# Sofian Audry, Yoshua Bengio (2021) *Art in the Age of Machine Learning*. : The MIT Press. > [!INFO] > Type:: [[]] > Title:: Art in the Age of Machine Learning > Author(s): [[Sofian Audry, Yoshua Bengio]] > Year:: 2021 > Tags:: > DOI:: > Citekey:: audry_art_2021 > ZoteroURI:: [Open in Zotero: Art in the Age of Machine Learning](zotero://select/items/@audry_art_2021) > ReviewedDate:: [[2024-11-02]] > Related Note: 202411091612 ## Citation ```latex [@audry_art_2021] ``` ## Summary ## Annotation > “Machine learning is a branch of artificial intelligence that allows computers to learn from experience rather than by being “explicitly programmed” (Samuel, 1959).” (Audry and Bengio, 2021, p. 3) > "바긴스키의 로봇과 마찬가지로 이러한 시스템도 오디오 데이터 스트림을 통해 규칙성을 추출합니다." > > “Like Baginsky’s robots, these systems are subjected to streams of audio data from which they extract regularities.” (Audry and Bengio, 2021, p. 3) 규칙성과 패턴. "음성 인식 시스템은 주어진 작업(예: 소리를 텍스트로 번역)을 잘 수행하는 능력을 측정하는 특정 지표를 사용하여 평가할 수 있지만, 바긴스키는 로봇이 음악 연주의 정확도를 측정하는 것은 물론 로봇이 어떻게 결정을 내리는지 이해하는 데 관심이 없으며 단순히 듣는 것을 좋아하거나 싫어하는지를 결정할 뿐입니다." (Audry and Bengio, 2021, p. 3) > "우리는 통계를 기반으로 하는 유기적인 알고리즘이 규칙 기반 시스템을 대체하고, 모든 것을 포괄하는 분산된 제어 및 최적화 프로세스에서 인간과 적응적으로 결합하는 새로운 시대로 나아가고 있습니다." > > “We are moving into a new era, in which pervasive, seemingly organic algorithms feeding on statistics are replacing rule-based systems, adaptively coupling to humanity in all-encompassing, distributed processes of control and optimization.” (Audry and Bengio, 2021, p. 4) 신화 1: 인공지능(AI), 머신러닝(ML), 딥러닝(DL)은 모두 같은 것이라는 오해가 있습니다. 이 혼란은 '인공지능'이라는 용어가 최소 세 가지 다른 방식으로 사용되기 때문입니다. 첫 번째 정의는 이 책에서도 사용하는 의미로, 인공지능을 다양한 접근 방식을 포함하는 광범위한 연구 분야로 보는 것입니다. 이러한 접근 중 하나가 머신러닝으로, 스스로 학습할 수 있는 컴퓨터 알고리즘 설계를 중점으로 합니다. 딥러닝은 머신러닝 내의 특정한 접근으로, 인공 신경망이라는 학습 시스템을 사용합니다 artificial neural networks. 두 번째 정의는 최첨단 시스템에만 '인공지능'이라는 용어를 사용하고, 이전의 접근 방식들은 지능이 없다고 간주하는 것입니다. 이 정의에 따르면, 오늘날에는 딥러닝이나 다른 고급 형태의 머신러닝만을 AI라고 부르며, AI는 종종 이러한 최첨단 기술의 동의어로 사용됩니다. 마지막으로, 세 번째 정의는 일상적인 표현에서 더 자주 사용되는 의미로, AI를 머신러닝에 의존할 수도 있고 그렇지 않을 수도 있는 인공적 에이전트를 의미합니다. 예를 들어 "이 작품은 AI가 창작했다"는 표현에서처럼 말입니다. (5) 머신러닝 시스템을 사용하는 예술 작품을 더 잘 이해하고, 예술적으로 작업하는 데 수반되는 과정을 이해하며, 새로운 환경 속에서 예술가의 역할을 재정립하기 위해 머신러닝 시스템에 대한 미학적 이론을 구축하는 것이 중요해졌습니다. [[Machine learning]] algorithms are often divided into three subcategories - **Supervised learning**: most common, 시스템은 레이블이 지정된 데이터, 즉 적절한 출력이 할당된 데이터(일반적으로 사람에 의해)로부터 학습합니다 - **Unsupervised learning**: 비지도 학습은 레이블이 없는 데이터 세트에서 추론을 하는 데 사용됩니다. 데이터의 보다 간결한 표현을 추출하거나(예: 차원 축소 또는 표현 학습) 데이터를 여러 그룹으로 분리하는 등 다양한 결과를 원할 수 있습니다. 앞의 개와 고양이 이미지의 예를 사용하여 학습 시스템에 이미지 데이터베이스를 제공하고 이번에는 이미지에 라벨이 해제되어 있다고 가정해 보겠습니다. 시스템에게 이미지를 지정되지 않은 두 가지 카테고리로 분류하도록 요청합니다. - **Reinforcement learning**: 마지막으로 강화 학습은 인공 에이전트가 환경 속에서 진화하면서 그 안에서 최적으로 행동하는 방법을 배워야 하는 상황과 관련이 있습니다. 