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

번역: SA H 검토: Hyeryung Kim

I'd like to start by asking you to imagine a color

우리가 한번도 보지 못했던 색깔을 상상해 보면서

that you've never seen before.

이 강연을 시작하겠습니다.

Just for a second give this a try.

잠깐 시도해보세요.

Can you actually visualize a color that you've never been able to perceive?

여러분이 절대 인식할 수 없었던 색을 실제로 시각화할 수 있으신가요?

I never seem to get tired of trying this

쉽지 않은 도전이라는 것을 잘 알지만

although I know it's not an easy challenge.

저는 이것을 언제 시도해도 질리지 않습니다.

And the thing is,

그리고 중요한 건,

we can't imagine something without drawing upon our experiences.

우리는 스스로의 경험을 활용해야만 어떤 것을 상상할 수 있다는 것이죠.

A color we haven't yet seen

우리가 인식 가능한 스펙트럼 밖에 있는 색은

outside the spectrum we can perceive

is outside our ability to conjure up.

우리가 생각해 낼 수 있는 능력 밖에 있습니다.

It's almost like there's a boundary to our imagination

마치 우리의 상상력에 한계가 있는 것과 같죠.

where all the colors we can imagine

우리가 상상할 수 있는 모든 색은

can only be various shades of other colors we have previously seen.

이전에 보았던 다른 색의 다양한 음영일 수밖에 없으니까요.

Yet we know for a fact

하지만 우리는 알고 있죠.

that those color frequencies outside our visible spectrum are there.

우리가 볼 수 있는 스펙트럼 밖에도 색의 주파수는 존재한다는 사실을요.

And scientists believe that there are species

그리고 과학자들은

인간이 갖고 있는 세 가지 색의 광수용체보다

that have many more photo receptors

더 많은 광수용체를 가지고 있는 종들도 존재한다고 믿습니다.

than just the three color ones we humans have.

Which, by the way,

한편, 모든 인간이 세상을 같은 방식으로 보는 것은 아닙니다.

not all humans see the world in the same way.

Some of us are colorblind to various degrees,

우리들 중 일부는 다양한 정도로 색맹이라서

and very often we don't even agree on small things,

때때로 아주 사소한 것들에 대해서도 의견이 갈립니다.

like if a dress on the internet is blue and black or white and gold.

인터넷상의 드레스가 파랑과 검정인지 흰색과 금색인지 같은 것들처럼요.

But my favorite creature, one of my favorite creatures,

그러나 제가 가장 좋아하는 생물 중 하나인

is the peacock mantis shrimp,

광대사마귀 새우는

which is estimated to have 12 to 16 photo receptors.

12개에서 16개의 광수용체를 가지고 있다고 알려져 있습니다.

And that indicates the world to them might look so much more colorful.

그들에게는 이 세상이 훨씬 더 다채롭게 보이겠죠.

So what about artificial intelligence?

그렇다면 인공 지능은 어떨까요?

Can AI help us see beyond our human capabilities?

인간이 자기 능력 이상으로 볼 수 있게 인공 지능이 도울 수 있을까요?

Well, I've been working with AI for the past five years,

저는 지난 5년 동안 인공 지능과 관련된 일을 해왔고

and in my experience, it can see within the data it gets fed.

제 경험상 인공 지능은 제공된 자료 내에서만 볼 수 있습니다.

But then you might be wondering, OK,

그렇다면 여기서 여러분은 궁금하실 겁니다.

if AI can't help imagine anything new,

인공 지능이 새로운 것을 상상하는데 도움이 되지 않는다면

why would an artist see any point in using it?

왜 예술가들은 굳이 인공 지능을 이용하려고 할까요?

And my answer to that is because I think that it can help augment our creativity

저는 인공 지능이 우리의 창의력을 향상시킨다고 생각합니다.

as there's value in creating combinations of known elements to form new ones.

이미 알려진 요소들을 조합하여 새로운 것을 창조할 수 있기 때문이죠.

And this boundary of what we can imagine based on what we have experienced

그리고 우리의 경험에 근거해 상상할 수 있는 것의 경계가

is the place that I have been exploring.

바로 제가 탐구해온 장소입니다.

For me, it started with jellyfish on a screen at an aquarium

저의 경우에는, 수족관의 스크린 속 해파리를

and wearing those old 3D glasses, which I hope you remember,

여러분이 기억했으면 하는 오래된 3D 안경을 쓰고 보면서 시작했습니다.

the ones with the blue and red lens.

파란색과 빨간색 렌즈가 있는 안경 말입니다.

And this experience made me want to recreate their textures.

이 경험을 통해 저는 그 해파리들의 질감을 재현하고 싶어졌습니다.

But not just that,

하지만 그뿐 아니라,

I also wanted to create new jellyfish

저는 전에 보지 못했던 새로운 해파리들을 만들어내고 싶었습니다.

that I hadn't seen before, like these.

이것처럼요.

