AI-Generated Creatures That Stretch the Boundaries of Imagination | Sofia Crespo | TED

45,678 views

2022-11-30 ・ TED


New videos

AI-Generated Creatures That Stretch the Boundaries of Imagination | Sofia Crespo | TED

45,678 views ・ 2022-11-30

TED


Fare doppio clic sui sottotitoli in inglese per riprodurre il video.

Traduttore: Gabriella Patricola
00:04
I'd like to start by asking you to imagine a color
0
4543
4379
Vorrei iniziare chiedendovi di immaginare un colore
00:08
that you've never seen before.
1
8922
2544
che non avete mai visto prima.
00:12
Just for a second give this a try.
2
12217
2252
Provateci solo per un secondo.
00:14
Can you actually visualize a color that you've never been able to perceive?
3
14928
4463
Potete visualizzare un colore che non avete mai percepito?
00:20
I never seem to get tired of trying this
4
20892
2878
Non mi stanco mai di provare a farlo,
00:23
although I know it's not an easy challenge.
5
23770
2795
sebbene io sappia che non è affatto semplice.
00:26
And the thing is,
6
26606
1210
In realtà,
00:27
we can't imagine something without drawing upon our experiences.
7
27857
4880
noi non possiamo immaginare niente senza attingere alla nostra esperienza.
00:33
A color we haven't yet seen
8
33655
2002
Un colore che non abbiamo mai visto,
00:35
outside the spectrum we can perceive
9
35699
2836
oltre le nostre soglie percettive,
00:38
is outside our ability to conjure up.
10
38535
2502
è fuori dalla nostra abilità immaginativa.
00:42
It's almost like there's a boundary to our imagination
11
42372
3212
È quasi come se ci fosse un freno alla nostra immaginazione,
00:45
where all the colors we can imagine
12
45625
2002
dove tutti i colori immaginabili
00:47
can only be various shades of other colors we have previously seen.
13
47627
4505
possono essere solo sfumature di colori che abbiamo già visto.
00:52
Yet we know for a fact
14
52841
2210
Eppure sappiamo per certo
00:55
that those color frequencies outside our visible spectrum are there.
15
55051
4463
che le frequenze dei colori al di fuori del nostro spettro visibile esistono.
01:00
And scientists believe that there are species
16
60223
5339
Gli scienziati credono ci siano specie
01:05
that have many more photo receptors
17
65562
3503
dotate di molti più fotorecettori
01:09
than just the three color ones we humans have.
18
69107
4880
rispetto a quei tre che hanno gli esseri umani.
01:13
Which, by the way,
19
73987
1835
Tra l’altro, per inciso,
01:15
not all humans see the world in the same way.
20
75864
3295
non tutti gli esseri umani vedono il mondo nello stesso modo.
01:19
Some of us are colorblind to various degrees,
21
79200
4505
Alcuni di noi sono daltonici a vari livelli
01:23
and very often we don't even agree on small things,
22
83705
4713
e molto spesso non concordiamo neanche su cose futili,
01:28
like if a dress on the internet is blue and black or white and gold.
23
88460
5005
ad esempio se il colore di un vestito su internet è blu e nero o bianco e oro.
01:34
But my favorite creature, one of my favorite creatures,
24
94215
4380
Ma la mia creatura preferita, una delle mie preferite,
01:38
is the peacock mantis shrimp,
25
98595
2335
è la canocchia pavone,
01:40
which is estimated to have 12 to 16 photo receptors.
26
100972
5297
che si pensa abbia da 12 a 16 fotorecettori.
01:46
And that indicates the world to them might look so much more colorful.
27
106269
5798
Questo vuol dire che per loro il mondo potrebbe apparire molto più colorato.
01:54
So what about artificial intelligence?
28
114194
2836
Quindi che cosa dire sull’intelligenza artificiale?
01:57
Can AI help us see beyond our human capabilities?
29
117947
3838
Può l’IA aiutarci a vedere oltre le nostre capacità umane?
02:03
Well, I've been working with AI for the past five years,
30
123203
3670
Ho lavorato con l’IA negli ultimi cinque anni
02:06
and in my experience, it can see within the data it gets fed.
31
126873
4630
e nella mia esperienza dico che vede solo entro i dati con cui è alimentata.
02:12
But then you might be wondering, OK,
32
132420
2586
Allora vi chiederete:
02:15
if AI can't help imagine anything new,
33
135006
3337
se l’IA non può immaginare nulla di nuovo,
02:18
why would an artist see any point in using it?
34
138385
2794
perché un artista dovrebbe usarlo?
02:21
And my answer to that is because I think that it can help augment our creativity
35
141930