좋은 결정은 시스템에 긍정적인 보상을 제공함으로써 강화되고, 나쁜 행동에는 부정적인 보상(즉, 처벌)이 주어집니다. 강화 학습의 일반적인 용도로는 로봇 제어, 금융 거래, 배송 관리, 게임 AI용 적응형 에이전트 등이 있습니다. 강화 학습의 또 다른 일반적인 예는 환경에서 이동하며 아이템을 수집하는 동시에 배터리가 방전되기 전에 충전 스테이션으로 돌아가는 로봇입니다. 이 경우 로봇은 자율적으로 공간 탐험과 전력 관리 사이의 균형을 찾아야 합니다. > "사물에서 시스템으로의 패러다임 전환은 전후 시대에 등장한 중요한 마음 이론과도 공명하며, 이는 이후 수십 년 동안 서구 세계의 인간 주체 개념에 큰 영향을 미쳤습니다. 우리가 계산주의(인지주의라고도 함)라고 부르는 이 사고의 흐름은 특정한 형태의 표상주의, 즉 우리가 세계를 직접 경험하는 것이 아니라 그 표상을 통해 경험한다는 개념에 기반을 둔 마음 이론입니다." > > “This paradigm shift from objects to systems also resonates with an important theory of mind that emerged in the postwar era, which would profoundly impact the conception of the human subject in the Western world in subsequent decades. This current of thought, which we refer to as computationalism (also known as cognitivism), is a particular form of representationalism, a theory of mind that rests on the notion that we do not experience the world directly but rather through a representation of it.” (Audry and Bengio, 2021, p. 11-12) 계산주의 이론에서는 뇌는 이러한 정신적 능력의 소프트웨어를 실행하는 하드웨어 기판일 뿐이라고 주장합니다. 따라서 인간의 인지 능력을 재현할 수 있는 컴퓨터 프로그램은 실리콘 기반 기계에서 실행되더라도 지능적인 것으로 간주해야 한다고 주장합니다 (Turing, 1950). > "그러나 1970년대 말,symbolic AI 연구는 정체기에 접어들었고 공공 자금 지원은 중단되었습니다. 이후 AI는 최초의 AI 겨울이라고 불리는 침체기에 접어들었습니다. 연구가 완전히 중단된 것은 아니었지만, 1980년대에 들어서면서 예술계에서 사이버네틱스와 시스템에 대한 관심은 그래픽과 사운드 제작과 같은 다른 컴퓨터 기능에 대한 탐구로 옮겨가면서 감소했습니다." > > “By the end of the 1970s, however, symbolic AI research plateaued and public funding came to a halt. AI entered a period of disfavor, later called the first AI Winter. Although research did not stop completely, interest in cybernetics and systems decreased in the artistic world as the Western world entered the 1980s, in favor of explorations of other computer capabilities such as graphics and sound production” (Audry and Bengio, 2021, p. 12) 50-70s년대: 심볼릭 에이아이(cognitivism)가 우세 하지만 machine leaning 도 함께 있었지만 connectionsism에 더 관계가 있었고 한계점이 더 컸다 70끝-80년대: **에이아이의 겨울** 80년대 중반: the revival of neural network, 이와 동시에 인간 전문가의 노하우를 일련의 논리 규칙으로 옮기는 것을 목표로 하는 전문가 시스템의 개발을 통해 AI에 대한 일부 규칙 기반 접근 방식이 다시 인기 얻음 80년대 후반: artificial life (ALife) 나타남. 사이버네틱스 (기술이 자연을 이기는 것이 아니라 자연 속에 공존), 복잡성 이론, 카오스 이론, 인공 지능에서 영감을 받은 ALife는 특히 컴퓨터로 생명체의 과정을 시뮬레이션하여 생명체의 작동 방식을 연구하고자 했다 80년대 후반: 1980년대 말, 전문가 시스템과 신경망은 모두 실제 환경에서 심각한 한계를 보임, **제2의 에이아이의 겨울** → 위 한계점과 더불어 ALife와 machine learning의 후손을 합쳐 New AI를 [[Rodney Brooks]]가 제시 in opposition to both connectionism and symbolic AI → 지능은 representation이 필요없으며, 인지는 장소적/체화된 방식으로 일어나는 일과 분리될 수 없다고, 즉 신체가 세계를 자신의 모델로 사용하고 있다고 주장 → 이거 약간 현상학적 관점? 