And what started with jellyfish,

그리고 해파리로 시작한 것이

very quickly escalated to other sea creatures

다른 바다 생물들로 매우 빠르게 확장되었죠.

like sea anemone, coral and fish.

말미잘, 산호, 물고기 같은 것들로요.

And then from there came amphibians, birds and insects.

그런 다음 양서류, 조류, 그리고 곤충들로 이어졌습니다.

And this became a series called “Neural Zoo”.

그리고 이것은 “신경 동물원”이라고 불리는 시리즈가 되었습니다.

But when you look closely, what do you see?

하지만 자세히 보면 무엇이 보이나요?

There's no single creature in these images.

이 사진들에는 단일한 생물체가 하나도 없습니다.

And AI augments my creative process

인공 지능은 제가 질감을 추출하고 재조합할 수 있게 함으로써

by allowing me to distill and recombine textures.

저의 창조적인 과정을 강화합니다.

And that's something that would otherwise take me months to draw by hand.

만약 이것을 손으로 그렸다면 몇 달이 걸렸을 것입니다.

Plus I'm actually terrible at drawing.

사실 전 그림에 별로 소질도 없고요.

So you could say, in a way, what I'm doing

그래서 어떻게 보면, 제가 하고 있는 것은

is a contemporary version of something

인간이 이미 오랫동안 해왔던 것의 현대적인 버전이라고 할 수 있습니다.

that humans have already been doing for a long time,

even before cameras existed.

카메라가 존재하기도 전부터요.

In medieval times,

중세 시대에

people went on expeditions,

사람들은 탐험을 떠났고,

and when they came back they would share about what they saw

돌아왔을 때 그들이 본 것을 삽화가에게 공유했을 것입니다.

to an illustrator.

And the illustrator, having never seen what was being described,

그리고 삽화가들은 묘사된 생물들을 본 적이 없으니

would end up drawing

본인이 이전에 보았던 것을 바탕으로 그림을 그렸을 것이고,

based on the creatures that they had previously seen

and in the process creating hybrid animals of some sort.

그 과정에서 어떤 종류의 잡종 동물이 만들어졌겠죠.

So an explorer might describe a beaver, but having never seen one,

그래서 탐험가가 비버를 묘사했다면

비버를 본 적이 없는 삽화가는 비버에게 설치류의 머리와 개의 몸,

the illustrator might give it the head of a rodent,

the body of a dog and a fish-like tail.

물고기 같은 꼬리를 주었을 것입니다.

In the series “Artificial Natural History”,

“인공 자연 역사“시리즈에서,

I took thousands of illustrations from a natural history archives,

저는 자연사 기록 보관소 안의 삽화를 수천 개 가지고 와

and I fed them to a neural network to generate new versions of them.

새로운 버전을 생성하기 위해 신경망에 그것들을 공급했습니다.

But up until now, all my work was done in 2D.

그러나 아직까지 제 모든 작업은 2D로 이루어졌습니다.

And with the help of my studio partner, Feileacan McCormick,

그리고 제 작업실 동료인 필레이칸 맥코믹의 도움으로,

we decided to train a neural network on a data set of 3D scanned beetles.

3D 스캔된 딱정벌레 자료에 대한 신경망을 훈련하기로 결정했습니다.

But I must warn you that our first results were extremely blurry,

하지만 저희의 첫 번째 결과는 매우 흐릿했고,

and they looked like the blobs you see here.

이렇게 얼룩처럼 보였습니다.

And this could be due to many reasons,

이렇게 된 이유는 여러 가지가 있겠지만

but one of them being that there aren't really a lot

그중 하나는 공개적으로 이용 가능한

of openly available data sets of 3D insects.

3D 곤충의 데이터 세트가 많지 않다는 것입니다.

And also we were repurposing

또한 저희는 3D를 생성하기 위해

a neural network that normally gets used to generate images to generate 3D.

이미지를 생성하는데 일반적으로 사용되는 신경망을 용도에 맞게 고쳤습니다.

So believe it or not, these are very exciting blobs to us.

믿거나 말거나, 이것은 저희에게 매우 흥미로운 부분이었습니다.

But with time and some very hacky solutions

하지만 시간이 지나면서 매우 진부한 해결책의 하나로

like data augmentation,

데이터 세트를 향상시키기 위해

where we threw in ants and other beetle-like insects

개미와 딱정벌레 같은 곤충들을 집어넣어 데이터 세트를 강화했고

to enhance the data set,

we ended up getting this,

마침내 이것을 얻을 수 있었습니다.

which we've been told they look like grilled chicken.

꼭 구운 통닭처럼 보인다고들 했죠.

(Laughter)

(웃음)

But hungry for more, we pushed our technique,

하지만 더 많은 것에 굶주려 저희는 저희의 기술을 밀어붙였고,

and eventually they ended up looking like this.

결국 마지막엔

이렇게 개선되었습니다.

