt mākslas darbam, un tas ir ļoti intuitīvs, nevis vadīts process. Tas saistās ar pārsteiguma elementu, ar nejaušībām, balstās arī uz mijiedarbību ar MI modeļiem, kuriem ir sava patstāvība, sava autonomijas forma. Tā ir sava veida sadarbība ar šiem modeļiem, kopradīšana, un MI modeļu lietojums nes arī diezgan daudz pārsteigumu. Daudzi šīs izstādes mākslinieki stāsta, ka darbu ar mākslīgā intelekta modeļiem dažkārt raksturo tāds kā transa stāvoklis. Tu itin kā ieej sava veida sapņainā ideju un pārsteigumu plūsmā un galu galā nonāc pie izvēles, pat nezinot, kā tieši tas notika. Tāpēc es nedomāju, ka šie modeļi, ja tos izmanto mākslinieciski reflektīvā veidā, noved pie intuitivitātes zuduma. Gluži pretēji, intuīcija pilnīgi noteikti joprojām piedalās procesā.
Mums ir ne tikai tie darbi, kurus jūs redzējāt muzeja telpās, šajā kontekstā tiek rīkoti arī dažādi seansi, pasākumi un vakari, kurus saucam par mākslīgā intelekta tumšajām telpām. Ir jau notikuši seši vakari, un katrā no tiem rādījām dažādu autoru, dažādu mākslinieku filmas. Mēs vienmēr sākām ar kādu vēsturisku filmu, jo arī izstādē mēs darām tāpat, tur ir vitrīnas, laika kapsulas. Daudzi mākslinieki izmanto MI apvienojumā ar citām tehnikām. Dažreiz tas nav tikai mākslīgais intelekts, tas var būt arhīvu kinomateriāls vai citas tradicionālākas dokumentālo filmu veidošanas formas. Tas var ļoti mainīties no reizes uz reizi.
Ja pareizi saprotu, jūs uzskatāt, ka MI papildina mākslas radīšanas procesu, taču saistībā ar izklaidi stāsts jau ir pavisam cits.
Es domāju, jā. Ja lietotājs dodas uz kādu no šīm platformām, piemēram, Midjourney, un ģenerē attēlus ar ļoti vienkāršām uzvednēm, īpaši nepiestrādājot pie tām, tad iegūst ļoti standartizētus, klišejiskus, stereotipiskus attēlus. Tādējādi MI ietekme uz masveida attēlu ražošanu noteikti ir saistīta ar iztēles nabadzību un tādām lietām. Taču, ja to mākslas nolūkos izmanto cilvēki, kas patiešām sadarbojas ar šiem modeļiem un vēlas radīt kaut ko unikālu, tādu, kam piemīt kaut kāda singularitāte, tad MI joprojām sniedz ārkārtīgi interesantas iespējas mākslai un filmu veidošanai.
Taču tad vēl laikam paliek piekļuves jautājums.
Jā. Taču piekļuve ir. Protams, tas prasa zināmu piepūli, taču ir iespējams, piemēram, lejuplādēt Stable Diffusion, kas ir atvērtā pirmkoda modelis. Tad to palaiž datorā un tam var pievienot attēlus, ko gribi ievietot. Ir mazliet jāsaprot, kā tas strādā, taču tas nemaz nav tik nepieejami. Un mūsdienās MI modeļi ļauj arī ģenerēt kodu, ir iespējams pašam ģenerēt modeļus – piemēram, Python valodā –, kas veic noteiktas funkcijas. Tas viss ir daudz vienkāršāk, nekā mums šķiet. Un vienkāršāk, nekā bija pirms dažiem gadiem.
Kas notiks ar māksliniekiem, kas nevēlas tam pievērsties? Domājat, viņi paliks aiz svītras?
