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

45,678 views ・ 2022-11-30

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: esra kurul Gözden geçirme: İlker ÖZBAŞ
00:04
I'd like to start by asking you to imagine a color
0
4543
4379
Daha önce hiç görmediğiniz bir rengi hayal etmenizi
00:08
that you've never seen before.
1
8922
2544
isteyerek başlamak istiyorum.
00:12
Just for a second give this a try.
2
12217
2252
Bunu bir deneyin.
00:14
Can you actually visualize a color that you've never been able to perceive?
3
14928
4463
Hiç görmediğiniz bir rengi gerçekten gözünüzde canlandırabilir misiniz?
00:20
I never seem to get tired of trying this
4
20892
2878
Bunu denemekten hiç usanmış gibi görünmüyorum,
00:23
although I know it's not an easy challenge.
5
23770
2795
kolay bir iş olmadığımı bilmeme rağmen.
00:26
And the thing is,
6
26606
1210
Mesele şu ki,
00:27
we can't imagine something without drawing upon our experiences.
7
27857
4880
tecrübelerimizi kullanmadan bir şeyi hayal edemeyiz.
00:33
A color we haven't yet seen
8
33655
2002
Algılayabildiğimiz spektrum dışında
00:35
outside the spectrum we can perceive
9
35699
2836
henüz görmediğimiz bir renk,
00:38
is outside our ability to conjure up.
10
38535
2502
hayal gücü becerimizin dışındadır.
00:42
It's almost like there's a boundary to our imagination
11
42372
3212
Hayal gücümüzün, hayal edebileceğimiz tüm renklerin
00:45
where all the colors we can imagine
12
45625
2002
yalnızca daha önce gördüğümüz
00:47
can only be various shades of other colors we have previously seen.
13
47627
4505
diğer renklerin çeşitli tonları olabileceği bir sınır varmış gibi.
00:52
Yet we know for a fact
14
52841
2210
Fakat, görünür renk spektrumumuzun
00:55
that those color frequencies outside our visible spectrum are there.
15
55051
4463
dışındaki renk frekanslarının orada olduğunu kesin olarak biliyoruz.
01:00
And scientists believe that there are species
16
60223
5339
Bilim insanları biz insanların sahip olduğu
01:05
that have many more photo receptors
17
65562
3503
üç renkten daha fazla
01:09
than just the three color ones we humans have.
18
69107
4880
fotoreseptöre sahip olan türler var.
01:13
Which, by the way,
19
73987
1835
Bu arada,
01:15
not all humans see the world in the same way.
20
75864
3295
bütün insanlar dünyayı aynı şekilde görmüyor.
01:19
Some of us are colorblind to various degrees,
21
79200
4505
Bazılarımız farklı derecelerde renk körü
01:23
and very often we don't even agree on small things,
22
83705
4713
ve çoğu zaman küçük şeylerde bile karar kılmıyoruz.
01:28
like if a dress on the internet is blue and black or white and gold.
23
88460
5005
internetteki elbise mavi ve siyah yoksa beyaz ve sarı olması gibi.
01:34
But my favorite creature, one of my favorite creatures,
24
94215
4380
Fakat benim en sevdiğim yaratık, en sevdiğim yaratıklardan biri,
01:38
is the peacock mantis shrimp,
25
98595
2335
12 ila 16 fotoreseptöre sahip olduğu
01:40
which is estimated to have 12 to 16 photo receptors.
26
100972
5297
tahmin edilen tavus kuşu mantis karidesidir.
01:46
And that indicates the world to them might look so much more colorful.
27
106269
5798
Bu da onlara dünyanın çok daha renkli görünebileceğini gösteriyor.
01:54
So what about artificial intelligence?
28
114194
2836
Peki yapay zeka ne olacak?
01:57
Can AI help us see beyond our human capabilities?
29
117947
3838
Yapay zeka, insan yeteneklerimizin ötesini görmemize yardımcı olabilir mi?
02:03
Well, I've been working with AI for the past five years,
30
123203
3670
Beş yıldır yapay zeka ile birlikte çalışıyorum
02:06
and in my experience, it can see within the data it gets fed.
31
126873
4630
ve tecrübelerime göre, beslendiği verilerin içinde görebilir.
02:12
But then you might be wondering, OK,
32
132420
2586
Fakat sonra merak edebilirsin, pekala,
02:15
if AI can't help imagine anything new,
33
135006
3337
Yapay zeka yeni bir şey hayal etmemize yardım edemiyorsa,
02:18
why would an artist see any point in using it?
34
138385
2794
neden bir sanatçı onu kullanmanın önemini anlasın?
02:21
And my answer to that is because I think that it can help augment our creativity
35
141930
4254
Buna cevabım, bence yenilerini oluşturmak için bilinen unsurların kombinasyonları
02:26
as there's value in creating combinations of known elements to form new ones.
