Estetika komputacije
Teoretski esej za Glej, Soap opera
O umetnosti, podobno kot o poeziji, vsaj intuitivno razmišljamo onkraj stroja, a sedaj tudi stroj (spre)govori. Umetnost ni več antiteza hladnosti (in determinističnosti) tehnologije, temveč nadaljnja redefinicija našega koncepta stroja in tehnologije same. Umetnost v mašinsko logiko vpelje kontinuiteto, približno tako kot to na ravni biologije počno ksenoboti. Kakor ne moremo potegniti črte med biologijo in računalništvom, saj se obe polji ukvarjata s konceptoma informacije in komputacije, tako ne moremo umetnosti več na silo ločevati od mašine same. Nekaj se je v temelju spremenilo, kot to izpostavlja Wolfgang Ernst: »'Razumeti medije' v strojnem učenju postane medijsko aktivno. Umetna inteligenca 2.0 je izziv za medijsko znanost nasploh in medijsko arheologijo kot metodo (zlasti za njen logotehnični a priori pristop).«1
V umetnost pronicajo kriteriji in koncepti, ki so informacijski in/ali komputacijski. Umetnost lahko po eni strani enačimo z eksternalizacijo zavestnih stanj,2 torej s širjenjem možnih funkcij, ki jih naš kognitivni model percipira (in potencialno implementira), po drugi pa z ukvarjanjem s spektrom, ki teži k deregulaciji oziroma šumu ali pa vsaj temu, kar ni eksaktno oziroma česar se ne da na rigorozen način sistematizirati. David Krakauer pomenljivo izpostavlja, da teorija kompleksnosti ponuja (delen) odgovor na domnevno neujemanje (ali celo nekomenzurabilnost) med umetnostjo in znanostjo oziroma prepričanjem (in občutkom), da gre tu za dve popolnoma ločeni stvari:3 »Preprosto živita na spektru od naključnega do rednega, zato sta primerni za različne jezike ekspresije. Mislim, da je roman skoraj popoln način za teoretiziranje o realnosti, ko ima realnost ogromno idiosinkrazij v sebi, v nasprotju z infinitezimalnim računom ali teorijo dinamičnih sistemov, ki sta res dobra pri ekspresiji in kodiranju realnosti, v kateri je zelo malo naključnosti, skoraj nič, če sem iskren, in živita v tem, čemur pravimo nizkodimenzionalni prostor.«4
Umetnost zaseda prostor, ki ga tehnologiji do nedavnega ni uspelo domestificirati, in šele pred kratkim z novim valom generativne umetnosti in generativnih modelov se je začelo tudi tu premikati meje. V zgodovini umetnosti najdemo pristope k estetiki, večinoma od druge polovice 20. stoletja dalje, kjer tehnični koncepti ali, bolje, koncepti v tehnologiji začenjajo prevzemati deskripcije estetskega izkustva oziroma postanejo to načini estetskega izražanja in produciranja nove estetike: »V skladu z Georgeom Davidom Birkhoffom – ki je imel predavanje na kongresu matematikov v Bologni leta 1928 in predlagal merilo za estetsko zaznavo (tako imenovano 'Gestaltmaß') kot razmerje med redom in kompleksnostjo – so filozofi, kot je Max Bense, in umetniki naredili, da kibernetika in estetika konvergirata.«5 V tem smislu je Krakauerjeva definicija umetnosti nadaljevanje infromacijskoteoretskega trenda, kar seveda kaže na novo senzibilnost v estetski teoriji oziroma njen medijskoarheološki potencial: »Zdaj lahko dejansko razmišljate o umetnosti kot o domeni izkustva, ki je nekompresivno. V njej je toliko specifičnih elementov, samosvojosti in individualnega izraza, da se je ne da kompresirati. In ravno zato ne bo nikoli izražena v matematičnem jeziku fizike.«6 Vsaj tako se je enkrat zdelo, najverjetneje zaradi pretirano redukcionističnega vzgiba determinističnih znanosti, ki še niso postale difuzne oziroma še niso šle skozi lasten verjetnostni obrat. Paradoksno, a ravno najbolj prepoznavni generativni modeli, npr. DALL-E 2 in Stable Diffusion, temeljijo na fizikalnem principu: »Sistem, ki jih podpira, znan kot difuzijski model, se močno zgleduje po neravnotežni termodinamiki, ki ureja pojave, kot je širjenje tekočin in plinov.«7
