Rozpoznawanie obrazów - więcej niż technologia
Technologia rozpoznawania obrazów stała się nierozłączną częścią naszego życia w związku z wieloma dziedzinami, począwszy od generatywnej sztucznej inteligencji, a kończąc na rozpoznawaniu twarzy i przedmiotów przez systemy komputerowe. W jaki sposób maszyny i ich możliwości rejestrowania, analizowania, przetwarzania i przedstawiania informacji wizualnych wpływają na ludzi? Aby odpowiedzieć na to pytanie, w ramach finansowanego ze środków Unii Europejskiej projektu Machine Vision badacze przyjrzeli się aspektom innym niż technologiczne. „Choć powstało wiele opracowań na temat technologii i sposobów jej wykorzystania, wciąż brakuje badań traktujących rozpoznawanie obrazów w kategoriach zjawiska kulturowego, estetycznego czy nośnika,” mówi Jill Walker Rettberg, wykładowczyni kultury cyfrowej na Uniwersytecie w Bergen i główna badaczka projektu Machine Vision. Zespół, który realizował projekt dzięki dofinansowaniu przyznanemu przez Europejską Radę ds. Badań Naukowych, koncentrował się na zrozumieniu wpływu technologii rozpoznawania obrazów napotykanej w codziennym życiu na sposób, w jaki zwykli ludzie postrzegają siebie i otaczający świat. W tym celu badacze przeanalizowali sztukę cyfrową, gry i opowieści, które wykorzystują rozpoznawanie obrazów jako motyw lub interfejs. Przyjrzeli się także wykorzystaniu rozwiązań opartych na rozpoznawaniu obrazów w mediach społecznościowych i komunikacji osobistej.
Rozumienie sytuacji opartych na rozpoznawaniu obrazów
Projekt opiera się na koncepcji sytuacji opartych na rozpoznawaniu obrazów, które Rettberg definiuje jako chwile, w którym technologia jest wykorzystywana w celu zmiany biegu wydarzeń. „Technologie rozpoznawania obrazów należy analizować w konkretnym kontekście, w którym są wykorzystywane”, wyjaśnia Rettberg. Koncepcja ta stanowiła fundament bazy danych, która zawiera 500 kreatywnych prac wykorzystujących lub reprezentujących technologie rozpoznawania obrazów. „Baza będzie stanowiła cenne źródło danych dla badaczy zajmującymi się naukami humanistycznymi i społecznymi zainteresowanymi powiązaniami między technologią a kulturą, a także dla projektantów, artystów i naukowców opracowujących technologie rozpoznawania obrazów”, zauważa Rettberg.
Technologie rozpoznawania obrazów w życiu codziennym
Aby zrozumieć, w jaki sposób technologie rozpoznawania obrazów są wykorzystywane w codziennych sytuacjach, w ramach projektu badacze przeprowadzili badania etnograficzne w różnych kontekstach w miastach takich jak Tajpej, Hongkong i Chicago, a także w przestrzeniach cyfrowych, w tym w mediach społecznościowych i społecznościach internetowych. W ramach prac badacze przeanalizowali rolę infrastruktury monitoringu w Chicago, zestawiając ją z historią miasta i współczesną polityką. Dokumentowali także praktyki społeczne chińskich twórców materiałów typu deepfake korzystających z wybranych platform przesyłania wideo. „Poprzez obserwację uczestników, przeprowadzanie wywiadów i gromadzenie danych jakościowych, badania etnograficzne pozwoliły nam na zestawienie naszych analiz prac twórczych z codziennym wykorzystaniem technologii rozpoznawania obrazów”, zauważa Rettberg.
Źródło wiedzy o kulturowym podejściu do sztucznej inteligencji
Od czasu rozpoczęcia prac w ramach projektu w 2018 roku nastąpiło wiele zmian na świecie. „Kiedy zaczęliśmy badać to zagadnienie, generatywne modele sztucznej inteligencji były na wczesnym etapie rozwoju, natomiast technologia deepfake była jeszcze nowinką techniczną - ich tworzenie nastręczało wiele trudności”, zauważa Rettberg. Kiedy generatywna sztuczna inteligencja weszła na rynek w 2023 roku, zespół badał ten temat od wielu lat. „Kiedy rozpoznawanie obrazów stało się technologią głównego nurtu, byliśmy gotowi i szybko staliśmy się ekspertami, udzielając porad decydentom, ucząc studentów i prowadząc wykłady dla przedstawicieli przemysłu i środowisk akademickich”, podsumowuje Rettberg. Rettberg wraz z zespołem kontynuują badania nad sztuczną inteligencją w ramach finansowanego przez UE projektu AI STORIES we współpracy z zespołem projektu ALGOFOLK, który jest finansowany przez fundację Trond Mohn Research Foundation.
Słowa kluczowe
Machine Vision, technologie, generatywna sztuczna inteligencja, rozpoznawanie twarzy, sztuka cyfrowa, media społecznościowe, sztuczna inteligencja, AI STORIES