Nē, nebūt ne. Domāju, ka mākslas pasaulē joprojām būs vieta visiem. Noteikti! Drīzāk varētu sekot pat zināms atsitiens, jo šāds piesātinājums ar MI varētu likt no jauna atklāt citus, manuālākus materiālus, cilvēka radītu mākslu. Es patiešām neuztraucos par mākslas pasauli. Toties es uztraucos par noteiktām attēlu veidošanas jomām, piemēram, ilustrāciju un animāciju radīšanu, komerciāliem video, reklāmas video. Tas viss stipri ietekmēs šīs jomas, noteikti samazināsies darbavietu skaits, tiks aizstāti darbinieki un tamlīdzīgi. Vismazāk mani uztrauc laikmetīgā māksla, jo domāju, ka mākslinieki vienmēr atradīs paņēmienus, kā interesanti sadarboties ar MI. Tāpat arī, teiksim, eksperimentālais kino, dokumentālais kino, autorkino – šo jomu speciālisti vienmēr atradīs paņēmienus, kā interesanti strādāt ar mākslīgo intelektu. Problēmas rodas attiecībā uz komerciālākām vizuālās kultūras jomām.
Vai nepastāv risks, ka palielināsies plaisa starp meinstrīmu un visu pārējo?
Jā, tāda iespēja pastāv. Jau šobrīd izdevniecībām noteikti ir kārdinājums grāmatu vākus veidot ar mākslīgā intelekta palīdzību, nevis algot grafikas dizaineru. Un tas atstās ietekmi uz šo jomu. Tas pats ar reklāmas video. Ja paraugāmies, nezinu, uz reklāmas jomu – pat pirms mākslīgā intelekta visur bija redzamas standartizācijas formas. Tāpēc nav teikts, ka MI mainīs daudz ko, tomēr, protams, tā dēļ cilvēki zaudēs darbu. Un tā ir šīs situācijas bēdīgā puse.
Šķiet, izstādē parādījās arī arguments, ka lielos vilcienos pasaule nemainās – mākslīgais intelekts tikai piešķir citādu formu jau eksistējošām ne tik pozitīvām parādībām, kas saistītas ar kontroli un varu. Tas šķita vienlaikus skumji un mierinoši.
Jūs runājat par darbu Kalkulējot impērijas. Autori ar to vēlas parādīt, ka pēdējo 500 gadu laikā impērijas ieguvušas varu, izmantojot kalkulēšanu, izmantojot aprēķinus. Viņi vēlas parādīt, ka tā notika jau ar koloniālajām impērijām, kas veidojās 18. un 19. gadsimtā, un zināmā mērā mākslīgais intelekts un algoritmu vispārīga lietošana turpina šo loģiku. Tas ir šo mākslinieku skatījums. Kāds cits varētu izveidot citu shēmu par, nezinu, radošuma vēsturi pēdējos piecos gadsimtos, un rezultāts būtu varbūt pavisam atšķirīgs. Tātad šis vienādības iespaids, kas jums radās, – tas ir sākumpunkts. Tas ir tas, ko mēs vēlējāmies parādīt. Mums jāatceras, ka tā ir tikai viena iespējamā interpretācija. Mākslinieki paši mudina skatītājus domāt citādi, pastāstīt mums savu viedokli. Šīs diagrammas papīra versija – ne šeit, bet kad es to redzēju Berlīnē vai Milānā, – bija paredzēta tam, lai cilvēki rakstītu komentārus un kritizētu, ieteiktu kaut ko mainīt un tā tālāk. Šajā izstādē autori nolēma izveidot glītu, ļoti smalku drukāto versiju, kas domāta vienkārši apskatei, bez mijiedarbības.
Kāds būtu vislabākais iespējamais rezultāts tam, ka mākslīgais intelekts tiktu integrēts mākslas pasaulē?
