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

45,700 views ・ 2022-11-30

TED


Por favor, faça duplo clique nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Ana Sofia Ferreira Revisora: Eliana Santos
00:04
I'd like to start by asking you to imagine a color
0
4543
4379
Gostaria de começar por vos pedir para imaginarem uma cor
00:08
that you've never seen before.
1
8922
2544
que nunca tenham visto.
00:12
Just for a second give this a try.
2
12217
2252
Só por um segundo, tentem.
00:14
Can you actually visualize a color that you've never been able to perceive?
3
14928
4463
Conseguem realmente visualizar uma cor que nunca puderam percecionar?
00:20
I never seem to get tired of trying this
4
20892
2878
Nunca me canso de tentar isto,
00:23
although I know it's not an easy challenge.
5
23770
2795
embora saiba que não é um desafio fácil.
00:26
And the thing is,
6
26606
1210
E a questão é:
00:27
we can't imagine something without drawing upon our experiences.
7
27857
4880
não conseguimos imaginar algo sem nos basearmos nas nossas experiências.
00:33
A color we haven't yet seen
8
33655
2002
Uma cor que ainda não vimos
00:35
outside the spectrum we can perceive
9
35699
2836
fora do espetro que podemos percecionar
00:38
is outside our ability to conjure up.
10
38535
2502
está fora da nossa capacidade de evocar.
00:42
It's almost like there's a boundary to our imagination
11
42372
3212
É quase como se houvesse um limite para a nossa imaginação
00:45
where all the colors we can imagine
12
45625
2002
onde todas as cores que podemos imaginar
00:47
can only be various shades of other colors we have previously seen.
13
47627
4505
só podem ser várias sombras de outras cores que já vimos antes.
00:52
Yet we know for a fact
14
52841
2210
Mas sabemos com certeza
00:55
that those color frequencies outside our visible spectrum are there.
15
55051
4463
que essas frequências de cores fora do nosso espetro visível estão lá.
01:00
And scientists believe that there are species
16
60223
5339
E os cientistas acreditam que há espécies
01:05
that have many more photo receptors
17
65562
3503
que têm muitos mais fotorrecetores
01:09
than just the three color ones we humans have.
18
69107
4880
do que só os três de cor que os humanos têm.
01:13
Which, by the way,
19
73987
1835
E, já agora,
01:15
not all humans see the world in the same way.
20
75864
3295
nem todos os humanos veem o mundo da mesma forma.
01:19
Some of us are colorblind to various degrees,
21
79200
4505
Alguns de nós somos daltónicos em vários graus,
01:23
and very often we don't even agree on small things,
22
83705
4713
e muito frequentemente nem sequer concordamos em coisas pequenas,
01:28
like if a dress on the internet is blue and black or white and gold.
23
88460
5005
como se um vestido na Internet é azul e preto ou branco e dourado.
01:34
But my favorite creature, one of my favorite creatures,
24
94215
4380
Mas a minha criatura favorita, uma das minhas criaturas favoritas,
01:38
is the peacock mantis shrimp,
25
98595
2335
é o camarão-louva-a-deus-palhaço,
01:40
which is estimated to have 12 to 16 photo receptors.
26
100972
5297
que se estima ter 12 a 16 fotorrecetores.
01:46
And that indicates the world to them might look so much more colorful.
27
106269
5798
E isso indica que o mundo, para eles, possa parecer muito mais colorido.
01:54
So what about artificial intelligence?
28
114194
2836
Então e a inteligência artificial?
01:57
Can AI help us see beyond our human capabilities?
29
117947
3838
Pode a IA ajudar-nos a ver para lá das nossas capacidades humanas?
02:03
Well, I've been working with AI for the past five years,
30
123203
3670
Bem, tenho trabalhado com IA nos últimos cinco anos
02:06
and in my experience, it can see within the data it gets fed.
31
126873
4630
e, na minha experiência, pode ver dentro dos dados que lhe são fornecidos.
02:12
But then you might be wondering, OK,
32
132420
2586
Mas então podem pensar “Ok,
02:15
if AI can't help imagine anything new,
33
135006
3337
se a IA não consegue ajudar a imaginar nada novo,
02:18
why would an artist see any point in using it?
34
138385
2794
porque é que um artista veria algum objetivo em usá-la?”
02:21
And my answer to that is because I think that it can help augment our creativity
35
141930
4254
E a minha resposta a isso é porque acho que pode ajudar a aumentar a criatividade,
02:26
as there's value in creating combinations of known elements to form new ones.