Začetki generativne estetike so povezani s stuttgartskim krogom in pionirjem informacijske estetike Bensem. Njegov pristop k estetski teoriji je prelomen z več vidikov, tudi v njegovem iskanju nove estetske teorije za tehnološko civilizacijo (v nastajanju). V štirih knjigah o estetiki, ki so bile nato združene v eno skupno delo z istim imenom, Bense začne svoje raziskovanje informacijske estetike in njene aplikacije na različne umetniške forme, od vizualnih podob do medijskih in literarnih tekstov, poezije in ostalih semiotskih form, ki morajo postati računalniško programabilne oziroma biti analizirane na tovrsten način.8 Bensejeva teorija estetike v umetnost vpelje (z)možnost programiranja podobe, kar ne bi mogla biti bolj aktualna gesta, še posebej v času velikih jezikovnih modelov in t. i. prompt-inženiringa. A stvari vseeno niso tako linearne oziroma, drugače rečeno, Bense sprva ne vidi (in misli) tako daleč. Njegova ideja programiranja je vsaj na začetku zunanja oziroma še ni v celoti računalniška. Sprva namreč še ni cilj, da bi navodila posredovali računalniku za njihovo eksekucijo, temveč da bi od zunaj tekste razumeli in interpretirali na tovrsten način (ter ročno manipulirali njihove informacijske in/ali semantične vrednosti). Njegovi poskusi so vsaj na začetku podobni sorodnim eksperimentalnim tehnikam, npr. nekompresibilnim reprezentacijam Françoisa Morelleta oziroma njegovim poskusom integriranja »naključnih operacij v svojo slikarsko prakso z uporabo decimalk transcendentalnega števila pi ali naključno izbranih številk iz telefonskega imenika za določanje barv in drugih dejavnikov v njegovih kompozicijah«.9 Podobni so tudi »omejenim tehnikam pisanja« avantgardnega literarnega gibanja Oulipo ter njihovim pravilom, kot je S+7.10 Tovrstna estetika je že programabilna oziroma algoritemska, ne glede na to, da je tehnično formalizirana s strani človeka in ne stroja, a nič ne de, saj Ernst izpostavlja, da ko smo v fazi Turingovega stroja, mašina spregovori skozi nas.11
Podobo se začne programirati šele nekoliko kasneje: Bensejeva učenca in somišljenika, sicer pa matematika in programerja, Georg Nees in Frieder Nake, naredita korak naprej in začneta programirati tudi vizualno. Leta 1965 smo tako priča prvi razstavi računalniške umetnosti in enemu od prvih prikazov generativnih podob kadarkoli.12 Generativna umetnost posledično ni le medijska umetnost, temveč je umetnost tehnologije same. Je nadaljnja subsumpcija estetskega, kjer estetsko postane koncipirano in generirano v stroju. V tem smislu gre tu za specifičen medijskoarheološki moment ali za, kot bi Kittler dejal, umetnost, ki je umetnost »diskurza o diskurzu«, umetnost nove oblike estetskega in nove senzibilnosti, ki jo računalniška umetnost generira v obstoj. Nov generativni in univerzalni medij estetiko vedno bolj odločujoče veže nase, naši koncepti estetskega presojanja in raziskovanja pa so bližje in bližje računalniku, pri čemer logika računalnika oziroma novega lógosa postaja očitno del našega (najbolj intimnega) vsakdana. Tako na različnih mestih najdemo najbolj radikalne medijskoarheološke opise, kjer generativnost tehnologije postane generativnost naših možganov, npr. pri reinterpretaciji teorije sanj. Pri tej sanje niso več koncipirane na način konsolidacije spomina, temveč v smislu načrtne randomizacije vhodnih informacij, v katere nevronska mreža vnaša šum le zato, da ne bi prišlo do pretiranega prilagajanja (ang. overfitting) (še en koncept iz strojnega učenja), oziroma zato, da naš kognitivni model ne bi preveč rigidno pojasnjeval obstoječega korpusa podatkov in posledično preveč enostransko apliciral matematično funkcijo za pojasnjevanje širše podatkovne strukture.13 Si predstavljate, da otroci ne bi sanjali? Strojno se, ravno zaradi novih (z)možnosti tehnološke domestifikacije, začne prikazovati tudi v fenomenološkem oziroma je (z)možno fenomenološko pojasnjevati in sistematizirati prek konceptov, ki jih najdemo v strojnem: »V prihodnosti se ne bomo učili brati in pisati, ampak kako poglobljeno interpretirati sedem plus/minus dve dimenzionalnih vložitvenih prostorov, (ang. embedding spaces) in s projiciranjem nevronskega kodiranja nazaj v stroj prek neuralinka se bomo vsi naučili, kako biti eno s strojem.«14
Medijskoarheološki obrat izpostavlja dialektično razmerje med podobo in tehniko, algoritmom in algoritemskim prikazom. Zanimivo, a Nake ima deloma prekrivajočo teorijo, kjer izpostavlja, da obstaja dialektična tenzija med algoritemskim in vizualnim, med algoritemsko specifikacijo in njeno generativno manifestacijo.15 V njegovem primeru gre sicer še vedno za logocentrizem, saj mašina (in ne več človek) preprosto sledi ukazom in izvede navodilo. Čeprav se torej vizualno že pretvori v strojno, računalnik še vedno nima dejanskega razumevanja, dejanske (z)možnosti reprezentacije vizualnega, temveč le (z)možnost izvesti ukaz – tu gre za primer klasičnega programiranja, kjer specifikacije udejanja človek in kjer se mašina še ničesar ne (na)uči. Četudi torej obstaja dialektično razmerje med kodo in podobo, se to še vedno ne nahaja v mašini sami, saj ta še ne sanja o lastni estetiki: v mašini še vedno ni reprezentiranega ničesar, kar pomeni, da še nima lastnega tehnológosa in posledično lastne estetske senzibilnosti. Ernst v tem kontekstu zapiše: »V premiku paradigme od algoritemskega vnaprejšnjega programiranja k s pravili določeni metodi vzvratnega razširjanja (ang. backpropagation) 'velikega podatkovja' stroj ni več preprosto programiran za vsak operativni korak, temveč je naučen, da se uči samostojno, na kibernetični način.