Versione testuale del primo episodio podcast
Prima di tuffarsi nella Masterclass a tema, parliamo delle Intelligenze Artificiali.
Pochi rapidi concetti, utili a comprendere i margini del tema sul quale focalizzare il nostro interesse, non solo in campo artistico.
Cosa sono le Intelligenze Artificiali? Una breve introduzione.
L’idea di “Intelligenza Artificiale” (il cui acronimo in inglese è composto dalle iniziali A ed I) arriva da lontano, parliamo della prima metà del XX secolo, per capirci, e si somma ed intreccia ad altre espressioni frequenti che incontreremo anche nella Masterclass. Machine Learning e Generative Arts sono tra queste, insieme alle AI Arts che spopolano oggi sui social media.
Analizziamo i primi due termini.
Nell’ultimo decennio, i termini intelligenza artificiale (AI) e machine learning (ML) sono diventate, infatti, parole d’ordine che vengono spesso utilizzate in modo intercambiabile benché non siano la stessa cosa. Anzi, il Machine Learning invece è un sotto-insieme delle IA con un ruolo specifico.
Le tecnologie AI e ML sono oggi ovunque intorno a noi, dagli assistenti vocali digitali nei nostri salotti ai consigli che vedi su Netflix ma c’è ancora molta confusione e ambiguità riguardo alle loro somiglianze, e differenze.
L’ intelligenza artificiale è una disciplina tesa allo studio e sviluppo di sistemi informatici intelligenti in grado di simulare la capacità e il comportamento del pensiero umano ed è definita anche come una tecnologia informatica che imita la capacità umane legate alla risoluzione di problemi, alla comprensione ed alla intuizione.
Cito, a titolo di esempio, Il “Test di Turing” (dal padre dell’intelligenza artificiale” Alan Turing), utilizzato per determinare se una macchina è in grado di simulare il pensiero umano. Un test che può considerarsi superato solo quando la risposta ad una domanda risulti indistinguibile dalla risposta possibile di un essere umano.
L’IA moderna è utilizzata da molte aziende tecnologiche e dai loro clienti.
Per citarne alcuni:
— Motori di ricerca web avanzati (Google)
— Auto a guida autonoma (Tesla)
— Consigli personalizzati (Netflix, YouTube)
— Assistenti personali (Amazon Alexa, Siri)
Oltre, ovviamente, a quegli algoritmi di piattaforme creative che analizzeremo nella nostra Masterclass.
L’IA è spesso divisa in due categorie: Narrow e General.
La prima categoria comprende per esempio un chatbot sul sito oppure un servizio di traduzione automatica come Google Translate, così come le auto a guida autonoma con la loro IA fanno parte di questa categoria.
Il secondo insieme, invece, si estende ai sistemi di apprendimento automatico (Machine Learning) e assorbe le istruzioni in modo diverso dagli esseri umani per soddisfare meglio il suo ruolo.
In entrambi i casi, ovviamente, si parla di un IA che attualmente riesce solo ad imitare la sfera di emozioni e reazioni umane. Siamo lontani dalla resa estrema o distopica di Cinema e Serie Tv, non temere 😊
Il Machine Learning o “apprendimento automatico” (ML), invece genera modelli basati su dati campione, che servono ad “addestrare” il modello di riferimento con il fine di offrire previsioni o decisioni accurate.
Più aumenta la mole di dati (e la sua accuratezza) migliore sarà la risposta ottenibile.
Tipologie di Machine Learning (ML)
Esistono tre tipi principali di Machine Learning, a seconda dell’approccio desiderato. In alcuni casi l’algoritmo si nutre di dati e variabili da valutare per identificare le correlazioni, in altri è spinto ad essere più autonomo rispetto alle correlazioni tra i dati.
Non è il mio campo, dunque non voglio entrare più di così nel dettaglio ma tra i link di riferimento alla Masterclass trovate ottimi articoli che fanno da base a questo podcast.
Il Machine Learning è usato da tanti noti Big che fanno parte della nostra quotidianità e infatti può essere sfruttato per:
— I filtri e-mail e la gestione dello Spam o delle minacce malware
— Il Riconoscimento vocale
— Manutenzione predittiva
— Processi di automazione aziendale
— Gestione del traffico nelle nostre Maps da Smartphone.
Pur essendo distinte, le AI e ML condividono caratteristiche simili e sono strettamente correlate. Entrambe si nutrono di flussi enormi di dati, non a caso ogni approfondimento a tema cita i famigerati Big Data la cui qualità è in grado di influenzare in modo sensibile le dinamiche generali di funzionamento.
Per sommi capi possiamo dire che le IA mirano ad aumentare le possibilità di raggiungere un obiettivo, mentre il Machine Learning si occupa di migliorare precisione e identificare modelli utili poi alle IA.