36
146226
6173
visto que há valor em criar combinações de elementos conhecidos para formar novos.
02:33
And this boundary of what we can imagine based on what we have experienced
37
153858
5422
E este limite daquilo que conseguimos imaginar com base no que experienciámos
02:39
is the place that I have been exploring.
38
159322
2419
é o sítio que tenho explorado.
02:42
For me, it started with jellyfish on a screen at an aquarium
39
162200
5005
Para mim, começou com alforrecas num ecrã de um aquário
02:47
and wearing those old 3D glasses, which I hope you remember,
40
167247
3712
e a usar aqueles óculos 3D antigos, que espero que se lembrem,
aqueles com lentes azuis e vermelhas.
02:51
the ones with the blue and red lens.
41
171000
1919
02:53
And this experience made me want to recreate their textures.
42
173336
4213
E essa experiência fez-me querer recriar as suas texturas.
02:57
But not just that,
43
177882
1168
Mas não só isso,
02:59
I also wanted to create new jellyfish
44
179092
1960
também queria criar novas alforrecas
03:01
that I hadn't seen before, like these.
45
181052
2878
que nunca tivesse visto, como estas.
03:04
And what started with jellyfish,
46
184556
1543
E o que começou com alforrecas,
03:06
very quickly escalated to other sea creatures
47
186099
3587
muito rapidamente escalou para outras criaturas marítimas
03:09
like sea anemone, coral and fish.
48
189686
4254
como anémonas-do-mar, corais e peixes.
03:14
And then from there came amphibians, birds and insects.
49
194524
5756
E daí vieram anfíbios, aves e insetos.
03:20
And this became a series called “Neural Zoo”.
50
200739
2919
E isto tornou-se numa série chamada “Zoo Neuronal”.
03:25
But when you look closely, what do you see?
51
205618
3629
Mas quando olham mais de perto, o que veem?
03:29
There's no single creature in these images.
52
209289
3962
Não há nenhuma criatura nestas imagens.
03:33
And AI augments my creative process
53
213710
3378
E a IA aumenta o meu processo criativo
03:37
by allowing me to distill and recombine textures.
54
217130
4671
por me permitir destilar e recombinar texturas.
03:41
And that's something that would otherwise take me months to draw by hand.
55
221801
4588
E isso é algo que demoraria meses a desenhar à mão.
03:47
Plus I'm actually terrible at drawing.
56
227015
1877
Além disso, sou terrível a desenhar.
03:49
So you could say, in a way, what I'm doing
57
229476
3169
Então, pode dizer-se, de certa forma, que o que estou a fazer
03:52
is a contemporary version of something
58
232687
1960
é a versão contemporânea de algo
03:54
that humans have already been doing for a long time,
59
234689
2753
que os humanos já fazem há muito tempo,
03:57
even before cameras existed.
60
237484
2669
ainda antes de as câmaras existirem.
04:01
In medieval times,
61
241738
1793
Na era medieval,
04:03
people went on expeditions,
62
243573
2211
as pessoas iam em expedições
04:05
and when they came back they would share about what they saw
63
245825
3504
e, quando voltavam, partilhavam o que tinham visto
04:09
to an illustrator.
64
249370
1377
com um ilustrador.
04:10
And the illustrator, having never seen what was being described,
65
250789
4129
E o ilustrador, não tendo visto nunca o que estava a ser descrito,
04:14
would end up drawing
66
254959
1627
acabava por desenhar
04:16
based on the creatures that they had previously seen
67
256628
2460
com base nas criaturas que já tinha visto antes
04:19
and in the process creating hybrid animals of some sort.
68
259088
3170
e no processo criando animais híbridos de alguma espécie.
04:22
So an explorer might describe a beaver, but having never seen one,
69
262675
4338
Então um explorador podia descrever um castor,
mas, nunca tendo visto um, o ilustrador podia dar-lhe a cabeça de um roedor,
04:27
the illustrator might give it the head of a rodent,
70
267055
2419
04:29
the body of a dog and a fish-like tail.
71
269474
2419
o corpo de um cão e uma cauda de peixe.
04:32
In the series “Artificial Natural History”,
72
272560
2670
Na série “História Natural Artificial”,
04:35
I took thousands of illustrations from a natural history archives,
73
275271
4588
peguei em milhares de ilustrações de um arquivo de história natural
04:39
and I fed them to a neural network to generate new versions of them.
