Yakın zamana kadar, sanat alanındaki çoğu insan, sanatın tanımlanma biçimlerine bağlı olarak, otomasyonun başka birçok şeyi yapabileceğine, ancak sanat yapamayacaklarına ve hayal kuramayacaklarına inanıyordu. Ancak insan zekasına özgü olan anlama, akıl yürütme, diyalog, uyum sağlama, öğrenme vb. Makine benzeri düşünmeyi ve bilgiyi kullanmayı amaçlayan bilimsel bir disiplin olarak tanımlanan yapay zeka, artık yaratıcı düşünmeyi de içeriyor.
Google Brain ekibi, “Makine öğrenimini harika çizimler ve müzik besteleri oluşturmak için kullanabilir miyiz?” diye sordu. sorusuna cevap arayışı Magenta projesinin temelini oluşturdu. Makine sanatının insan ve makineler arasında kurduğu yeni ilişkiler nereye varacak? Bir insanın hayatında ne gibi değişiklikler yapacaksınız? Sanat her zaman kültürün teknolojik yetenekleriyle karmaşık, simbiyotik ve sürekli gelişen bir ilişki içinde var olmuştur. Bu teknolojik yetenekler, üretilen sanatı sınırlar ve sanatın izleyicileri tarafından algılanma ve anlaşılma biçimi hakkında bilgi sağlar.
Boyaların, matbaaların, fotoğrafın ve bilgisayarların keşfi gibi yapay zeka da sanatı derinden etkileyecek bir yeniliktir. Daha önceki keşiflerde olduğu gibi, toplumları bugünün bakış açısıyla hayal bile edilemeyecek yapılara dönüştürecek, hem dış gerçeklik hem de algı ve bilişsel süreçler konusundaki anlayışımızı genişletecek.
Magenta Proje Hedefleri:
Morun iki amacı vardır. Birincisi, müzik ve sanat eseri yaratmak için yapay zekanın geliştirilmesi. Makine öğrenimi, konuşma tanıma veya konuşma çevirisi gibi içeriği anlamak için zaten yoğun bir şekilde kullanılıyor. Öte yandan Magenta Projesi, sanat ve müzik üretmeyi ve benzersiz sanatsal içerik oluşturmayı öğrenebilen algoritmalar geliştirmeyi amaçlıyor.
İkinci hedefi, sanatçılar, programcılar ve makine öğrenimi araştırmacılarından oluşan geniş bir ağ oluşturmaktır. Magenta çekirdek ekibi, açık kaynaklı Tensor Flow kitaplığını kullanarak sanat ve müzik üretimi için gereken altyapıyı oluşturuyor. Bu altyapı, ses ve video desteği, MIDI gibi formatlarla çalışmak için araçlar ve sanatçıların makine öğrenimi modellerini gerçekleştirmesine yardımcı olan platformları içerir.
Müzik, resim ve edebiyatta derin öğrenmenin kullanımı:
Yapay zekanın en hızlı büyüyen alanı olan derin öğrenme, bilgisayarların görüntü, ses ve metin biçimindeki sonsuz miktarda veriyi anlamlandırmasını sağlar. Bilgisayarlar, katmanlı ağları kullanan insanlardan daha karmaşık durumları görebilir, öğrenebilir ve bunlara yanıt verebilir. Aslında bu tamamen yeni bir çaba değil. Besteci Nick Collins gibi araştırmacılar ve sanatçılar, uzun yıllardır teknolojiyi kullanarak müzik ve resim üretiyorlar.
Sürecin en önemli kısmı, AI’nın belirli bir medya türünden öğreneceğini ve özümseyeceğini öğrenmektir. Bir kez eğitildikten sonra, “geri bildirimlerle dolu” ağ, bu notaları anlamlı bir müzik parçasına dönüştürebilir. Bu işlemin çıktısı, hesaplamaların karmaşıklığını ve ortaya çıkan müziğin ne kadar “yaratıcı” olduğunu belirleyen değişkenler kullanılarak ayarlanabilir.
