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

45,541 views ・ 2022-11-30

TED


אנא לחץ פעמיים על הכתוביות באנגלית למטה כדי להפעיל את הסרטון.

תרגום: zeeva livshitz עריכה: Ido Dekkers
00:04
I'd like to start by asking you to imagine a color
0
4543
4379
אני רוצה להתחיל עם בקשה שתדמיינו צבע
00:08
that you've never seen before.
1
8922
2544
שלא ראיתם מעולם.
00:12
Just for a second give this a try.
2
12217
2252
רק לרגע, נסו את זה.
00:14
Can you actually visualize a color that you've never been able to perceive?
3
14928
4463
התוכלו באמת לדמיין צבע שלא הצלחתם לתפוס?
00:20
I never seem to get tired of trying this
4
20892
2878
נראה שאף פעם לא נמאס לי לנסות זאת
00:23
although I know it's not an easy challenge.
5
23770
2795
למרות שאני יודעת שזה אתגר לא קל.
00:26
And the thing is,
6
26606
1210
והעניין הוא,
00:27
we can't imagine something without drawing upon our experiences.
7
27857
4880
אנחנו לא יכולים לדמיין משהו מבלי להסתמך על החוויות שלנו.
00:33
A color we haven't yet seen
8
33655
2002
צבע שעדיין לא ראינו
00:35
outside the spectrum we can perceive
9
35699
2836
מחוץ לספקטרום שאנו יכולים לתפוס
00:38
is outside our ability to conjure up.
10
38535
2502
הוא מחוץ ליכולת שלנו לדמיין.
00:42
It's almost like there's a boundary to our imagination
11
42372
3212
זה כמעט כאילו יש גבול לדמיון שלנו
00:45
where all the colors we can imagine
12
45625
2002
שבו כל הצבעים שאנו יכולים לדמיין
00:47
can only be various shades of other colors we have previously seen.
13
47627
4505
יכולים להיות גוונים שונים של צבעים שכבר ראינו קודם לכן.
00:52
Yet we know for a fact
14
52841
2210
ובכל זאת אנחנו יודעים בוודאות
00:55
that those color frequencies outside our visible spectrum are there.
15
55051
4463
כי תדרי הצבע הללו מחוץ לספקטרום הגלוי שלנו נמצאים שם.
01:00
And scientists believe that there are species
16
60223
5339
ומדענים מאמינים שיש מינים
01:05
that have many more photo receptors
17
65562
3503
שיש להם הרבה יותר קולטני תמונה
01:09
than just the three color ones we humans have.
18
69107
4880
מאשר רק 3 הצבעים שיש לנו בני האדם.
01:13
Which, by the way,
19
73987
1835
שדרך אגב,
01:15
not all humans see the world in the same way.
20
75864
3295
לא כל בני האדם רואים את העולם באותה הדרך.
01:19
Some of us are colorblind to various degrees,
21
79200
4505
חלקנו עיוורי צבעים בדרגות שונות,
01:23
and very often we don't even agree on small things,
22
83705
4713
ולעתים קרובות אנחנו אפילו לא מסכימים על דברים קטנים,
01:28
like if a dress on the internet is blue and black or white and gold.
23
88460
5005
כמו אם צבע שמלה באינטרנט הוא כחול ושחור או לבן וזהב.
01:34
But my favorite creature, one of my favorite creatures,
24
94215
4380
אבל היצור האהוב עליי, אחד היצורים האהובים עלי,
01:38
is the peacock mantis shrimp,
25
98595
2335
הוא חסילון גמל שלמה טווסי,
01:40
which is estimated to have 12 to 16 photo receptors.
26
100972
5297
אשר מוערך שיש לו 12 עד-16 קולטני אור.
01:46
And that indicates the world to them might look so much more colorful.
27
106269
5798
וזה מעיד שהעולם עבורם אולי נראה הרבה יותר צבעוני.
01:54
So what about artificial intelligence?
28
114194
2836
אז מה לגבי בינה מלאכותית?
01:57
Can AI help us see beyond our human capabilities?