Vislabākais iespējamais rezultāts, manuprāt, būtu tāds, ka būtu daudzi jo daudzi dažādi mākslīgā intelekta modeļi, no kuriem izvēlēties. Būtu iespējams vai nu apmācīt savus modeļus, vai izmantot atvērtā pirmkoda modeļus, kurus var visādi mainīt – personalizēt, ievietot vajadzīgos attēlus. Vislabākais rezultāts būtu tāds, kas nav oligarhisks – tā, kā tagad ar piecām vai sešām kompānijām, kas dominē šajā sfērā. Tas būtu krietni daudzveidīgāks, multikulturāls. Nevis tikai amerikāņu modelis un ķīniešu modelis, bet gan daudzi dažādi modeļi. Es ceru, ka tas būtu virziens, kurā mums vienā brīdī vajadzētu iet. Ir zināmas liecības par to, ka tas ir iespējams. Piemēram, mūsu izstādē divi mākslinieki – Holija Herndona un Mets Draihērsts – izstrādā modeli, kuru nodēvējuši par publisko difūziju. Tas tiks apmācīts ar 12 miljoniem attēlu, kas nav aizsargāti ar autortiesībām vai kurus iedevuši mākslinieki, kas vēlas piedalīties šajā apmācībā. Kad modelis būs pilnībā apmācīts, ikviens varēs to izmantot. Varbūt par nelielu samaksu, kas tiks izmantota, lai atlīdzinātu māksliniekiem par dalību. Un tas būs pilnībā modificējams. Tātad cilvēki mēģina iet šajā virzienā, un es domāju, ka šādi projekti varētu kļūt par grūdienu plurālistiskāka, daudzveidīgāka, caurspīdīgāka, kolektīvāka mākslīgā intelekta virzienā. Nu, redzēsim. Katrā ziņā tas ir iespējams. Tas ir iespējams.
Protams, darba vietu samazināšanās visā visumā ir negatīvs faktors, taču vienlaikus es domāju – it īpaši, attiecībā uz kino, pat meinstrīma filmām – ja MI tiktu izmantots pozitīvā veidā, tas sniegtu cilvēkiem iespēju fokusēties uz radošām lietām. Tomēr man radies iespaids, ka cilvēki vienmēr centīsies uz visu ietaupīt, tai skaitā uz radošām izpausmēm.
Jā, tas ir sarežģīti. Piemēram, specefektu veidotāji mūsdienās mēdz teikt, ka divās stundās iespējams izdarīt tikpat, cik agrāk nedēļas laikā. Tas nozīmē milzīgu laika ietaupījumu, ko iespējams izmantot kam citam. Tāpat tiek ietaupīta arī nauda. Taču vienlaikus tas nozīmē arī to, ka cilvēki zaudēs darbu. To, ko agrāk darīja cilvēki, tagad var izdarīt šie modeļi. Tāpat arī, piemēram, uzņemot kādu ainu ārā, ja pēcāk pamanāt, ka aktieris kaut ko nav pateicis vai nav pakustinājis roku vajadzīgajā veidā, pēcapstrādē šo ainu ar mākslīgā intelekta palīdzību iespējams izmainīt. Filmām ar mazu budžetu tas varētu dot lielākas iespējas nekā līdz šim. Tas būtu pozitīvs rezultāts.
Tomēr nez kāpēc ir tāda sajūta, ka tā tas nenotiks.
Nezinu, nezinu. Godīgi sakot, šai jomā mēs patiešām esam pašā ceļa sākumā. Filmu veidošanas ziņā mēs patiešām centāmies programmā apkopot labāko, ko esam atraduši. Un patiesībā ir ļoti, ļoti interesanti, kā eksperimentālo filmu veidotāji un mākslinieki to visu izmanto. Tātad redzēsim, kā viss attīstīsies, taču es nebūtu tik pesimistisks. Tomēr atkal jau – nošķirot komerciālās jomas un radošākas, eksperimentālākas jomas.
Mani laikam satrauc tieši jau minētā augošā plaisa starp abām.
Protams, tāda tipa kino kā Marvel filmas kļūs aizvien vairāk standartizētas un automatizētas, taču savā ziņā tās tādas ir jau tagad. Taču, ja lielākam daudzumam radošo prātu būtu piekļuve pie interesantu seriālu veidošanas – ar mazākiem budžetiem, vienkāršākiem paņēmieniem un tamlīdzīgi –, tur varētu rasties kas pozitīvs.
Protams, rīki, ko tas viss piedāvā, ir milzīgi, iespējams ļoti daudz ietaupīt filmas ražošanas procesā.