36
146226
6173
yaratmanın değeri olduğundan yaratıcılığımızı
artırmamıza yardım edebilir.
02:33
And this boundary of what we can imagine based on what we have experienced
37
153858
5422
Tecrübelerimize dayanarak hayal edebileceğimiz bu sınır,
02:39
is the place that I have been exploring.
38
159322
2419
keşfetmekte olduğum yerdir.
02:42
For me, it started with jellyfish on a screen at an aquarium
39
162200
5005
Benim için akvaryumdaki bir ekranda denizanası görmemle
02:47
and wearing those old 3D glasses, which I hope you remember,
40
167247
3712
ve eski 3D gözlükleri takmamla başladı, umarım hatırlarsınız,
02:51
the ones with the blue and red lens.
41
171000
1919
mavi ve kırmızı camları olan.
02:53
And this experience made me want to recreate their textures.
42
173336
4213
Bu deneyim bana dokularını tekrardan canlandırma isteği uyandırdı.
02:57
But not just that,
43
177882
1168
Ama sadece bu değil,
02:59
I also wanted to create new jellyfish
44
179092
1960
üstelik daha önce görmediğim
03:01
that I hadn't seen before, like these.
45
181052
2878
yeni bir denizanası yaratmak istedim, bunlar gibi.
03:04
And what started with jellyfish,
46
184556
1543
Denizanasıyla başlayan şey
03:06
very quickly escalated to other sea creatures
47
186099
3587
deniz şakağıyı, mercan ve balık gibi diğer deniz canlıları
03:09
like sea anemone, coral and fish.
48
189686
4254
çok hızlı bir şekilde yükseldi.
03:14
And then from there came amphibians, birds and insects.
49
194524
5756
Ardından amfibiyanlar, kuşlar ve böcekler var.
03:20
And this became a series called “Neural Zoo”.
50
200739
2919
Bu da “Nöral Hayvanat Bahçesi” adlı bir dizi haline geldi.
03:25
But when you look closely, what do you see?
51
205618
3629
Ancak yakından bakınca ne görüyorsun?
03:29
There's no single creature in these images.
52
209289
3962
Bu görüntüde tek bir yaratık yok.
03:33
And AI augments my creative process
53
213710
3378
Yapay zeka bana dokuları ayrıştırmama ve tekrardan
03:37
by allowing me to distill and recombine textures.
54
217130
4671
birleştirmeme izin vererek yaratıcı sürecimi güçlendiriyor.
03:41
And that's something that would otherwise take me months to draw by hand.
55
221801
4588
Bu aksi takdirde elle çizmem aylar alacak bir şey.
03:47
Plus I'm actually terrible at drawing.
56
227015
1877
Ayrıca çizimde berbatım.
03:49
So you could say, in a way, what I'm doing
57
229476
3169
Böylece bir bakıma, yaptığım şeyin,
03:52
is a contemporary version of something
58
232687
1960
kameralar icat edilmeden bile önce
03:54
that humans have already been doing for a long time,
59
234689
2753
insanların uzun zamandır yaptığı şeyin modern versiyonu
03:57
even before cameras existed.
60
237484
2669
olduğunu söyleyebilirsiniz.
04:01
In medieval times,
61
241738
1793
Ortaçağda,
04:03
people went on expeditions,
62
243573
2211
insanlar sefere çıkarlardı
04:05
and when they came back they would share about what they saw
63
245825
3504
ve geri döndüklerinde gördüklerini bir illüstratöre
04:09
to an illustrator.
64
249370
1377
anlatırlardı.
04:10
And the illustrator, having never seen what was being described,
65
250789
4129
Anlatılan şeyi hiç görmemiş olan illüstratör,
04:14
would end up drawing
66
254959
1627
daha önceki gördükleri
04:16
based on the creatures that they had previously seen
67
256628
2460
yaratıklara dayanarak çizim yapacak
04:19
and in the process creating hybrid animals of some sort.
68
259088
3170
ve bu süreçte bir tür melez hayvanlar yaratacaktı.
04:22
So an explorer might describe a beaver, but having never seen one,
69
262675
4338
Bir kaşif bir kunduzu tarif edebilir ama hiç görmediğinden
04:27
the illustrator might give it the head of a rodent,
70
267055
2419
illüstratör, kunduza bir kemirgenin başını, köpeğin vücudunu
04:29
the body of a dog and a fish-like tail.
71
269474
2419
ve balığa benzeyen kuyruğunu verebilir.
04:32
In the series “Artificial Natural History”,
72
272560
2670
“Yapay Doğa Tarihi” serisinde
04:35
I took thousands of illustrations from a natural history archives,
73
275271
4588
Bir doğa tarihi arşivinden binlerce illüstrasyon aldım
04:39
and I fed them to a neural network to generate new versions of them.