29
117947
3838
האם ב“מ יכולה לעזור לנו לראות מעבר ליכולות האנושיות שלנו?
02:03
Well, I've been working with AI for the past five years,
30
123203
3670
ובכן, עבדתי עם ב“מ בחמש השנים האחרונות,
02:06
and in my experience, it can see within the data it gets fed.
31
126873
4630
ומניסיוני, היא יכולה לראות בתוך הנתונים שהיא מקבלת.
02:12
But then you might be wondering, OK,
32
132420
2586
אבל אז אולי אתם תוהים, בסדר,
02:15
if AI can't help imagine anything new,
33
135006
3337
אם ב“מ לא יכולה לעזור לדמיין משהו חדש,
02:18
why would an artist see any point in using it?
34
138385
2794
למה שאמן ימצא טעם להשתמש בה?
02:21
And my answer to that is because I think that it can help augment our creativity
35
141930
4254
והתשובה לזה היא כי אני חושבת שהיא יכולה לעזור להגביר את היצירתיות שלנו
02:26
as there's value in creating combinations of known elements to form new ones.
36
146226
6173
שכן יש ערך ביצירת שילובים של אלמנטים ידועים כדי ליצור אלמנטים חדשים.
02:33
And this boundary of what we can imagine based on what we have experienced
37
153858
5422
והגבול הזה של מה שאנחנו יכולים לדמיין על סמך מה שחווינו
02:39
is the place that I have been exploring.
38
159322
2419
הוא המקום אותו חקרתי.
02:42
For me, it started with jellyfish on a screen at an aquarium
39
162200
5005
אצלי, זה התחיל עם מדוזה על מסך באקווריום
02:47
and wearing those old 3D glasses, which I hope you remember,
40
167247
3712
והרכבת משקפי התלת מימד, שאני מקווה שאתם זוכרים,
02:51
the ones with the blue and red lens.
41
171000
1919
אלה עם העדשה הכחולה והאדומה.
02:53
And this experience made me want to recreate their textures.
42
173336
4213
והחוויה הזו גרמה לי לרצות ליצור מחדש את המרקמים שלהם.
02:57
But not just that,
43
177882
1168
אבל לא רק זה,
02:59
I also wanted to create new jellyfish
44
179092
1960
רציתי גם ליצור מדוזה חדשה
03:01
that I hadn't seen before, like these.
45
181052
2878
שלא ראיתי קודם, כמו אלו.
03:04
And what started with jellyfish,
46
184556
1543
ומה שהתחיל עם מדוזה,
03:06
very quickly escalated to other sea creatures
47
186099
3587
מהר התדרדר ליצורים ימיים אחרים
03:09
like sea anemone, coral and fish.
48
189686
4254
כמו שושנת מים, אלמוגים ודגים.
03:14
And then from there came amphibians, birds and insects.
49
194524
5756
ואז משם הגיעו דו-חיים, ציפורים וחרקים.
03:20
And this became a series called “Neural Zoo”.
50
200739
2919
וזה הפך לסדרה שנקראת “גן החיות העצבי“.
03:25
But when you look closely, what do you see?
51
205618
3629
אבל כשמסתכלים מקרוב, מה אתם רואים?
03:29
There's no single creature in these images.
52
209289
3962
אין יצור יחיד בתמונות הללו.
03:33
And AI augments my creative process
53
213710
3378
ב“מ מגדילה את התהליך היצירתי שלי
03:37
by allowing me to distill and recombine textures.
54
217130
4671
בכך שהיא מאפשרת לי לזקק ולשלב מחדש מרקמים.
03:41
And that's something that would otherwise take me months to draw by hand.
55
221801
4588
וזה משהו שאם לא כך יקח לי חודשים לצייר ביד.
03:47
Plus I'm actually terrible at drawing.
56
227015
1877
בנוסף, אני ממש גרועה בציור.
