Why I draw with robots | Sougwen Chung

Translator: Ivana Korom Reviewer: Camille Martínez

翻訳: Hiroshi Uchiyama 校正: Kazunori Akashi

Many of us here use technology in our day-to-day.

私たちの多くが日々の生活で テクノロジーを利用しています

And some of us rely on technology to do our jobs.

なかには仕事をする上で テクノロジーに頼り切っている人もいます

For a while, I thought of machines and the technologies that drive them

長い間 私は機械や それを動かすテクノロジーを

as perfect tools that could make my work more efficient and more productive.

作業の効率をあげ 生産性を高める 最高のツールとして捉えていました

But with the rise of automation across so many different industries,

でも 多岐に渡る産業で 自動化が進むにつれて

it led me to wonder:

こう思うようになりました

If machines are starting to be able to do the work

これまで人によって行われてきた仕事を

traditionally done by humans,

機械ができるようになってきたら

what will become of the human hand?

人間の技能は どうなってしまうのでしょうか？

How does our desire for perfection, precision and automation

完璧さ 緻密さ 自動化を求める 私たちの願望は

affect our ability to be creative?

創造性にどう影響するのでしょうか？

In my work as an artist and researcher, I explore AI and robotics

芸術家で研究者である 私の仕事は AIとロボット工学を研究して

to develop new processes for human creativity.

人間の創造性を高める 新たなプロセスを生み出すことです

For the past few years,

ここ数年は

I've made work alongside machines, data and emerging technologies.

機械やデータ 新しいテクノロジーを 使って制作しています

It's part of a lifelong fascination

これは 個人とシステムの力学と

about the dynamics of individuals and systems

その中に含まれる あらゆる乱雑さに対する

and all the messiness that that entails.

生涯を通じた 私の関心の一部です

It's how I'm exploring questions about where AI ends and we begin

AIと人間の境界はどこにあるかという 課題を追究する方法であり

and where I'm developing processes

未来における

that investigate potential sensory mixes of the future.

感覚の組み合わせ方の可能性を 探る方法を開発する場でもあります

I think it's where philosophy and technology intersect.

哲学とテクノロジーが 交差する場だと思います

Doing this work has taught me a few things.

この仕事から学んだことがあります

It's taught me how embracing imperfection

不完全さを受け入れると 私たち自身について

can actually teach us something about ourselves.

分かることがあるということ

It's taught me that exploring art

芸術を研究することで

can actually help shape the technology that shapes us.

私たちを形作るテクノロジーの 生成を促しうるということ

And it's taught me that combining AI and robotics

AIとロボット工学を 既存の創造性の形―

with traditional forms of creativity -- visual arts in my case --

私の場合 視覚芸術と 結びつけることで

can help us think a little bit more deeply

人間とは何か 機械とは何かを

about what is human and what is the machine.

より深く考える手助けになること

And it's led me to the realization

そして 研究を通して気づいたのは

that collaboration is the key to creating the space for both

機械と人間が進歩するとき 両者のための空間を作るには

as we move forward.

協働が大切だという点です

It all started with a simple experiment with machines,

すべての始まりは簡単な実験で 使った機械は

called "Drawing Operations Unit: Generation 1."

「Drawing Operations Unit: Generation 1 （描画操作ユニット 第１世代）」

I call the machine "D.O.U.G." for short.

略して「D.O.U.G.」でした

Before I built D.O.U.G,

D.O.U.G.の製作前は

I didn't know anything about building robots.

ロボットの作り方など 全く知りませんでした

I took some open-source robotic arm designs,

オープンソースのロボットアームの 設計を採用し

I hacked together a system where the robot would match my gestures

リアルタイムで 私の動きに追従する

and follow [them] in real time.

システムを組み上げました

The premise was simple:

前提はシンプルでした

I would lead, and it would follow.

私がすることを 機械がまねる

I would draw a line, and it would mimic my line.

私が線を描けば 線をまねて描きます

So back in 2015, there we were, drawing for the first time,

2015年 ニューヨークで 少人数の観客を前に

in front of a small audience in New York City.

初めて描いたときの映像です

The process was pretty sparse --

まばらなパフォーマンスで

no lights, no sounds, nothing to hide behind.

照明も音楽もなく 観客の目を 遮るものもありませんでした

Just my palms sweating and the robot's new servos heating up.

私の手は汗だくになり ロボットのサーボモーターは過熱しました

(Laughs) Clearly, we were not built for this.

（笑）あきらかに 私たち向きの状況ではありません

But something interesting happened, something I didn't anticipate.

ところが 予期せぬ 興味深いことが起こったのです

See, D.O.U.G., in its primitive form, wasn't tracking my line perfectly.

初期のD.O.U.G.を見てください 私の描いた線を完璧にはまねていません

While in the simulation that happened onscreen

スクリーン上の シミュレーションでは

it was pixel-perfect,

１ピクセルの狂いもなかったのに

in physical reality, it was a different story.