신체에 대한 중요성 90년대: ALife and New AI가 예술 작업의 소스로 **도죠**! → 심시티나 심어스 같은 게임들이 예시 → [[Rodney Brooks]]에 영향을 받은 [[Simon Penny]]가 만든 용어 [[aesthetics of behavior]] → 세상과의 연결 강화 90년대 중반-00년대 중반: 인터넷으로 인해 대략 데이터 이용 가능성 커짐 + 컴퓨터 성능 좋아짐 + GPUs 발전이 빨라짐 → 르네상스 시작, 특히 캐나다 Canadian Institute for Advanced Research (CIFAR) → 연결주의 AI (머신러닝) 는 2000년대 초반에 주춤 (abandoned) 2000년대 중반에 알고리즘 측면에서 중요한 돌파구를 통해 계층적 계층이 많은 신경망을 효과적으로 훈련가능해지면서 상승 (선험적 지식이나 해석학 불필요+원시 정보를 분석함) → 컴퓨터 비전, 음성 인식, 텍스트 번역 등 인간의 성능을 재현하고 심지어 능가하는 진정한 자율적 방식을 가능해짐 의사결정트리 예술과는 거의 관련이 없는 문제 해결과 최적화를 위한 알고리즘에 어떻게 접근할 수 있을까요? > "제2차 세계대전 이후 현대 컴퓨터가 등장한 이후 예술가와 다른 창작자들은 미적 경험을 창조하기 위한 기본 재료로서 자기 조직화 시스템, 인공 지능, 적응형 계산을 탐구해 왔습니다." > > “Since the ascent of modern computers after World War II, artists and other creative practitioners have been exploring self-organizing systems, artificial intelligence, and adaptive computation as base materials for the creation of aesthetic experiences.” (Audry and Bengio, 2021, p. 16) > 이러한 전통은 자율성, 혼돈, 출현, 새로움의 생성 등 생명과 인식의 본질을 둘러싼 현대적 담론, 즉 인공 생명 연구자 이케가미 다카시가 말하는 '리빙 테크놀로지'와 맞닿아 있습니다 > > This tradition goes hand in hand with contemporary discourses surrounding the nature of life and cognition, such as autonomy, chaos, emergence, and the generation of novelty—what artificial life researcher Takashi Ikegami calls living technology (Ikegami, 2013) “artificial life forms,” (Audry and Bengio, 2021, p. 16)과 연결이 많이 되었음 > "드로잉 로봇 떼를 이용한 작업에서 영감을 받은 아티스트 레오넬 모우라와 학자 헨리크 가르시아 페레이라는 저서 '인간 + 로봇'에서 최적화에 대한 페니의 공격을 보완했습니다: 공생 예술(Moura, 2004): "어떤 종류의 '목적 함수'와 관련된 모든 목적론적 설정은 ... 기술의 '예술적' 적용의 개념적 배경에서 금지되어야 한다는 것은 명백합니다(Moura, 2004, 18~19쪽)." > > “Inspired by their work with swarms of drawing robots, artist Leonel Moura and scholar Henrique Garcia Pereira have complemented Penny’s attack on optimization in their book Man + Robots: Symbiotic Art (Moura, 2004): “It is obvious that any teleological setting, linked to any kind of ‘objective function’ . . . should be banned from the conceptual background behind any ‘artistic’ application of technology (Moura, 2004, pp. 18–19).” They” (Audry and Bengio, 2021, p. 25) “If art is precisely nonteleological, or even nonpurposeful, then basing art on machine learning seems bound to fail.” (Audry and Bengio, 2021, p. 25) > "하지만 수십 년 동안 문제 해결에 더 집중했던 대부분의 AI 커뮤니티에서 창의성은 무시되었습니다. 따라서 컴퓨터 기반 창의성에 대한 가장 성공적인 초기 시도는 AI 외부의 사람들에 의해 설계되었습니다. 예를 들어, 선구적인 작곡가인 이아니스 제나키스는 컴퓨터를 사용하여 확률적 음악 이론을 기반으로 악보를 생성했으며(Xenakis, 1992), 건축가인 존 프레이저는 컴퓨터로 생성된 환경에 대한 작업으로 1969년 건축가협회상을 수상했습니다." > > “Yet, for many decades creativity was ignored by the largest part of AI communities, who focused more on problem solving. Hence, the most successful early attempts at computer-based creativity were designed by people outside of AI. For example, throughout his career, visionary composer Iannis Xenakis used computers to generate musical scores based on his theory of stochastic music (Xenakis, 1992), and architect John Frazer received the Architectural Association prize in 1969 for his work on computer-generated environments.” (Audry and Bengio, 2021, p. 27) > "머신러닝 시대의 예술은 감각 자극이 넘쳐나는 포스트 디지털 사회에서 휴머니즘과 모더니즘의 실패가 컴퓨터가 큐레이션한 상상력의 세계로 넘어갔다는 증거입니다. 