03:49
So you could say, in a way, what I'm doing
57
229476
3169
אז תוכלו לומר, במובן מסוים שמה שאני עושה
03:52
is a contemporary version of something
58
232687
1960
הוא גירסה עכשווית של משהו
03:54
that humans have already been doing for a long time,
59
234689
2753
שבני אדם כבר עשו הרבה זמן,
03:57
even before cameras existed.
60
237484
2669
אפילו לפני שהיו מצלמות.
04:01
In medieval times,
61
241738
1793
בימי הביניים,
04:03
people went on expeditions,
62
243573
2211
אנשים יצאו למסעות,
04:05
and when they came back they would share about what they saw
63
245825
3504
וכשהם חזרו הם שיתפו את מה שהם ראו
04:09
to an illustrator.
64
249370
1377
עם מאייר.
04:10
And the illustrator, having never seen what was being described,
65
250789
4129
והמאייר שמעולם לא ראה את מה שתואר,
04:14
would end up drawing
66
254959
1627
צייר בסופו של דבר
04:16
based on the creatures that they had previously seen
67
256628
2460
בהתבסס על היצורים שהוא ראה קודם לכן,
04:19
and in the process creating hybrid animals of some sort.
68
259088
3170
ובתהליך יצר חיות היברידיות מסוג כלשהו.
04:22
So an explorer might describe a beaver, but having never seen one,
69
262675
4338
אז חוקר עשוי לתאר בונה, אבל מכיוון שלא ראה כזה
04:27
the illustrator might give it the head of a rodent,
70
267055
2419
המאייר עשוי לצייר לו ראש של חולד,
04:29
the body of a dog and a fish-like tail.
71
269474
2419
גוף של כלב וזנב דמוי דג.
04:32
In the series “Artificial Natural History”,
72
272560
2670
בסדרה “היסטוריה טבעית מלאכותית“,
04:35
I took thousands of illustrations from a natural history archives,
73
275271
4588
צילמתי, אלפי איורים מארכיוני היסטוריה טבעית,
04:39
and I fed them to a neural network to generate new versions of them.
74
279901
5297
והזנתי אותם לרשת עצבית כדי ליצור גרסאות חדשות שלהם.
04:45
But up until now, all my work was done in 2D.
75
285990
4171
אבל עד עכשיו, כל העבודה שלי נעשתה בדו מימד.
04:51
And with the help of my studio partner, Feileacan McCormick,
76
291246
3545
ובעזרת השותף שלי לסטודיו, פיילאקן מקורמיק,
04:54
we decided to train a neural network on a data set of 3D scanned beetles.
77
294833
5422
החלטנו לאמן רשת עצבית על סט נתונים של חיפושיות סרוקות בתלת מימד.
05:00
But I must warn you that our first results were extremely blurry,
78
300839
4546
אבל עלי להזהיר אתכם שהתוצאות הראשוניות שלנו היו מטושטשות ביותר,
05:05
and they looked like the blobs you see here.
79
305426
2253
ונראו כמו הכתמים שאתם רואים כאן.
05:08
And this could be due to many reasons,
80
308346
1835
וזה יכול להיות בגלל הרבה סיבות,
05:10
but one of them being that there aren't really a lot
81
310181
2461
אבל אחת מהן היא
שאין הרבה מידע זמין על חרקים תלת מימדיים.
05:12
of openly available data sets of 3D insects.
82
312642
4504
05:17
And also we were repurposing
83
317188
2127
וגם עשינו שימוש מחדש
05:19
a neural network that normally gets used to generate images to generate 3D.
84
319357
5214
ברשת עצבית שבדרך כלל מתרגלת ליצור תמונות כדי ליצור תלת מימד.
05:24
So believe it or not, these are very exciting blobs to us.
85
324612
4380
אז תאמינו או לא, אלה כתמים מאוד מרגשים עבורנו.
05:29
But with time and some very hacky solutions
86
329784
3879
אבל עם הזמן וכמה פתרונות האקיים מאוד
05:33
like data augmentation,
87
333705
2294
כמו הגדלת נתונים,
05:36
where we threw in ants and other beetle-like insects
88
336040
3754
שבו זרקנו פנימה נמלים וחרקים דמויי חיפושית אחרים
05:39
to enhance the data set,
89
339794
2503
כדי לשפר את מערך הנתונים,
05:42
we ended up getting this,
90
342338
2628
בסופו של דבר קיבלנו את זה,
05:44
which we've been told they look like grilled chicken.