74
279901
5297
e inseri-o numa rede neuronal para gerar novas versões delas.
04:45
But up until now, all my work was done in 2D.
75
285990
4171
Mas até agora, todo o meu trabalho foi feito em 2D.
04:51
And with the help of my studio partner, Feileacan McCormick,
76
291246
3545
E com a ajuda do meu colega de estúdio, Feileacan McCormick,
04:54
we decided to train a neural network on a data set of 3D scanned beetles.
77
294833
5422
decidimos treinar uma rede neuronal num conjunto de dados de besouros em 3D.
05:00
But I must warn you that our first results were extremely blurry,
78
300839
4546
Mas devo avisar que os nossos primeiros resultados foram extremamente desfocados
05:05
and they looked like the blobs you see here.
79
305426
2253
e pareciam os borrões que se veem aqui.
05:08
And this could be due to many reasons,
80
308346
1835
E isto pode dever-se a muitos motivos,
05:10
but one of them being that there aren't really a lot
81
310181
2461
mas um deles é não haver muitos
05:12
of openly available data sets of 3D insects.
82
312642
4504
conjuntos de dados de insetos 3D abertamente disponíveis.
05:17
And also we were repurposing
83
317188
2127
E também estávamos a reaproveitar
05:19
a neural network that normally gets used to generate images to generate 3D.
84
319357
5214
uma rede neuronal normalmente usada para gerar imagens, para gerar 3D.
05:24
So believe it or not, these are very exciting blobs to us.
85
324612
4380
Então, acreditem ou não, são borrões muito empolgantes para nós.
05:29
But with time and some very hacky solutions
86
329784
3879
Mas com tempo e com soluções muito engenhosas
05:33
like data augmentation,
87
333705
2294
como aumento de dados,
onde colocámos formigas e outros insetos parecidos a besouros
05:36
where we threw in ants and other beetle-like insects
88
336040
3754
05:39
to enhance the data set,
89
339794
2503
para aprimorar o conjunto de dados,
05:42
we ended up getting this,
90
342338
2628
acabámos por obter isto,
05:44
which we've been told they look like grilled chicken.
91
344966
2544
que nos disseram que parece frango assado.
05:47
(Laughter)
92
347552
1752
(Risos)
05:49
But hungry for more, we pushed our technique,
93
349345
4797
Mas com fome de mais, impulsionámos a nossa técnica
05:54
and eventually they ended up looking like this.
94
354183
3713
e acabaram por ficar assim.
05:58
We use something called 3D style transfer to map textures onto them,
95
358479
5047
Usámos algo chamado transferência de estilo 3D para mapear texturas neles
06:03
and we also trained a natural language model
96
363568
3670
e também treinámos um modelo de linguagem natural
06:07
to generate scientific-like names
97
367280
2544
para gerar nomes que soassem científicos
06:09
and anatomical descriptions.
98
369866
1918
e descrições anatómicas.
06:12
And eventually we even found a network architecture that could handle 3D meshes.
99
372869
4963
E acabámos por descobrir uma arquitetura de rede que podia tratar malhas 3D.
06:17
So they ended up looking like this.
100
377874
2377
Então acabaram por ficar assim.
06:21
And for us, this became a way of creating kind of a speculative study --
101
381836
4838
E, para nós, tornou-se numa forma de criar uma espécie de estudo especulativo...
06:26
(Applause)
102
386716
2669
(Aplausos)
06:29
A speculative study of creatures that never existed,
103
389427
3629
Um estudo especulativo de criaturas que nunca existiram,
06:33
kind of like a speculative biology.
104
393097
2294
uma espécie de biologia especulativa.
06:37
But I didn't want to talk about AI and its potential
105
397685
4421
Mas não queria falar sobre IA e o seu potencial
06:42
unless it brought me closer to a real species.
106
402148
3629
a não ser que me aproximasse de uma espécie real.
06:46
Which of these do you think is easier to find data about online?
107
406486
4880
Sobre qual destes acham que é mais fácil encontrar dados online?
06:51
(Laughter)
108
411366
1918
(Risos)
06:53
Yeah, well, as you guessed correctly, the red panda.
109
413326
4004
Sim, bem, como adivinharam corretamente, o panda vermelho.
06:57
And this maybe could be due to many reasons,
110
417830
3420
E isto talvez se deva a muitas razões,
07:01
but one of them being how cute they are,
111
421292
4046
mas uma delas é o quão fofos são,
07:05
which means we photograph and talk about them a lot,
112
425338
4588
o que significa que os fotografamos e falamos muito sobre eles,
07:09
unlike the boreal felt lichen.