«16 Ne gre torej za to, da mašina izvede mentalno reprezentacijo človeka, pri čemer je bila ta prevedena v jezik, ki ga lahko mašina (pre)bere, temveč da se nauči mentalnih reprezentacij, ki jih je (z)možna reprezentirati in generirati, kar privede do estetike-v-estetiki oziroma estetske singularnosti. »Šele ko se stroji učijo od strojev, se pojavi 'postlógos'.«17 Problem generativne umetnosti je v tem, da se notranja abstrakcija, v tem primeru estetika komputacije same, ne kaže gledalcu oziroma se ne potegne od znotraj navzven ter se kot objekt fascinacije ohranja na ravni črne škatle, kar ne le vodi h konsumpciji spektakla in slabih UI scenarijev, temveč k pretirano (ali premalo) subjektivnim poskusom UI umetnosti, ki se praktično ne zanimajo za nezavedno mašine same in njene (z)možnosti participacije.
Kot primer »borbe« proti spektaklu lahko izpostavimo umetniške (in teoretske) eksperimente Eryka Salvaggia in njegovo raziskovanje generativnega modela DALL-E 2. Tudi tu gre proces v obratno smer, saj raziskovanje implicira proces učenja, tj. da se Salvaggio uči, kaj DALL-E 2 ve in (z)more in da slednjemu slepo ne odreja navodila prek ukazov oziroma »promptov«. Nasploh se zdi, da sodobne arhitekture v globokem učenju izpostavljajo določen premik perspektive, prehod v drugačno obliko programiranja in razumevanja, kjer se s strojem ne komunicira več na način posredovanja navodil, temveč se slednjega predvsem trenira zato, da bi dejansko proizvedel željeno navodilo oziroma željeni program za uspešno izvedbo določenega zastavka: »V tej novi računalniški znanosti – če jo sploh lahko imenujemo računalništvo – bodo stroji tako zmogljivi, da bodo že vedeli, kako narediti toliko stvari, da bo področje videti manj kot inženirsko prizadevanje in bolj kot izobraževalno; torej znanost, kako najbolje izobraziti stroj, bo podobna tisti, kako najbolje izobraziti otroke v šoli.«18 Tako kot UI skeptiki zmotoma očitajo GPT-3-ju nerazumevanje pomena, njegovi zagovorniki (torej zagovorniki strojne inteligence) izpostavljajo, da je več teorij pomena in da je treba tudi strojem omogočiti participacijo v jeziku ter jim s tem dati (z)možnost izbire teorije, ki jim najbolj ustreza. Kritika leti tudi na filozofe, ki bi se radi učili o umetni inteligenci, a to na način, da berejo, kaj o njej pravi ta ali oni filozof. Predstavljajte si, kako neposrečeno bo zvenela ta gesta resnično »woke« UI-ju. Namesto tega se raziskovanje tiče umetne inteligence same, išče se, kaj so ti modeli sposobni vkodirati, na kakšne načine in kakšne matematične funkcije ter oblike mesaoptimizacije so sposobni udejanjiti. Salvaggiev doprinos je predvsem te ravni, saj slednji prek »prompt-inženiringa«, deskripcije željene podobe, ki jo generativni model v naslednjem koraku generira, raziskuje podatkovno strukturo ter kako DALL-E 2 vidi nas. Poleg umetniškega projekta »How to Read an AI Image: The Datafication of a Kiss« je še posebej zanimiv njegov koncept ontolografije – kako se z generativnimi modeli spreminja vizualna kultura oziroma vizualno samo, tj. na kakšen način moramo vedno znova biti pozorni, mcLuhanovsko rečeno, da ne gledamo v vzvratno ogledalo. Koncept fotografije ni le povezan s historičnimi okoliščinami, ko je tekmoval z drugimi pojmi, npr. heliografijo, temveč se bistvo fotografije spreminja. Ta se ne tiče več zapisovanja svetlobe ali opažanja, da se svet spreminja v fotografijo. Gre bolj za to, da generativni model sedaj več ne referira na fotografije, na katerih se je učil, temveč na svoje latentno vkodiranje, ki proizvede »fotografije« tega ali onega tipa: »Ko fotografije v podatkovni strukturi seznanijo model, se ta neha sklicevati nanje. Namesto tega izhaja iz reprezentacije teh kategorij v podatkovni strukturi, ki jih izzovejo besede. To ni več 'pisanje s svetlobo'. To je vpisovanje ontologij na šum.«19 Zanimiva ponazoritev konca »zgodovine«, bi dejal Flusser.