74
279901
5297
ve yeni versiyonlarını oluşturmak için onları sinir ağına ilerlettim.
04:45
But up until now, all my work was done in 2D.
75
285990
4171
Fakat şimdiye kadar bütün çalışmalarım 2D olarak yapıldı.
04:51
And with the help of my studio partner, Feileacan McCormick,
76
291246
3545
Stüdyo ortağım sayesinde, Feileacan McCormick,
04:54
we decided to train a neural network on a data set of 3D scanned beetles.
77
294833
5422
3D taranmış böceklerden oluşan bir veri setinde, sinir ağı eğitmeye karar verdik.
05:00
But I must warn you that our first results were extremely blurry,
78
300839
4546
Sizi uyarmalıyım ki, ilk sonuçlarımız son derece bulanıktı
05:05
and they looked like the blobs you see here.
79
305426
2253
ve buradaki damlalar gibi görünüyorlardı.
05:08
And this could be due to many reasons,
80
308346
1835
Bu bir çok sebepten olabilir
05:10
but one of them being that there aren't really a lot
81
310181
2461
ama bunlardan biri, 3D böceklerinin gerçekten
05:12
of openly available data sets of 3D insects.
82
312642
4504
çok fazla açık veri setinin olmamasıdır.
05:17
And also we were repurposing
83
317188
2127
Ayrıca normalde 3D oluşturmak için
05:19
a neural network that normally gets used to generate images to generate 3D.
84
319357
5214
görüntüler meydana getiren bir sinirsel ağını yeniden tasarlıyorduk.
05:24
So believe it or not, these are very exciting blobs to us.
85
324612
4380
İnanıp inanmamak size kalmış, bunlar bizim için çok heyecan verici noktalar.
05:29
But with time and some very hacky solutions
86
329784
3879
Fakat zamanla ve bazı hileli sonuçlarla
05:33
like data augmentation,
87
333705
2294
veri artırma gibi
05:36
where we threw in ants and other beetle-like insects
88
336040
3754
veri setini geliştirmek için karıncaları ve diğer
05:39
to enhance the data set,
89
339794
2503
benzer böcekleri attığımız yerde,
05:42
we ended up getting this,
90
342338
2628
sonunda bunu elde ettik,
05:44
which we've been told they look like grilled chicken.
91
344966
2544
bize bunların kızarmış tavuk gibi göründükleri söylendi.
05:47
(Laughter)
92
347552
1752
(Gülüşme)
05:49
But hungry for more, we pushed our technique,
93
349345
4797
Fakat bununla yetinmedik, tekniğimizi devam ettirdik
05:54
and eventually they ended up looking like this.
94
354183
3713
ve neticede böyle bir görüntüyle sonlandı.
05:58
We use something called 3D style transfer to map textures onto them,
95
358479
5047
Dokuları üzerlerine işleyebilmek için 3D stil transferi denen şeyi kullanıyoruz
06:03
and we also trained a natural language model
96
363568
3670
ayrıca bilimsel isimler ve anatomik tasvirler oluşturmak için
06:07
to generate scientific-like names
97
367280
2544
06:09
and anatomical descriptions.
98
369866
1918
doğal bir dil modeli eğittik.
06:12
And eventually we even found a network architecture that could handle 3D meshes.
99
372869
4963
Neticede 3D ağları işleyebilen ağ mimarisi bile bulduk.
06:17
So they ended up looking like this.
100
377874
2377
Sonuç olarak bu şekilde göründüler.
06:21
And for us, this became a way of creating kind of a speculative study --
101
381836
4838
Bizim için bu bir tür spekülatif çalışma yaratmanın bir yolu oldu.
06:26
(Applause)
102
386716
2669
(Alkış)
06:29
A speculative study of creatures that never existed,
103
389427
3629
Hiçbir zaman var olmayan canlıların spekülatif çalışması
06:33
kind of like a speculative biology.
104
393097
2294
bir tür spekülatif biyoloji gibi.
06:37
But I didn't want to talk about AI and its potential
105
397685
4421
Fakat beni gerçek bir türe yaklaştırmadığı sürece yapay zeka ve onun potansiyeli
06:42
unless it brought me closer to a real species.
106
402148
3629
hakkında konuşmak istemedim.
06:46
Which of these do you think is easier to find data about online?
107
406486
4880
Bunlardan hangisi hakkında çevrimiçi veri
bulmanın kolay olduğunu düşünüyorsunuz?
06:51
(Laughter)
108
411366
1918
(Gülüşme)
06:53
Yeah, well, as you guessed correctly, the red panda.
109
413326
4004
Evet, doğru tahmin ettiğiniz gibi, kızıl panda.