現実世界だと そうはいかなかったのです

It would slip and slide and punctuate and falter,

滑ったり ずれたり 途切れたり ぶれたりしたので

and I would be forced to respond.

私が対応しなくては なりませんでした

There was nothing pristine about it.

そこに本来の姿はありませんでした

And yet, somehow, the mistakes made the work more interesting.

それでも なぜか誤りによって 興味深い作品になりました

The machine was interpreting my line but not perfectly.

機械は私の描線を解釈していましたが 完ぺきではなく

And I was forced to respond.

私が対処を強いられました

We were adapting to each other in real time.

お互いリアルタイムで 順応していたのです

And seeing this taught me a few things.

これを見て 分かったことがあります

It showed me that our mistakes actually made the work more interesting.

誤りが作品を よりおもしろいものにするのです

And I realized that, you know, through the imperfection of the machine,

ロボットの不完全さを通して 両者の不完全さは

our imperfections became what was beautiful about the interaction.

相互作用から生まれる 美しさへと変化するのです

And I was excited, because it led me to the realization

人間と機械システムが持つ 美しさの一部は

that maybe part of the beauty of human and machine systems

両者に共通する誤りやすさに あるのかもしれないと気づいて

is their shared inherent fallibility.

私の胸は高鳴りました

For the second generation of D.O.U.G.,

D.O.U.G.の第２世代では

I knew I wanted to explore this idea.

このアイデアを 掘り下げたいと思いました

But instead of an accident produced by pushing a robotic arm to its limits,

ただ ロボットアームを限界まで 追い込んで生じる偶発性ではなく

I wanted to design a system that would respond to my drawings

私の描線に予測不能な反応をするシステムを

in ways that I didn't expect.

設計しようと思いました

So, I used a visual algorithm to extract visual information

そこで過去数十年の 私のデジタルとアナログ両方の絵から

from decades of my digital and analog drawings.

視覚情報を抽出するために 視覚アルゴリズムを利用しました

I trained a neural net on these drawings

その絵を ニューラルネットワークに学習させ

in order to generate recurring patterns in the work

作品に繰り返し表れるパターンを生成し

that were then fed through custom software back into the machine.

専用のソフトウェアで ロボットに入力するのです

I painstakingly collected as many of my drawings as I could find --

絵は 探せる限り 徹底的に集めました

finished works, unfinished experiments and random sketches --

完成した作品 未完成の試作 雑多なスケッチもです

and tagged them for the AI system.

そして AIシステムのために タグ付けしました

And since I'm an artist, I've been making work for over 20 years.

私は芸術家ですから 20年以上創作をしています

Collecting that many drawings took months,

そこまで集めるのに 何か月もかけて

it was a whole thing.

全体像が見えました

And here's the thing about training AI systems:

AIシステムに学習させるのは

it's actually a lot of hard work.

とても手間がかかります

A lot of work goes on behind the scenes.

見えない部分で多くの作業が進みます

But in doing the work, I realized a little bit more

しかしこの作業を進めるなかで

about how the architecture of an AI is constructed.

AIが どのように 構築されているかが分かりました

And I realized it's not just made of models and classifiers

単にニューラルネットワーク用の モデルや識別器から

for the neural network.

できている訳ではなく

But it's a fundamentally malleable and shapable system,

順応性があり形成可能で

one in which the human hand is always present.

常に人の手が入っている システムなのです

It's far from the omnipotent AI we've been told to believe in.

私たちが全能と信じさせられてきた AIとはかけ離れています

So I collected these drawings for the neural net.

だからニューラルネットのために 絵を集めました

And we realized something that wasn't previously possible.

そして それ以前なら 不可能だったことを認識したのです

My robot D.O.U.G. became a real-time interactive reflection

私のロボットD.O.U.G. は 私の人生で手掛けた作品をリアルタイムで

of the work I'd done through the course of my life.

インタラクティブに反映するようになりました

The data was personal, but the results were powerful.

データは個人的なものでも 結果はとても力強く

And I got really excited,

私はとてもワクワクしました

because I started thinking maybe machines don't need to be just tools,

なぜなら機械は 単なる道具である必要はなく

but they can function as nonhuman collaborators.

人ではない協力者として 機能すると考え始めたからです

And even more than that,

またそれ以上に

I thought maybe the future of human creativity

創造性の未来は 何を作ったかではなく

isn't in what it makes

新しい制作方法を探って

but how it comes together to explore new ways of making.

どのように協働したかにあるのでは と思ったのです

So if D.O.U.G._1 was the muscle,

だから D.O.U.G._1 を筋肉

and D.O.U.G._2 was the brain,

D.O.U.G._2 を頭脳とすると

then I like to think of D.O.U.G._3 as the family.

D.O.U.G._3 は家族と思いたいのです

I knew I wanted to explore this idea of human-nonhuman collaboration at scale.