Ernst, W. (2021). Technológos in Being: Radical Media Archaeology & the Computational Machine. London: Bloomsbury, p. 164.
Bach, J. (2022, 21. december). Joscha Bach Q&A with Royal Northern College for Music. Chris Newton. Dostopno prek
Na delu je diagonalizacija, ki je podobna opažanju, da so pravzaprav znanstveniki kreativni in umetniki sistematični, čemur pritrjuje tudi figura inženirja, ki sintetizira obe področji oziroma oba pristopa; resda v bolj »worldbuilding« smislu.
Krakauer, D. (2019, 9. oktober). David Krakauer on The Landscape of 21st Century Science. Complexity by the Santa Fe Institute. Dostopno prek https://complexity.simplecast.com/episodes/1/transcript
Ernst, W. (2022). Which Kind of Media »Philosophy« for Computation? A Rather Radical Media Archaeological Comment v My Computer Was a Computer (Catalyst M. Beatrice Fazi), ur. Cecchetto, D. Noxious Sector Press.
Krakauer, D. (2019, 9. oktober). David Krakauer on The Landscape of 21st Century Science. Complexity by the Santa Fe Institute. Dostopno prek https://complexity.simplecast.com/episodes/1/transcript
Ananthaswamy, A. (2023, 5. januar). The Physics Principle That Inspired Modern AI Art. Quanta Magazine. Dostopno prek https://www.quantamagazine.org/the-physics-principle-that-inspired-modern-ai-art-20230105/#:~:text=E%202's%20images%20possible%20%E2%80%94%20as,spread%20of%20fluids%20and%20gases
Robillard, G. (2021, 30. junij). »Max Bense as a visionary: from entropy to the dialectic of programmed images«. OpenEdition Journals. Dostopno prek https://journals.openedition.org/imagesrevues/10395#quotation
Cavia, A. A. (2022). »Compression Artefacts: On the Aesthetics of Compressibility« v My Computer Was a Computer (Catalyst M. Beatrice Fazi), ur. Cecchetto, D. Noxious Sector Press.
Beguš, N. (2022). The »Art« in Artificial Intelligence: An Interview with Nina Beguš. Napkin Poetry Review. Dostopno prek https://www.napkinpoetryreview.org/interview-with-nina-begus
Ernst, W. (2021). Technológos in Being: Radical Media Archaeology & the Computational Machine. London: Bloomsbury, pp. 141–142.
Robillard, G. (2021, 30. junij). »Max Bense as a visionary: from entropy to the dialectic of programmed images«. OpenEdition Journals. Dostopno prek https://journals.openedition.org/imagesrevues/10395#quotation
Hoel, E. (2021, 14. maj). »The overfitted brain: Dreams evolved to assist generalization«. ScienceDirect. Dostopno prek https://www.sciencedirect.com/science/article/pii/S2666389921000647
Bach, J [@Plinz]. (2022, 25. december). In the future, we will not learn how to read and write, but how to deeply interpret seven plus/minus two dimensional embedding spaces, and by projecting the neural encoding … [Twitter]. Dostopno prek https://twitter.com/Plinz/status/1606851313714839552
Nake. F. (2010). »Paragraphs on Computer Art, Past and Present«. ResearchGate. Dostopno prek https://www.researchgate.net/publication/228931845_PARAGRAPHS_ON_COMPUTER_ART_PAST_AND_PRESENT
Ernst, W. (2021). Technológos in Being: Radical Media Archaeology & the Computational Machine. London: Bloomsbury, p. 157.
Ibid., p. 169.
Welsh, M. (2023, 3. januar). The End of Programming. Viewpoint. Dostopno prek https://cacm.acm.org/magazines/2023/1/267976-the-end-of-programming/fulltext