4254
Di risposta, penso possa aiutare ad amplificare la nostra creatività
02:26
as there's value in creating combinations of known elements to form new ones.
36
146226
6173
perché ha un ruolo nella combinazione di elementi noti per crearne di inediti.
02:33
And this boundary of what we can imagine based on what we have experienced
37
153858
5422
Questo limite che ci fa immaginare solo ciò che abbiamo già visto,
02:39
is the place that I have been exploring.
38
159322
2419
è proprio quello che ho esplorato.
02:42
For me, it started with jellyfish on a screen at an aquarium
39
162200
5005
Per me è iniziato tutto con delle meduse sullo schermo di un acquario,
02:47
and wearing those old 3D glasses, which I hope you remember,
40
167247
3712
indossando un paio di quei vecchi occhiali 3D, non so se li ricordate,
02:51
the ones with the blue and red lens.
41
171000
1919
quelli con le lenti blu e rosse.
02:53
And this experience made me want to recreate their textures.
42
173336
4213
Quell’esperienza mi portò a voler ricreare la loro texture.
02:57
But not just that,
43
177882
1168
Non solo,
02:59
I also wanted to create new jellyfish
44
179092
1960
perché volevo anche creare nuove meduse
03:01
that I hadn't seen before, like these.
45
181052
2878
che non avevo mai visto prima, come queste.
03:04
And what started with jellyfish,
46
184556
1543
Quello che iniziò con le meduse,
03:06
very quickly escalated to other sea creatures
47
186099
3587
si espanse rapidamente ad altre creature marine
03:09
like sea anemone, coral and fish.
48
189686
4254
come anemoni, coralli e pesci.
03:14
And then from there came amphibians, birds and insects.
49
194524
5756
Da loro nacquero anfibi, uccelli e insetti.
03:20
And this became a series called “Neural Zoo”.
50
200739
2919
Questo diventò una serie chiamata “Neural Zoo”.
03:25
But when you look closely, what do you see?
51
205618
3629
Che cosa vedete se guardate più da vicino?
03:29
There's no single creature in these images.
52
209289
3962
Non c’è una creatura singola in queste immagini.
03:33
And AI augments my creative process
53
213710
3378
L’IA espande il mio processo creativo
03:37
by allowing me to distill and recombine textures.
54
217130
4671
permettendomi di combinare e ricombinare le trame.
03:41
And that's something that would otherwise take me months to draw by hand.
55
221801
4588
Ci impiegherei mesi a disegnarlo a mano.
03:47
Plus I'm actually terrible at drawing.
56
227015
1877
Per di più sono pessima a disegnare.
03:49
So you could say, in a way, what I'm doing
57
229476
3169
Si può dire in un certo senso che quello che sto facendo
03:52
is a contemporary version of something
58
232687
1960
è la versione contemporanea
03:54
that humans have already been doing for a long time,
59
234689
2753
di qualcosa che gli uomini hanno fatto per tanto tempo
03:57
even before cameras existed.
60
237484
2669
ancor prima che esistessero le fotocamere.
04:01
In medieval times,
61
241738
1793
In epoca medievale,
04:03
people went on expeditions,
62
243573
2211
la gente partiva in spedizioni
04:05
and when they came back they would share about what they saw
63
245825
3504
e al ritorno voleva condividere quello che aveva visto
04:09
to an illustrator.
64
249370
1377
con un illustratore.
04:10
And the illustrator, having never seen what was being described,
65
250789
4129
Non avendo mai visto quello che gli veniva descritto,
04:14
would end up drawing
66
254959
1627
l’illustratore disegnava
04:16
based on the creatures that they had previously seen
67
256628
2460
sulla base di creature che conosceva
04:19
and in the process creating hybrid animals of some sort.
68
259088
3170
e nel processo creava animali ibridi di un certo tipo.
04:22
So an explorer might describe a beaver, but having never seen one,
69
262675
4338
Quindi un esploratore poteva ad esempio descrivere un castoro
04:27
the illustrator might give it the head of a rodent,
70
267055
2419
e l’illustratore gli dava la testa di un roditore
04:29
the body of a dog and a fish-like tail.
71
269474
2419
e il corpo di un cane con la coda di un pesce.
04:32
In the series “Artificial Natural History”,
72
272560
2670
Nella serie “Storia Naturale Artificiale”
04:35
I took thousands of illustrations from a natural history archives,
73
275271
4588
ho recuperato migliaia di illustrazioni da un archivio di storia naturale
04:39