113
429926
2002
ao contrário do líquen de feltro boreal.
07:12
But both of them are classified as endangered.
114
432679
2877
Mas ambos são classificados como em vias de extinção.
07:16
So I wanted to bring visibility to other endangered species
115
436349
4880
Então quis trazer visibilidade a outras espécies ameaçadas
07:21
that don't get the same amount of digital representation
116
441270
4755
que não têm a mesma quantidade de representação digital
07:26
as a cute, fluffy red panda.
117
446025
2002
como um panda vermelho fofinho.
07:28
And to do this,
118
448861
1710
E para fazer isto,
07:30
we trained an AI on millions of images of the natural world,
119
450613
5005
treinámos uma IA com milhões de imagens do mundo natural
07:35
and then we prompted with text
120
455660
2085
e depois pedimos, com texto,
07:37
to generate some of these creatures.
121
457787
2294
para gerar algumas destas criaturas.
07:40
So when prompted with a text,
122
460123
3712
Então quando pedimos, com texto,
07:43
"an image of a critically endangered spider, the peacock tarantula"
123
463876
4713
“uma imagem de uma aranha criticamente ameaçada, a tarântula metálica”
07:48
and its scientific name,
124
468589
1669
e o seu nome científico,
07:50
our model generated this.
125
470299
2378
o nosso modelo gerou isto.
07:55
And here's an image of the real peacock tarantula,
126
475972
3211
E eis uma imagem da tarântula metálica real,
07:59
which is a wonderful spider endemic to India.
127
479225
3128
que é uma aranha maravilhosa endémica da Índia.
08:02
But when prompted with a text
128
482812
2878
Mas quando pedimos, com texto,
08:05
"an image of a critically endangered bird, the mangrove finch,"
129
485732
4170
“uma imagem de uma ave criticamente ameaçada, o tentilhão-dos-mangues”,
08:09
our model generated this.
130
489944
2669
o nosso modelo gerou isto.
08:14
And here's a photo of the real mangrove finch.
131
494532
2711
E eis uma foto do tentilhão-dos-mangues real.
08:17
Both these creatures exist in the wild,
132
497702
2878
Ambas as criaturas existem na natureza,
08:20
but the accuracy of each generated image is fully dependent on the data available.
133
500621
5965
mas a precisão de cada imagem gerada depende totalmente dos dados disponíveis.
08:27
These chimeras of our everyday data
134
507462
2961
Estas quimeras dos nossos dados quotidianos,
08:30
to me are a different way of how the future could be.
135
510423
3670
para mim, são uma forma diferente de como poderia ser o futuro.
08:34
Not in a literal sense, perhaps,
136
514802
2836
Não no sentido literal, talvez,
08:37
but in the sense that through practicing the expanding of our own imagination
137
517680
6423
mas no sentido que, através de praticar a expansão da nossa imaginação
08:44
about the ecosystems we are a part of,
138
524145
3045
sobre os ecossistemas de que fazemos parte,
08:47
we might just be better equipped to recognize new opportunities
139
527231
3170
podemos estar mais bem equipados para reconhecer novas oportunidades
08:50
and potential.
140
530443
1335
e potencial.
08:52
Knowing that there's a boundary to our imagination
141
532236
3128
Saber que há um limite para a nossa imaginação
08:55
doesn't have to feel limiting.
142
535406
2211
não tem de parecer limitativo.
08:58
On the contrary,
143
538159
1293
Pelo contrário,
08:59
it can help motivate us to expand that boundary further
144
539452
3420
pode ajudar a motivar-nos a expandir mais esse limite
09:02
and to seek out colors and things we haven't yet seen
145
542914
3962
e a procurar cores e coisas que ainda não vimos
09:06
and perhaps enrich our imagination as a result.
146
546918
3295
e, como resultado, talvez enriquecer a nossa imaginação.
09:10
So thank you.
147
550546
1168
Obrigada.
09:11
(Applause)
148
551714
4046
(Aplausos)
Sobre este site

Este sítio irá apresentar-lhe vídeos do YouTube que são úteis para a aprendizagem do inglês. Verá lições de inglês ensinadas por professores de primeira linha de todo o mundo. Faça duplo clique nas legendas em inglês apresentadas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas deslocam-se em sincronia com a reprodução do vídeo. Se tiver quaisquer comentários ou pedidos, por favor contacte-nos utilizando este formulário de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7