Tieši tā. Ar daudz mazākiem līdzekļiem – ja jūs tiešām labi protat to visu izmantot –, ar daudz, daudz mazāku budžetu ir iespējams kaut ko labu uztaisīt. Tas noteikti varētu būt pozitīvi. Es domāju, ka visvairāk jāraizējas par enerģētiskajiem un vides aspektiem. Tas tiešām ir ārkārtīgi satraucoši. Darbavietu zudumi – ļoti satraucoši. Kas notiek ar to, kā jauni cilvēki domā un mācās, – ārkārtīgi satraucoši. Mani bērni tagad ir jau vecāki, taču jaunieši, kas šobrīd sāk mācīties vidusskolā ar šiem rīkiem vai sāk studijas universitātē un izmanto tos, – es patiešām prātoju, vai viņi joprojām gribēs lasīt grāmatas, vai varbūt vienkārši no ChatGPT dabūs kopsavilkumu ar 10 svarīgākajiem punktiem. Toties radošo iespēju ziņā, es domāju, šie rīki piedāvā ļoti interesantas iespējas māksliniekiem, filmu veidotājiem un citiem. Taču plaisa starp komerciālo un nekomerciālo, protams, ir faktors, kas jāņem vērā.
Izstāde pievēršas arī mākslīgā intelekta radītajām iztēles ainām un “halucinācijām”. Ko jūs varat pastāstīt par šo fantazēšanas paveidu, izmantojot MI?
Būtībā ideja ir tāda, ka mākslīgā intelekta modeļi tiek apmācīti, izmantojot milzīgu daudzumu cilvēku sagatavotu attēlu un tekstu – vismaz pagaidām, jo, virzoties tālāk, lielais jautājums ir par to, vai nākotnes modeļos jau būs daudz MI ģenerēta satura. Taču pagaidām šie modeļi apmācīti ar cilvēku radītiem attēliem un tekstiem, ko tie apstrādājuši, pārvērtuši milzīgās matemātiskās telpās un tā tālāk, lai ģenerētu citus attēlus. Un šie attēli vizualizē citādākas pagātnes notikumu versijas, dažādas versijas par norisēm, kas varēja notikt, bet nenotika. Tādējādi pagātne pēkšņi tiek papildināta ar visādām nerealizētajām iespējām, kas pilnas ar citām iespējamām pagātnēm, faktos nebalstītām vēsturēm, fiktīvām atmiņām un tā tālāk. To visu pētījuši daudzi šīs izstādes mākslinieki. Piemēram, man prātā nāk Gregorija Šatonska lielā instalācija augšstāvā. Viņš radījis attēlus par dzīvēm, kuras viņš varētu būt dzīvojis, par pagātni, kuru viņš varētu būt piedzīvojis. Tātad MI izmantošana ir saistīta arī ar to iespēju apzināšanu, kuras nav pārtapušas realitātē. Manuprāt, tas ir ļoti aizraujošs šo tehnoloģiju aspekts.
Jūs sakāt, ka turpmāk mums ir būtiski pēc iespējas vairāk izzināt mākslīgo intelektu. Kāds būtu jūsu praktiskais ieteikums, pieņemot, ka vairums cilvēku nesēdēs un nelasīs visu iespējamo par šo tēmu? Kā, jūsuprāt, cilvēks var labāk iepazīties un izprast notiekošo, neveltot tam visu savu laiku?