Google’ın “Inceptionism” adını verdiği ve görselleri gerçeküstü saykodelik sanata dönüştüren görsel yapay zeka Deep Dream, Stanford Üniversitesi’nden Andrej Karpathy tarafından tasarlandı. metin botları: Benzer prensiplere sahip Char -RNN gibi ağlar. Araştırmacı Douglas Eck, şimdilik amacın, bilgisayarların yarı otonom olarak yeni sanat eserleri yaratma yeteneğini geliştirmek olduğunu söylüyor.
Sinir ağı, milyonlarca örneği görüntüleyerek ve istenen nitelikleri elde edene kadar ağ parametrelerini kademeli olarak yeniden kalibre ederek eğitilir. Ağ genellikle 10 ila 30 yapay nöron katmanından oluşur. Her görüntü giriş katmanına eklenir ve her katman bir sonraki katmanla “çıktı” katmanına ulaşana kadar iletişim kurar. Ağın “yanıtı” bu son çıktı katmanından gelir. Her katman kademeli olarak görüntünün üst düzey özelliklerini çıkarır ve son katman görüntünün nasıl görünmesi gerektiğine karar verir.
Örneğin, ilk katman görüntüdeki kenarları veya köşeleri dikkate alır. Ara katmanlar, çoğunlukla, düğme veya ağaç gibi şekilleri veya bileşenleri işler. Son birkaç katmandaki nöronlar, tüm binalar veya bir orman gibi çok karmaşık nesnelere yanıt olarak ateşlenir ve bu görüntülerin temel özelliklerini nihai yorumlara dönüştürür.
Çeşitli çizim stilleri, resimler oluşturmak için zengin bir görsel hazine sağlar. Bu kelimelerin ne derece öğrenildiği ve görüldüğü, görüntülerin özelliklerini anlama düzeyimizi de ölçer. Farklı tabloların sanatsal tarzını abartabilen Genişletilebilir Derin Izgara, tabloyu tek bir noktaya indirger ve farklı sanatsal stilleri genelleştirir. Bu model, kullanıcının farklı resimlerden öğrendiği stilleri dilediği gibi birleştirerek yeni bir resim stili keşfetmesini sağlar.
Kısacası Magenta’nın odak noktası müzik ama aynı zamanda görsel sanatlar ve edebiyatı da kapsıyor. Örneğin, Botnik Studios’tan Jamie Brew ve ekibi tarafından geliştirilen bir yazım algoritması kullanan bir bilgisayar, JKRowling’in yedi ciltlik Harry Potter serisinde yeni bir bölüm yazdı. Adını popüler korku karakteri Frankenstein’ın yaratıcısı İngiliz yazar Mary Wollstonecraft Godwin Shelley’den alan MIT’nin yapay zekası Shelley bir kez daha muhteşem korku hikayeleri üretmeye devam ediyor.
Magenta Projesi’ndeki bir diğer çalışma, Sanatçılar ve Makine Zekası (AMI), sanatçıları bir araya getiriyor ve sanat ve teknoloji arasındaki karşılıklı ilişkiye ilişkin sorular ve sorunlar hakkında görüşlerini paylaşma fırsatı yaratıyor. Google Cultural Institute, dünyadaki tüm müzelerin, arşivlerin, koleksiyonların ve galerilerin incelenmesini teşvik eder. Enstitünün laboratuvarlarında, sanatçıların katkılarıyla, sanatsal ve müzikal üretim için dünyanın en iyi yapay zeka platformunu geliştirmek için çalışmalar devam ediyor.
Kaynak:
— Alexander Mordvintsev, Christopher Olah, Mike Teka, “Başlangıç: Sinir Ağlarına Daha Derine Girmek”, 2015.
— Stuart J. Russell, Peter Norvig, “Yapay Zeka: Modern Bir Yaklaşım”, Pearson, 2015.
-Tom M.Mitchell, “Makine Öğrenimi”, Mc Graw Hill Education, 2017.
-Leon A. Gatys, Alexander S. Ecker, Matthias Bethge, “A Neural Algorithm of Artistic Style,” Computer Vision & Pattern Recognition arXiv: 1508.06576v2, Cornell University Library, 2015.
— Douglas Eck, “Magenta’ya Hoş Geldiniz”, 2016.
yazar:Juni Saraoğlu’nu aç
Diğer gönderilerimize göz at
[wpcin-random-posts]