Szkicowanie obrazów kolejną funkcjonalnością robotów
Sztuczna inteligencja tworzy wkracza do świata artystów również w świecie rzeczywistym za sprawą nowych możliwości, których głównym elementem jest szkicowanie obrazów przez roboty. Do tej pory, większość dzieł sztuki tworzonych przez AI powstawała w wirtualnym świecie algorytmów i obliczeń.
Zespół z Universidad Complutense de Madrid i Universidad Carlos III de Madrid wprowadził innowacyjny model, który umożliwia humanoidalnym robotom szkicowanie obrazów na wzór ludzkich artystów. Ich praca, opublikowana w Cognitive Systems Research, ukazuję potencjał robotów w aktywnym uczestnictwie w procesach twórczych.
Zainspirowani przez pomysł przyciągnięcia uwagi społeczności naukowej oraz szerszej publiczności, Raúl Fernandez-Fernandez i jego zespół skupili się na stworzeniu robotycznego programu, który zaskoczyłaby świat swoją nową funkcjonalnością. Ich cel nie ograniczał się do opracowania kolejnej robotycznej „drukarki”, która odtwarza wcześniej zaprogramowane obrazy. Zamiast tego, dążyli do stworzenia robota, który, korzystając z technik głębokiego uczenia się, mógłby tworzyć szkice w procesie podobnym do ludzkiego rysunku.
Projekt ten wpisuje się w ciąg dalszy wcześniejszych badań zespołu, które koncentrowały się na zaawansowanych algorytmach planowania działań kreatywnych. Inspiracją były prace nad wykorzystaniem zestawu danych Quick Draw! oraz wprowadzeniem Deep-Q-Learning jako metody na realizację złożonych trajektorii obejmujących złożone cechy emocjonalne.
Model prezentowany przez zespół opiera się na zaawansowanej strukturze Deep-Q-Learning, która pozwala na dokładne planowanie działań robota w różnorodnych środowiskach. Sieć neuronowa modelu dzieli się na trzy zintegrowane części, które analizują zarówno globalne, jak i lokalne cechy obrazu, umożliwiając generowanie kolejnych etapów szkicu.
Fernandez-Fernandez i jego współpracownicy wzbogacili model o dodatkowe informacje dotyczące odległości i narzędzia malarskiego, co znacząco poprawiło zdolności szkicowania robota. Ponadto, wprowadzili etap wstępnego szkolenia oparty na generatorze losowych pociągnięć, aby jeszcze bardziej zbliżyć działania robota do ludzkiego procesu tworzenia sztuki.
Wyzwaniem było również przekształcenie danych wizualnych generowanych przez AI w realne działania robota na płótnie. Naukowcy rozwiązali ten problem, tworząc zdyskretyzowaną przestrzeń wirtualną, która umożliwiła robotowi precyzyjne tłumaczenie wskazówek malarskich na realne pociągnięcia pędzlem.
Osiągnięcie tego zespołu pokazuje, jak zaawansowane algorytmy sterowania mogą być wykorzystane w rzeczywistych aplikacjach malarskich, otwierając nowe możliwości dla robotyki i sztuki. Praca ta nie tylko demonstruje, jak roboty mogą tworzyć dzieła sztuki w bardziej ludzki sposób, ale również inspiruje do dalszych badań nad wykorzystaniem zasad sterowania w coraz bardziej złożonych zadaniach.
W przyszłości, Fernandez-Fernandez i jego zespół planują eksplorować nowe metody i materiały, które jeszcze bardziej usprawnią aplikacje sterowania robotami. Ich praca podkreśla potencjał wykorzystania głębokiego uczenia się do tworzenia nowych, innowacyjnych form sztuki przez roboty, przyczyniając się do demokratyzacji i rozszerzenia dostępu do technologii twórczych.
Szymon Ślubowski