91
344966
2544
מה שאמרו לנו שהם נראים כמו עוף בגריל.
05:47
(Laughter)
92
347552
1752
(צחוק)
05:49
But hungry for more, we pushed our technique,
93
349345
4797
אבל רעבים לעוד, דחפנו את הטכניקה שלנו,
05:54
and eventually they ended up looking like this.
94
354183
3713
ובסופו של דבר הם סיימו כשהם נראים כך.
05:58
We use something called 3D style transfer to map textures onto them,
95
358479
5047
אנחנו משתמשים במשהו שנקרא העברה בסגנון תלת מימד
למפות עליהם טקסטורות, וגם אימנו מודל שפה טבעית
06:03
and we also trained a natural language model
96
363568
3670
06:07
to generate scientific-like names
97
367280
2544
ליצור שמות מדעיים
06:09
and anatomical descriptions.
98
369866
1918
ותיאורים אנטומיים.
06:12
And eventually we even found a network architecture that could handle 3D meshes.
99
372869
4963
ובסופו של דבר אפילו מצאנו רשת ארכיטקטורה שיכולה להתמודד
עם רשתות תלת מימדיות. אז בסופו של דבר הם נראו ככה.
06:17
So they ended up looking like this.
100
377874
2377
06:21
And for us, this became a way of creating kind of a speculative study --
101
381836
4838
ובשבילנו זה הפך להיות דרך ליצירת סוג של מחקר ספקולטיבי --
06:26
(Applause)
102
386716
2669
(מחיאות כפיים)
06:29
A speculative study of creatures that never existed,
103
389427
3629
מחקר ספקולטיבי של יצורים שמעולם לא היו קיימים,
06:33
kind of like a speculative biology.
104
393097
2294
סוג של ביולוגיה ספקולטיבית.
06:37
But I didn't want to talk about AI and its potential
105
397685
4421
אבל לא רציתי לדבר על ב“מ והפוטנציאל שלה
06:42
unless it brought me closer to a real species.
106
402148
3629
אלא אם כן זה קירב אותי למינים אמיתיים.
06:46
Which of these do you think is easier to find data about online?
107
406486
4880
על איזה מבין אלה לדעתכם קל יותר למצוא נתונים באינטרנט?
06:51
(Laughter)
108
411366
1918
(צחוק)
06:53
Yeah, well, as you guessed correctly, the red panda.
109
413326
4004
כן, טוב, כמו שניחשתם נכון, הפנדה האדומה.
06:57
And this maybe could be due to many reasons,
110
417830
3420
וזה אולי יכול להיות מסיבות רבות,
07:01
but one of them being how cute they are,
111
421292
4046
אבל אחת מהן היא כמה שהם חמודים,
07:05
which means we photograph and talk about them a lot,
112
425338
4588
מה שאומר שאנחנו מצלמים ומדברים עליהם הרבה,
07:09
unlike the boreal felt lichen.
113
429926
2002
בניגוד לחזזית הלבד הצפונית.
07:12
But both of them are classified as endangered.
114
432679
2877
אבל שתיהן מסווגות כבסכנת הכחדה.
07:16
So I wanted to bring visibility to other endangered species
115
436349
4880
אז רציתי להביא ניראות למינים אחרים בסכנת הכחדה
07:21
that don't get the same amount of digital representation
116
441270
4755
שלא מקבלים את אותה כמות של ייצוג דיגיטלי
07:26
as a cute, fluffy red panda.
117
446025
2002
כמו פנדה אדומה חמודה ורכה.
07:28
And to do this,
118
448861
1710
וכדי לעשות זאת,
07:30
we trained an AI on millions of images of the natural world,
119
450613
5005
אימנו ב“מ על מיליוני תמונות של עולם הטבע,
07:35
and then we prompted with text
120
455660
2085
ואז ביקשנו עם טקסט
07:37
to generate some of these creatures.