06:57
And this maybe could be due to many reasons,
110
417830
3420
Bu birçok sebepten dolayı olabilir
07:01
but one of them being how cute they are,
111
421292
4046
ancak bunlardan birisi ne kadar tatlı oldukları
07:05
which means we photograph and talk about them a lot,
112
425338
4588
bunun anlamı, çokça fotoğraflarını çektik ve onlardan bahsettik
07:09
unlike the boreal felt lichen.
113
429926
2002
boreal keçe likeninden farklı olarak.
07:12
But both of them are classified as endangered.
114
432679
2877
Fakat ikisi de nesli tükenmekte olarak sınıflandırıldı.
07:16
So I wanted to bring visibility to other endangered species
115
436349
4880
Böylece tatlı kabarık kızıl panda olarak aynı miktarda
07:21
that don't get the same amount of digital representation
116
441270
4755
dijitalde temsil edilmeyen diğer nesli tükenmekte olan canlıları
07:26
as a cute, fluffy red panda.
117
446025
2002
görünür hale getirmek istedim.
07:28
And to do this,
118
448861
1710
Ve bunu yapmak için
07:30
we trained an AI on millions of images of the natural world,
119
450613
5005
yapay zekayı doğal dünyanın milyonlarca görüntüsü üzerinde eğittik
07:35
and then we prompted with text
120
455660
2085
ardından metinle bu canlılardan
07:37
to generate some of these creatures.
121
457787
2294
bazılarını oluşturmasını istedik.
07:40
So when prompted with a text,
122
460123
3712
Metinle oluşturulduğunda,
07:43
"an image of a critically endangered spider, the peacock tarantula"
123
463876
4713
“nesli son derece tehlikede olan bir örümcek görüntüsü, tavus kuşu tarantulası”
07:48
and its scientific name,
124
468589
1669
ve bilimsel adı,
07:50
our model generated this.
125
470299
2378
modelimiz bunu oluşturdu.
07:55
And here's an image of the real peacock tarantula,
126
475972
3211
İşte gerçek bir tavus kuşu tarantulasının görüntüsü,
07:59
which is a wonderful spider endemic to India.
127
479225
3128
Hindistan’a özgü olan harika bir örümcek.
08:02
But when prompted with a text
128
482812
2878
Ancak metinle oluşturulduğunda
08:05
"an image of a critically endangered bird, the mangrove finch,"
129
485732
4170
“Nesli kritik derecede tehlikede olan bir kuşun resmi, mangrov ispinozun”
08:09
our model generated this.
130
489944
2669
modelimiz bunu oluşturdu.
08:14
And here's a photo of the real mangrove finch.
131
494532
2711
Ve işte gerçek mangrov ispinozunun bir fotoğrafı.
08:17
Both these creatures exist in the wild,
132
497702
2878
Bu canlıların ikisi de vahşi doğada var
08:20
but the accuracy of each generated image is fully dependent on the data available.
133
500621
5965
ama oluşturulan her bir görüntünün doğruluğu, tamamen mevcut veriye bağlıdır.
08:27
These chimeras of our everyday data
134
507462
2961
Günlük verilerimizin bu kimeraları
08:30
to me are a different way of how the future could be.
135
510423
3670
benim için geleceğin nasıl olabileceğinin farklı bir yolu.
08:34
Not in a literal sense, perhaps,
136
514802
2836
Tam anlamıyla değil belki de,
08:37
but in the sense that through practicing the expanding of our own imagination
137
517680
6423
ama bir anlamda, parçası olduğumuz ekosistemler hakkında
08:44
about the ecosystems we are a part of,
138
524145
3045
kendi hayal gücümüzü genişletme pratiği yaparak,
08:47
we might just be better equipped to recognize new opportunities
139
527231
3170
yeni fırsatları ve potansiyeli tanımak için
08:50
and potential.
140
530443
1335
daha donanımlı olabiliriz.
08:52
Knowing that there's a boundary to our imagination
141
532236
3128
Hayal gücümüzün bir sınırı olduğunu bilmek
08:55
doesn't have to feel limiting.
142
535406
2211
sınırlayıcı hissetmek zorunda demek değildir.
08:58
On the contrary,
143
538159
1293
Bilâkis,
08:59
it can help motivate us to expand that boundary further
144
539452
3420
bu sınırı daha da genişletmek için bizi motive etmeye
09:02
and to seek out colors and things we haven't yet seen
145
542914
3962
ve henüz görmediğimiz renkleri ve şeyleri aramak için
09:06
and perhaps enrich our imagination as a result.
146
546918
3295
ve belki de sonuç olarak hayal gücümüzü zenginleştirmeye yardımcı olabilir.
09:10
So thank you.
147
550546
1168
Teşekkür ederim.
09:11
(Applause)
148
551714
4046
(Alkış)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7