Brutalmente: alle IA interessa il risultato, al ML lo studio che precede quel risultato.
Ci sono alcuni altri vantaggi che dovrebbero derivare da AI e ML, tra i quali:
— Miglioramento dell’elaborazione del linguaggio naturale (NLP), un altro campo dell’IA
— Lo sviluppo del Metaverso
— Sicurezza informatica avanzata
— Iper-automazione
— Tecnologie low-code o no-code
— Esplorazioni creative della percezione umana e così via.
Ovviamente, tra AI e ML si inserisce il tema delle Masterclass.
La creatività e l’Arte decodificate in forma di dati per raggiungere un scopo puramente estetico, creativo, concettuale o rappresentativo.
Lo so, non è un’idea molto romantica e sento già il fegato di tanti contorcersi. Ma c’è da star tranquilli, per quanto le IA possano svilupparsi non potranno mai sostituirsi all’essere umano, men che meno all’artista, per i motivi che spiegherò bene nella masterclass e nella definizione dei ruoli coinvolti.
L’ultimo termine da spiegare, anzi il penultimo, ingloba, guarda un po’, proprio il termine “Arte”.
Parliamo dell’Arte Generativa.
Il termine si riferisce al concetto di “Arte che genera arte” ovvero un risultato (l’Opera artistica) che è il prodotto diretto di un sistema autonomo che prende decisioni sulla sua composizione, al posto dell’artista.
E qui scatta la diatriba che abbraccia e coinvolge il tema delle AI Arts.
In alcuni casi, l’artista può interagire con il sistema che genera l’opera per influenzare il risultato artistico (una “supervisione” ed un ruolo simile ad una delle categorie del Machine Learning), in altri casi è il sistema autonomo ad assumere totalmente il ruolo di creatore.
Anche nel secondo caso, però, quel sistema potrebbe essere stato istruito alla base o addestrato da una figura umana e, di conseguenza, potremmo considerare il tutto un Uroboro, un serpente che si morde la coda.
La discussione è più che mai attiva proprio davanti alle AI Arts, dove un algoritmo sfrutta i dati in suo possesso (o i big data, ove possibile) per interpretare una frase (definita “prompt di comando”) restituendo una sua interpretazione della stessa e ripetendo il processo tutte le volte che l’operatore umano offrirà una variabile ad esso (di nuovo si ripete uno dei modelli del Machine Learning).
Considerazioni a parte l’Arte Generativa è rappresentata da sistemi meccanici, robotici, informatici, chimici, di randomizzazione ed altro ancora.
Un processo che, citando Soddu dalla pagina Wikipedia
“genera una dilatazione sorprendente ed infinita della creatività attraverso espressioni plurime e aperte dell’idea generante stessa”.
Questa definizione calza a pennello con l’ultima espressione di questo poker descrittivo: mi riferisco alle già citate AI Arts, l’argomento principale della masterclass che ho lanciato.
Quello delle “AI Arts” è infatti un concetto legato a tutte le definizioni precedenti e si traduce in piattaforme online, software e applicazioni già ampiamente diffuse, da Photoshop a web e social, con Google e Meta pronte al lancio di progetti dedicati.
Parliamo di Arte e Intelligenza Artificiale, un connubio che punta a tradurre espressioni testuali in una infinita serie di proposte visive suggestive e affascinanti, simulando, replicando o fondendo linguaggi visivi, stili creativi e tratti d’autore in una serie infinita di soggetti pronti all’uso o quasi, che sembrano suscitare la gioia di tutti, sia di chi opera nel campo della Comunicazione Visiva, sia di chi invece non ha la minima idea di come si disegni un pesce rosso su carta.
E’ sufficiente pensare ad una frase descrittiva più o meno complessa, scegliere la piattaforma adatta ai propri gusti e cliccare un pulsante per ottenere una immagine fotorealistica, un quadro surreale o una digital art in piena regola.
Per lo meno, questa è la premessa.
Ma non è davvero così e le implicazioni sono tante quanto basta per allestire una masterclass di analisi delle piattaforme comprese nella definizione iniziale.
Di certo siamo alle prime battute di una rivoluzione tecnologica (iniziata qualche anno fa a dire il vero) che stravolgerà alcune regole del comparto visivo.
Ed io che lavoro proprio in questo segmento non potevo che interessarmi all’argomento ed analizzzarlo a modo mio, dedicandogli tutto il tempo necessario prima di esprimermi.
Quindi, visto che siamo in chiusura di questo episodio, se hai voglia di saperne di più continua a seguire il mio Podcast. E buon ascolto a te 😊
Per seguire la masterclass a tema, ecco il link generale e un trailer che fa figo: https://links.page/aiversusarts
Art
All you need is know