Katru dienu mūsu labākie laikraksti publicē ļoti interesantus rakstus par dažādiem MI aspektiem – tā ir viena iespēja būt informētiem. Ir arī dažādas platformas, piemēram, Medium vai Wired, kas sniedz ļoti interesantus rakstus. Un vēl paņēmiens, kuru es pats lietoju, ir – izmantot mākslīgo intelektu, lai to vairāk izzinātu. Jo ChatGPT, Perplexity, Claude, visi šie lielie valodas modeļi ir apmācīti ar daudziem dažādiem tekstiem un it īpaši daudz tekstiem par MI. Tātad modeli var izmantot, lai uzdotu jautājumus. Kā šis modelis darbojas? Ko tas nozīmē? Kāda ir šī jēdziena nozīme? Ko nozīmē "neironu tīkli", "dziļā mācīšanās", "latentā telpa", "MI saskaņošana", "halucinācijas"? Izmantojiet šos modeļus, lai uzzinātu vairāk par mākslīgo intelektu. Domāju, šī iespēja ir pieejama mums visiem. Atbildes tagad ir arvien pareizākas, jo modeļi sniedz ne vien atbildes, bet arī atbilžu avotus. Tāpēc, es domāju, tas ir ļoti noderīgs paņēmiens, kā pamazām vairot savu tehnoloģiju pratību, lai labāk orientētos šajā vēstures posmā.
Ko jūs atbildētu vides aktīvistiem un tiem, kas uztraucas par MI ietekmi? Daudzkārt internetā esmu manījusi – cilvēki dusmojas par to, ka citi izmanto MI sistēmas. Visbiežāk izskatās, ka protestētāju ieteikums pārsvarā ir „vienkārši nelietojiet to, tas patērē ļoti daudz ūdens”. Taču vienlaikus tas nav īsts arguments – ar tādu varbūt var panākt, ka daži indivīdi atturētos no mākslīgā intelekta lietošanas, līdz ar to tas neko nemainītu.
Jā. Tā ir liela dilemma. Uzskatu, ka pilnīga atturēšanās no MI lietošanas būtu problemātiska – tas nozīmētu, ka visi tie, kas varētu palīdzēt attīstīt šo fenomenu citādākā veidā, nemaz neiesaistītos. Un tas būtu bīstami, jo tad mēs to visu atstātu tikai vienas konkrētas sabiedrības daļas rokās. Jāzina arī tas, ka visiem modeļiem nav vienāds oglekļa pēdas nospiedums. Piemēram, ja tie nepieciešami māksliniekam attēlu ģenerēšanai, pastāv modeļi, kurus iespējams darbināt lokāli savā datorā, un tie darbojas ar to pašu enerģiju, kas parasti nepieciešama datoram. Toties, ja izmantojam lielās platformas, piemēram, ChatGPT, Midjourney un citas, – tās saņem miljoniem pieprasījumu no visas pasaules, uz kuriem tām ir vienlaicīgi ļoti ātri jāatbild. Šīs platformas patērē ārkārtīgi daudz enerģijas.
Tātad atkal jau runa ir par to, ka mākslīgo intelektu nedrīkst uzskatīt par vienu milzīgu padarīšanu, ir jāskatās uz atšķirībām. Ir pat tīmekļa vietnes, kurās katram modelim norādīts enerģijas patēriņš. Protams, tas attiecas uz tiem modeļiem, par kuriem mums tas ir zināms. Jo problēma ir tā, ka OpenAI, Google, Midjourney ir pilnīgi necaurspīdīgi, mums nav nekādu datu par to patēriņu. Tāpēc centieties izvēlēties enerģētiskā ziņā ne tik rijīgu modeli, taču nepalieciet pavisam ārpus mākslīgā intelekta. Manuprāt, tas būtu patiešām bīstami. Jūs varat to izmantot mērenā apjomā, tomēr pilnībā atteikties no MI būtu tāpat kā, ja kāds deviņdesmitajos būtu teicis: "Nevaru ciest Google un visu to pārējo, internetu es nelietošu!" Kā tad būtu mūsdienās neizmantot internetu? Ja cilvēks būtu izdarījis šādu izvēli, viņš nesaprastu 90% no tā, kā šodien darbojas sabiedrība. Tāpēc es uzskatu, ka ir bīstami palikt ārpus tā visa.
No angļu valodas tulkojusi Aija Biezaite.
Antonio Somaini 2023. gada publikācija Algorithmic Images: Artificial Intelligence and Visual Culture, kas ir viena no šobrīd ietekmīgākajām apcerēm par MI, atrodama brīvpieejā ŠEIT.
FOTOGALERIJA -
izstāde "The World Through AI" muzejā "Jeu de Paume" Parīzē, Francijā.