121
457787
2294
ליצור כמה מהיצורים האלה.
07:40
So when prompted with a text,
122
460123
3712
אז כשמבקשים עם טקסט,
07:43
"an image of a critically endangered spider, the peacock tarantula"
123
463876
4713
“תמונה של עכביש בסכנת הכחדה חמורה, טרנטולת הטווס”
07:48
and its scientific name,
124
468589
1669
והשם המדעי שלו,
07:50
our model generated this.
125
470299
2378
המודל שלנו יצר את זה.
07:55
And here's an image of the real peacock tarantula,
126
475972
3211
והנה תמונה של טרנטולת הטווס האמיתי,
07:59
which is a wonderful spider endemic to India.
127
479225
3128
שהוא עכביש נפלא אנדמי להודו.
08:02
But when prompted with a text
128
482812
2878
אבל כאשר מבקשים עם טקסט
08:05
"an image of a critically endangered bird, the mangrove finch,"
129
485732
4170
“תמונה של ציפור בסכנת הכחדה חמורה, חוחית המנגרובים“,
08:09
our model generated this.
130
489944
2669
המודל שלנו יצר את זה.
08:14
And here's a photo of the real mangrove finch.
131
494532
2711
והנה תמונה של חוחית המנגרוב האמיתית.
08:17
Both these creatures exist in the wild,
132
497702
2878
שני היצורים האלה קיימים בטבע,
08:20
but the accuracy of each generated image is fully dependent on the data available.
133
500621
5965
אבל הדיוק של כל תמונה שנוצרה תלוי לחלוטין בנתונים הזמינים.
08:27
These chimeras of our everyday data
134
507462
2961
הכימרות האלה של הנתונים היומיומיים שלנו
08:30
to me are a different way of how the future could be.
135
510423
3670
בשבילי זו דרך אחרת לאיך העתיד יכול להיות.
08:34
Not in a literal sense, perhaps,
136
514802
2836
אולי לא במובן המילולי,
08:37
but in the sense that through practicing the expanding of our own imagination
137
517680
6423
אלא במובן שדרך תרגול הרחבת הדמיון שלנו
08:44
about the ecosystems we are a part of,
138
524145
3045
בנושא המערכות האקולוגיות שאנו חלק מהן,
08:47
we might just be better equipped to recognize new opportunities
139
527231
3170
אולי נהיה מצוידים יותר טוב לזהות הזדמנויות חדשות
08:50
and potential.
140
530443
1335
ופוטנציאל.
08:52
Knowing that there's a boundary to our imagination
141
532236
3128
הידיעה שיש גבול לדמיון שלנו
08:55
doesn't have to feel limiting.
142
535406
2211
לא מחייבת לחוש מוגבלות
08:58
On the contrary,
143
538159
1293
להיפך,
08:59
it can help motivate us to expand that boundary further
144
539452
3420
זה יכול להניע אותנו להרחיב את הגבול הזה עוד יותר
09:02
and to seek out colors and things we haven't yet seen
145
542914
3962
ולחפש צבעים ודברים שעדיין לא ראינו
09:06
and perhaps enrich our imagination as a result.
146
546918
3295
ואולי להעשיר את הדמיון שלנו כתוצאה מכך.
09:10
So thank you.
147
550546
1168
אז תודה לכם,
09:11
(Applause)
148
551714
4046
(מחיאות כפיים)
על אתר זה

אתר זה יציג בפניכם סרטוני YouTube המועילים ללימוד אנגלית. תוכלו לראות שיעורי אנגלית המועברים על ידי מורים מהשורה הראשונה מרחבי העולם. לחץ פעמיים על הכתוביות באנגלית המוצגות בכל דף וידאו כדי להפעיל את הסרטון משם. הכתוביות גוללות בסנכרון עם הפעלת הווידאו. אם יש לך הערות או בקשות, אנא צור איתנו קשר באמצעות טופס יצירת קשר זה.

https://forms.gle/WvT1wiN1qDtmnspy7