and I fed them to a neural network to generate new versions of them.
74
279901
5297
e li ho caricati su un network neurale per generarne una nuova versione.
04:45
But up until now, all my work was done in 2D.
75
285990
4171
Fino ad adesso il mio lavoro era fatto in 2D.
04:51
And with the help of my studio partner, Feileacan McCormick,
76
291246
3545
Con l’aiuto del mio collega Feileacan McCormick,
04:54
we decided to train a neural network on a data set of 3D scanned beetles.
77
294833
5422
abbiamo preparato un network neurale con un data set 3D di coleotteri.
05:00
But I must warn you that our first results were extremely blurry,
78
300839
4546
Devo avvisarvi però che il nostro primo risultato è estremamente offuscato,
05:05
and they looked like the blobs you see here.
79
305426
2253
e sembrano dei blob come vedete qui.
05:08
And this could be due to many reasons,
80
308346
1835
Le ragioni sono varie,
05:10
but one of them being that there aren't really a lot
81
310181
2461
ma una è che non ci sono tanti data set di insetti
05:12
of openly available data sets of 3D insects.
82
312642
4504
che sono disponibili in 3D.
05:17
And also we were repurposing
83
317188
2127
Stavamo anche riqualificando
05:19
a neural network that normally gets used to generate images to generate 3D.
84
319357
5214
un network neurale che normalmente veniva utilizzato per generare immagini in 3D.
05:24
So believe it or not, these are very exciting blobs to us.
85
324612
4380
Credeteci o meno, questi blob ci emozionano molto.
05:29
But with time and some very hacky solutions
86
329784
3879
Con il tempo e qualche soluzione improvvisata,
05:33
like data augmentation,
87
333705
2294
come i “dati aumentati”
05:36
where we threw in ants and other beetle-like insects
88
336040
3754
dove abbiamo usato formiche e altri insetti simili ai coleotteri
05:39
to enhance the data set,
89
339794
2503
per migliorare il data set,
05:42
we ended up getting this,
90
342338
2628
abbiamo ottenuto questo,
05:44
which we've been told they look like grilled chicken.
91
344966
2544
che ci è stato detto assomigli a un pollo grigliato.
05:47
(Laughter)
92
347552
1752
(Risate)
05:49
But hungry for more, we pushed our technique,
93
349345
4797
Ma volendo di più, abbiamo spinto la nostra tecnica
05:54
and eventually they ended up looking like this.
94
354183
3713
e alla fine abbiamo ottenuto una cosa del genere.
05:58
We use something called 3D style transfer to map textures onto them,
95
358479
5047
Abbiamo usato un 3D style transfer, per disegnare un epitelio su di loro
06:03
and we also trained a natural language model
96
363568
3670
e abbiamo anche addestrato un modello di linguaggio naturale
06:07
to generate scientific-like names
97
367280
2544
che generi nome pseudo-scientifici
06:09
and anatomical descriptions.
98
369866
1918
e descrizioni anatomiche.
06:12
And eventually we even found a network architecture that could handle 3D meshes.
99
372869
4963
Alla fine abbiamo trovato un’architettura di rete in grado di gestire i mesh 3D.
06:17
So they ended up looking like this.
100
377874
2377
Il risultato è questo.
06:21
And for us, this became a way of creating kind of a speculative study --
101
381836
4838
Per noi questa è diventato un modo di creare un tipo di studio speculativo.
06:26
(Applause)
102
386716
2669
(Applausi)
06:29
A speculative study of creatures that never existed,
103
389427
3629
Uno studio speculativo di creature che non sono mai esistite,
06:33
kind of like a speculative biology.
104
393097
2294
un tipo di biologia speculativa.
06:37
But I didn't want to talk about AI and its potential
105
397685
4421
Ma non volevo parlare dell’IA e del suo potenziale,
06:42
unless it brought me closer to a real species.
106
402148
3629
a meno che mi avvicinasse a delle specie reali.
06:46
Which of these do you think is easier to find data about online?
107
406486
4880
Per quali di questi pensate che sia più facile trovare dei dati online?
06:51
(Laughter)
108
411366
1918
(Risata)
06:53
Yeah, well, as you guessed correctly, the red panda.
109
413326
4004
Beh, avete indovinato, è il panda rosso.
06:57
And this maybe could be due to many reasons,
110
417830
3420
Questo è dovuto a varie ragioni,
07:01
but one of them being how cute they are,
111
421292
4046
ma una di queste è perchè sono carini
07:05
which means we photograph and talk about them a lot,
112
425338
4588
e quindi li fotografiamo e ne parliamo,
07:09