이 세상에서 기술은 헤아릴 수 없는 지혜를 지닌 집단 지성의 역설적인 본질을 보여줍니다. 이 숭고하고 끊임없는 매혹의 장에서 환상은 현실의 구조의 정수가 되었습니다. 포스트 가상과 포스트 진실 시대의 머신러닝 아티스트들은 결코 볼 수 없었던 이미지와 들을 수 없었던 사운드의 비인간 생성 데이터 콜라주가 이제 어떻게 하이브리드 알고리즘 레디메이드로 재사용될 수 있는지를 보여줍니다." > > “Art in the age of machine learning is a testimony to a postdigital society overloaded by sensory stimuli in which the failure of humanism and modernism has given way to a world of computer-curated imagination. In this world, technologies model the paradoxical nature of our collective intelligence in all of its unfathomable wisdom. In this arena of sublime and unrelenting mesmerism illusion has become quintessential to the fabric of reality. Machine learning artists of this postvirtual and posttruth era reveal how nonhuman generative datacollages of images never meant to be seen and sounds never meant to be heard can now be reappropriated as hybrid algorithmic readymades.” (Audry and Bengio, 2021, p. 157) > "인지 과학이 마침내 계산주의에서 벗어나 인지에서 신체의 중요성을 점점 더 인식하는 것과 병행하여, 인문학의 수행적 전환은 물질성을 다시 대화로 끌어들였습니다." > > “In parallel to cognitive sciences finally moving away from computationalism and increasingly recognizing the importance of the body in cognition, the performative turn in the humanities has brought materiality back into the conversation.” (Audry and Bengio, 2021, p. 162) > "이러한 기술의 이질적인 특성은 미디어 아티스트 데이비드 로크비가 우리 자신에 대한 "지나친 친숙함"을 흔들어 '기본 형태의 휴머니즘'이라고 부르는 것에 빠지지 않게 할 수 있습니다(Kleber & Trojanowska, 2019)."라고 말합니다. 그러나 이러한 새로운 예술적 형식이 큐레이팅되고, 전파되고, 관객에 의해 소비되는 방식을 재창조하지 않고는 불가능합니다." > > “The alien nature of these technologies may prevent us from falling into what media artist David Rokeby calls a “default form of humanism” by “shaking up our overfamiliarity” with ourselves (Kleber & Trojanowska, 2019). This cannot be done, however, without also reinventing how such novel artistic forms are being curated, disseminated, and consumed by their audiences.” (Audry and Bengio, 2021, p. 162) > "긍정적인 측면은 미디어에서 AI에 대한 광범위한 열풍과 AI 기반 디지털 아트에 대한 기술 비즈니스 부문의 관심이 결합되면서 새로운 미디어 아트를 경계하던 주류 현대 미술 네트워크에서 큰 관심을 불러일으켰다는 점입니다." > > “On the bright side, the widespread craze for AI in the media combined with an interest from the tech business sector in AI-driven digital arts has aroused keen interest from mainstream contemporary art networks that have otherwise been wary of new media art.” (Audry and Bengio, 2021, p. 162) "머신러닝 아트가 차지하는 영역은 GAN 이미지의 영역을 훨씬 뛰어넘습니다." (Audry and Bengio, 2021, p. 163) ```dataview LIST FROM [[@audry_art_2021]] and -"Plans" and -"resources" ```