まずは見たことのない色を想像してみてください。
ちょっと試してみてください。
これまで知覚できなかった色を実際に視覚化できますか?
簡単な挑戦ではないことはわかっていますが、私はこれに挑戦することに決して飽きません。
そして重要なのは、私たちは経験に頼らなくても何かを想像することができるということです。
私たちが知覚できるスペクトルの外でまだ見たことのない色は、私たちが想像する能力の外にあります。
まるで私たちの想像力には限界があるようで、私たちが想像できるすべての色は、これまで見たことのある他の色のさまざまな色合いでしかありえません。
しかし、私たちは、可視スペクトルの外にある色の周波数が存在することを事実として知っています。
そして科学者たちは、私たち人間が持つ 3 色の光受容体よりもはるかに多くの光受容体を持つ種が存在すると信じています。
ちなみに、すべての人間が同じように世界を見ているわけではありません。
私たちの中には、さまざまな程度の色盲の人もいます。インターネット上のドレスが青と黒なのか、白と金なのかなど、小さなことでも意見が一致しないことがよくあります。
しかし、私のお気に入りの生き物、または最も好きな生き物の 1 つは、12 ～ 16 個の光受容体を持っていると推定されているクジャクシャコです。
そしてそれは、彼らにとって世界がよりカラフルに見えるかもしれないことを示しています。
では、人工知能はどうでしょうか？
AI は人間の能力を超えたものを見るのに役立ちますか?
そうですね、私は過去 5 年間 AI に取り組んできました。
私の経験では、フィードされたデータの内部を確認できます。
しかし、もし AI が何か新しいことを想像するのに役立たないなら、アーティストが AI を使用することになぜ意味があるのかと疑問に思うかもしれません。
それに対する私の答えは、既知の要素を組み合わせて新しい要素を形成することに価値があるため、それが私たちの創造性を高めるのに役立つと思うからです。
そして、私たちが経験したことに基づいて想像できるこの境界は、私が探求してきた場所です。
私にとってそれは、水族館のスクリーンに映るクラゲを見て、覚えていると思いますが、青と赤のレンズが付いた古い 3D メガネをかけたことから始まりました。
この経験から、その質感を再現したいと思うようになりました。
でもそれだけではなく、このような今まで見たことのない新しいクラゲを作りたいと思っていました。
そして、クラゲから始まったものはすぐにイソギンチャク、サンゴ、魚などの他の海洋生物へと拡大しました。
そしてそこから両生類、鳥類、昆虫がやって来ました。
そしてこれは Neural Zoo というシリーズになりました。
しかし、よく見ると何が見えますか？
これらの画像には生き物は一匹も写っていません。
また、AI はテクスチャを抽出して再結合できるようにすることで、私の創造的なプロセスを強化します。
それは、手で描くのに何か月もかかるものです。
それに、実は私は絵を描くのが苦手なんです。
つまり、ある意味、私がやっていることは、カメラが存在する前から人間がすでに長い間行ってきたことの現代版であると言えるでしょう。
中世、人々は遠征に出かけ、戻ってきたら、見たものをイラストレーターに共有していました。
そして、イラストレーターは、説明されているものを見たことがないのに、以前に見た生き物に基づいて描き、その過程で、ある種のハイブリッド動物を作成することになります。
したがって、探検家はビーバーについて説明するかもしれませんが、実際に見たことのないイラストレーターは、頭はげっ歯類、胴体は犬、尾は魚のようなものだと表現するかもしれません。
このシリーズ「人工自然史」では、自然史アーカイブから何千ものイラストを取り出し、それらをニューラル ネットワークに供給して新しいバージョンを生成しました。
しかし、これまでの私の作品はすべて 2D で行われていました。
そして、私のスタジオ パートナーであるフェリカン マコーミックの協力を得て、3D スキャンしたカブトムシのデータセットでニューラル ネットワークをトレーニングすることにしました。
ただし、最初の結果は非常にぼやけていて、ここに見られる塊のように見えたことを警告しなければなりません。
これにはさまざまな理由が考えられますが、その 1 つは、オープンに利用できる 3D 昆虫のデータセットが実際にはあまりないことです。
また、通常は画像の生成に使用されるニューラル ネットワークを 3D の生成に再利用しました。
信じられないかもしれませんが、これらは私たちにとって非常に興味深い塊です。
しかし、時間と、アリやその他のカブトムシのような昆虫を投入してデータセットを強化するデータ拡張などの非常にハックなソリューションをいくつか使用した結果、最終的にこのような結果が得られました。これは、焼き鳥に似ていると言われています。
しかし、さらに多くのものを求めて、私たちは技術を追求し、最終的にこのような外観になりました。
3D スタイル転送と呼ばれるものを使用してテクスチャをマッピングし、科学的な名前と解剖学的説明を生成するために自然言語モデルをトレーニングしました。
そして最終的には 3D メッシュを処理できるネットワーク アーキテクチャも発見し、最終的にはこのような外観になりました。
そして私たちにとって、これは一種の思索的な研究を生み出す方法となりました。
ありがとう。
存在しなかった生き物についての思索的な研究で、思索的な生物学のようなものです。
しかし、実際の種に近づけない限り、AI とその可能性については話したくありませんでした。
オンラインに関するデータを見つけるのは次のうちどれが簡単だと思いますか?
はい、ご想像のとおり、レッサーパンダです。
これにはおそらく多くの理由が考えられますが、そのうちの 1 つは、北方の秋の地衣とは異なり、彼らがとてもかわいいため、写真を撮ったり、話題にしたりすることが多いということです。
しかし、どちらも絶滅危惧種に指定されています。
そこで私は、ふわふわしたかわいいレッサーパンダほどデジタル表現されていない他の絶滅危惧種を可視化したいと考えました。
これを行うために、自然界の数百万枚の画像で AI をトレーニングし、テキストでこれらの生き物の一部を生成するよう促しました。
したがって、テキスト、絶滅危惧種のクモであるクジャク タランチュラの画像、およびその学名が入力されると、私たちのモデルはこれを生成しました。
そしてこれは、MiG-2インドに登場する素晴らしいクモである本物のクジャクタランチュラの画像です。
しかし、テキスト、絶滅危惧種の鳥、マングローブフィンチの画像が表示されると、私たちのモデルはこれを生成しました。
そして、これが本物のマングローブフィンチの写真です。
これらの生き物は両方とも野生に存在しますが、生成される各画像の精度は利用可能なデータに完全に依存します。
私たちの日常のデータをキメラ化したものは、私にとって、未来がどうなるかを示す別の方法です。
おそらく文字通りの意味ではなく、私たちが属している生態系について自分自身の想像力を広げる練習をすることで、新しい機会や可能性を認識する能力が高まるかもしれないという意味です。
私たちの想像力には限界があると知っていても、制限を感じる必要はありません。
それどころか、その境界をさらに広げ、まだ見たことのない色やものを探す意欲を高め、その結果想像力が豊かになる可能性があります。
コメント