人とモノとの大規模な協働というアイデアを 詳しく探りたくなっていました

So over the past few months,

ここ数ヶ月は

I worked with my team to develop 20 custom robots

共同体として私と作業できる 20台のロボットの開発に

that could work with me as a collective.

チームと共に取り組みました

They would work as a group,

そのロボットは集団で作業し

and together, we would collaborate with all of New York City.

私たちと共に ニューヨーク全体と 協働するものでした

I was really inspired by Stanford researcher Fei-Fei Li,

スタンフォードの研究者 フェイフェイ・リーの言葉に触発されました

who said, "if we want to teach machines how to think,

「機械に考え方を教えたければ

we need to first teach them how to see."

まず見方を教える必要がある」

It made me think of the past decade of my life in New York,

その言葉に従い 過去十年の ニューヨークでの生活を再考し

and how I'd been all watched over by these surveillance cameras around the city.

街中にある監視カメラに どう見られていたかを考えてみました

And I thought it would be really interesting

そして ロボットに 見方を教えるために

if I could use them to teach my robots to see.

それらの映像を使えたら 面白そうだと思いました

So with this project,

そこでこのプロジェクトでは

I thought about the gaze of the machine,

機械からの視線について考察し

and I began to think about vision as multidimensional,

視覚を 様々な方向から来る どこか別の場所から見た光景として

as views from somewhere.

考え始めました

We collected video

私たちはインターネットで

from publicly available camera feeds on the internet

一般公開されている ライブカメラ映像を集めました

of people walking on the sidewalks,

歩道を歩く人々や

cars and taxis on the road,

車道を行き交う車やタクシーなど

all kinds of urban movement.

都会のあらゆる運動です

We trained a vision algorithm on those feeds

この映像をもとに オプティカルフローと呼ばれる

based on a technique called "optical flow,"

技術を応用して 視覚アルゴリズムに学習させ

to analyze the collective density,

全体の密度や

direction, dwell and velocity states of urban movement.

方向 静止 速度の状態といった 都会の動きを分析しました

Our system extracted those states from the feeds as positional data

このシステムは それらの状態を 映像から位置データとして抽出し

and became pads for my robotic units to draw on.

ロボットが描くための スケッチブックになりました

Instead of a collaboration of one-to-one,

１対１の協働ではなく

we made a collaboration of many-to-many.

複数対複数の協働です

By combining the vision of human and machine in the city,

人間の視覚と 都市の機械を組み合わせることで

we reimagined what a landscape painting could be.

私たちは風景画の可能性を イメージし直しました

Throughout all of my experiments with D.O.U.G.,

D.O.U.G.を使った どの実験をとっても

no two performances have ever been the same.

同じ作品にはなりません

And through collaboration,

そして協働を通して

we create something that neither of us could have done alone:

人間かロボット 片方だけでは できないものを作ります

we explore the boundaries of our creativity,

人間とモノが並行して作業し

human and nonhuman working in parallel.

私たちの創造性の限界を 研究しているのです

I think this is just the beginning.

これは始まりに過ぎないと 私は思います

This year, I've launched Scilicet,

今年 私はScilicetを立ち上げました

my new lab exploring human and interhuman collaboration.

人間や人々の協働作業を探る 新しい研究所です

We're really interested in the feedback loop

個人と人工物と生態系の

between individual, artificial and ecological systems.

フィードバックループに 関心を持っています

We're connecting human and machine output

私たちは 人や機械からの出力を

to biometrics and other kinds of environmental data.

生体測定や その他の環境データと 結びつけようとしています

We're inviting anyone who's interested in the future of work, systems

仕事やシステム 人々の協働の 未来に関心がある方なら

and interhuman collaboration

一緒に研究するために

to explore with us.

誰でも招いています

We know it's not just technologists that have to do this work

この仕事を任された 技術者だけでなく

and that we all have a role to play.

全員に役割があるのです

We believe that by teaching machines

これまで伝統的に人の手で行われてきた

how to do the work traditionally done by humans,

仕事の仕方を機械に教えることで

we can explore and evolve our criteria

人の手によって可能とされることの

of what's made possible by the human hand.

基準を研究し進化させられると 信じています

And part of that journey is embracing the imperfections

そして その旅の一部は 人間と機械の双方の

and recognizing the fallibility of both human and machine,

不完全性を容認し 誤りやすさを認識することであり

in order to expand the potential of both.

それにより双方の可能性を 広げようとするものです

Today, I'm still in pursuit of finding the beauty

現在 私は人間とモノが持つ 創造性の素晴らしさを

in human and nonhuman creativity.

見つけ出そうとしている 只中にいます

In the future, I have no idea what that will look like,

それが将来 どんなものになるか 想像もつきませんが

but I'm pretty curious to find out.

それを見出すことに とても関心があるのです

Thank you.

ありがとう

(Applause)

（拍手）