unlike the boreal felt lichen.
113
429926
2002
a differenza dei licheni.
07:12
But both of them are classified as endangered.
114
432679
2877
Ma entrambi sono classificati come specie in pericolo.
07:16
So I wanted to bring visibility to other endangered species
115
436349
4880
Così ho voluto dare visibilità ad altre specie in pericolo
07:21
that don't get the same amount of digital representation
116
441270
4755
che non ottengono lo stesso livello di rappresentazione digitale
07:26
as a cute, fluffy red panda.
117
446025
2002
come i carini e morbidi panda rossi.
07:28
And to do this,
118
448861
1710
Per farlo,
07:30
we trained an AI on millions of images of the natural world,
119
450613
5005
abbiamo addestrato l’IA con milioni di immagini del mondo naturale
07:35
and then we prompted with text
120
455660
2085
e abbiamo inserito testo
07:37
to generate some of these creatures.
121
457787
2294
per generare alcune di queste creature.
07:40
So when prompted with a text,
122
460123
3712
Quando abbiamo inserito il testo,
07:43
"an image of a critically endangered spider, the peacock tarantula"
123
463876
4713
“un’immagine della tarantola pavone, un ragno criticamente in via d’estinzione
07:48
and its scientific name,
124
468589
1669
e il suo nome scientifico,
07:50
our model generated this.
125
470299
2378
Il nostro modello ha generato questo.
07:55
And here's an image of the real peacock tarantula,
126
475972
3211
Questa è l’immagine di una tarantola pavone reale,
07:59
which is a wonderful spider endemic to India.
127
479225
3128
che è un ragno fantastico endemico dell’India.
08:02
But when prompted with a text
128
482812
2878
Ma quando abbiamo inserito il testo
08:05
"an image of a critically endangered bird, the mangrove finch,"
129
485732
4170
“un’immagine di un uccello quasi in via d’estinzione, fringuello delle mangrovie,
08:09
our model generated this.
130
489944
2669
il modello ha generato questo.
08:14
And here's a photo of the real mangrove finch.
131
494532
2711
Questa è la foto reale del fringuello delle mangrovie.
08:17
Both these creatures exist in the wild,
132
497702
2878
Entrambe queste creature esistono in natura,
08:20
but the accuracy of each generated image is fully dependent on the data available.
133
500621
5965
ma l’accuratezza di ogni immagine generata dipende totalmente dai dati disponibili.
08:27
These chimeras of our everyday data
134
507462
2961
Queste chimera dei nostri dati attuali
08:30
to me are a different way of how the future could be.
135
510423
3670
per me sono un modo differente di un possibile futuro.
08:34
Not in a literal sense, perhaps,
136
514802
2836
Non in senso letterale, forse,
08:37
but in the sense that through practicing the expanding of our own imagination
137
517680
6423
ma nel senso che attraverso la pratica di espandere la nostra immaginazione
08:44
about the ecosystems we are a part of,
138
524145
3045
dell’ecosistema di cui siamo parte,
08:47
we might just be better equipped to recognize new opportunities
139
527231
3170
possiamo essere meglio preparati nel riconoscere nuove opportunità
08:50
and potential.
140
530443
1335
e potenziale.
08:52
Knowing that there's a boundary to our imagination
141
532236
3128
Sapere che ci sono dei confini nella nostra immaginazione
08:55
doesn't have to feel limiting.
142
535406
2211
non deve farci sentire limitati.
08:58
On the contrary,
143
538159
1293
Al contrario,
08:59
it can help motivate us to expand that boundary further
144
539452
3420
ci può aiutare a motivarci ad espandere quei confini
09:02
and to seek out colors and things we haven't yet seen
145
542914
3962
e ricercare colori e forme che non sono state ancora scoperte
09:06
and perhaps enrich our imagination as a result.
146
546918
3295
e in ultimo, forse, arricchire la nostra immaginazione.
09:10
So thank you.
147
550546
1168
Vi ringrazio.
09:11
(Applause)
148
551714
4046
(Applausi)
A proposito di questo sito web

Questo sito vi presenterà i video di YouTube utili per l'apprendimento dell'inglese. Vedrete lezioni di inglese tenute da insegnanti di alto livello provenienti da tutto il mondo. Fate doppio clic sui sottotitoli in inglese visualizzati su ogni pagina video per riprodurre il video da lì. I sottotitoli scorrono in sincronia con la riproduzione del video. Se avete commenti o richieste, contattateci tramite questo modulo di contatto.

https://forms.gle/WvT1wiN1qDtmnspy7