We use something called 3D style transfer to map textures onto them,

저희는 3D 스타일 전송을 사용해서 이 위에 질감을 매핑하고,

and we also trained a natural language model

자연어 모델을 훈련하여

to generate scientific-like names

과학적인 이름과 해부학적 설명을 생성했습니다.

and anatomical descriptions.

And eventually we even found a network architecture that could handle 3D meshes.

심지어 3D 그물망을 다룰 수 있는 신경망 구조까지 찾았습니다.

So they ended up looking like this.

결국 그들은 이런 모습이 되었죠.

And for us, this became a way of creating kind of a speculative study --

저희에게 이것은 일종의 추측성 연구를 만드는 방법이 되었습니다.

(Applause)

감사합니다. (박수)

A speculative study of creatures that never existed,

존재하지 않는 생물에 대한 추측 연구로,

kind of like a speculative biology.

일종의 추측 생물학 같은 것이죠.

But I didn't want to talk about AI and its potential

하지만 인공 지능을 통해 제가 실제 종에 더 가까이 접근할 수 없다면

unless it brought me closer to a real species.

인공 지능과 그것의 잠재력에 대해 말하고 싶지 않습니다.

Which of these do you think is easier to find data about online?

이 둘 중 어떤 것이 온라인에서 찾기가 더 쉬울까요?

(Laughter)

(웃음)

Yeah, well, as you guessed correctly, the red panda.

네, 여러분이 예상하신대로

붉은 팬더입니다.

And this maybe could be due to many reasons,

그 이유는 여러 가지가 있겠지만

but one of them being how cute they are,

그 중 하나는 그들이 얼마나 귀여운가입니다.

which means we photograph and talk about them a lot,

우리는 붉은 팬더 사진을 찍고 그것에 대한 이야기도 많이 하지만

unlike the boreal felt lichen.

북방 펠트 이끼에 대해선 그렇게 하지 않죠.

But both of them are classified as endangered.

하지만 둘 다 멸종 위기에 처한 생물로 분류됩니다.

So I wanted to bring visibility to other endangered species

그래서 저는 다른 멸종 위기 종들도 잘 드러나도록 가시성을 주고 싶었죠.

that don't get the same amount of digital representation

귀엽고 보송보송한 붉은 팬더와 같은

as a cute, fluffy red panda.

디지털 표현을 보여주고 싶었어요.

And to do this,

그리고 이를 위해,

we trained an AI on millions of images of the natural world,

저희는 자연계의 수백만 이미지에 대해 인공 지능을 훈련시키고 나서

and then we prompted with text

이러한 생물들 중 일부를 생성하도록 문자를 입력했습니다.

to generate some of these creatures.

So when prompted with a text,

그래서 다음과 같이

"an image of a critically endangered spider, the peacock tarantula"

“위태롭게 멸종 위기에 처한 거미, 공작 타란툴라의 사진”

and its scientific name,

이렇게 쓰고 그 학명을 입력하자

our model generated this.

우리 모델은 이것을 생성했습니다.

And here's an image of the real peacock tarantula,

그리고 이것은 공작 타란툴라의 실제 사진입니다.

which is a wonderful spider endemic to India.

아주 멋진 인도 토종 거미죠.

But when prompted with a text

하지만

“위태롭게 멸종 위기에 처한 새, 맹그로브 핀치의 사진”을 입력했을 때

"an image of a critically endangered bird, the mangrove finch,"

our model generated this.

우리 모델은 이것을 생성했습니다.

And here's a photo of the real mangrove finch.

이것은 맹그로브 핀치의 실제 사진이고요.

Both these creatures exist in the wild,

이 두 생물 모두 실제로 야생에 존재하지만,

but the accuracy of each generated image is fully dependent on the data available.

생성된 각 이미지의 정확성은 사용가능한 데이터에 전적으로 의존하죠.

These chimeras of our everyday data

일상적인 데이터의 이러한 키메라는

to me are a different way of how the future could be.

저에게 있어 미래를 알 수 있는 색다른 방법입니다.

Not in a literal sense, perhaps,

문자 그대로가 아니라 아마도 진정한 의미에서

but in the sense that through practicing the expanding of our own imagination

우리가 속한 생태계에 대한 상상력을 확장하는 연습을 한다면

about the ecosystems we are a part of,

we might just be better equipped to recognize new opportunities

새로운 기회와 가능성을 더 빠르게 알아낼 수 있을 것입니다.

and potential.

Knowing that there's a boundary to our imagination

우리 상상력의 경계를 안다고 해서

doesn't have to feel limiting.

상상력이 제한되는 것은 아닙니다.

On the contrary,

오히려 그것을 알면

it can help motivate us to expand that boundary further

우리가 그 경계를 더 확장하고

and to seek out colors and things we haven't yet seen

지금껏 보지 못한 색깔과 사물을 찾는 동기가 생길 것이고

and perhaps enrich our imagination as a result.

결과적으로 우리의 상상력은 더욱 풍부해질 것입니다.

So thank you.

감사합니다.

(Applause)

(박수)