Ne Eğitim Verisi, Ne İlham: Sıfırdan Doğan Görüntüler
Terence Broad’un YouTube’da yayınlanan “(un)stable equilibrium” isimli yapay zekâ temelli sanat videosunu izleyenler, onun Mark Rothko’dan ilham aldığını düşünebilir. Ancak gerçek bambaşka. Broad, yapay zekâ modelini hiçbir veriyle eğitmedi. Ne Rothko’nun eserlerini, ne başka bir kaynak görseli kullandı. Bunun yerine, sinir ağını kendi içinde döngüye sokarak, tamamen verisiz bir üretim süreci yarattı.
Sonuç ise; durağan ama sürekli dönüşen renk alanları. Bu görüntüler, bir yandan soyut bir tablo gibi, diğer yandan bilinçsiz bir makinenin yaratıcı içsel dünyasına açılan bir pencere gibi görünüyor.
Veri Yorgunluğundan Sanatsal Başkaldırıya
Broad’un ilham kaynağı ne sanat tarihi ne de teorik bir arayıştı. Her şey sıkıcı işinden bıkmasıyla başladı. 2016 yılında, İngiltere’nin en sıkıcı şehirlerinden biri olarak bilinen Milton Keynes’teki trafik kameralarını yöneten bir şirkette çalışıyordu. Günde 150 bin görüntüyle uğraşan Broad, “Bir daha veri kümesiyle uğraşmayacağım,” diyerek kendi sanat yolculuğuna başladı.
Blade Runner Deneyi ve Telif Krizi
Broad’un ilk dikkat çeken çalışması, Blade Runner (1982) filminin her karesini bir yapay zekâya öğreterek yeniden üretmesiydi. Ortaya çıkan sonuç, hem yapay zekânın sınırlı yaratıcı gücünü hem de telif problemlerini gözler önüne serdi. Warner Bros’tan gelen DMCA uyarısı, onun yapay zekâyla sanat üretimine dair etik sorgulamalara girmesine neden oldu. “Başkasının izni ve ödemesi olmadan veri kullanmak istemiyorum,” diyor Broad. Bu yüzden, 2016’dan bu yana hiçbir dış veriye dayanarak sanat üretmediğini özellikle vurguluyor.
Yapay Zekânın Kendi Kendini Taklit Ettiği Sistem
Broad, doktora eğitimi sırasında geleneksel GAN (Üretici Çekişmeli Ağ) yapısını ters yüz etti. Normalde GAN’ler, bir veri kümesini analiz ederek sahte örnekler üretir. Ancak Broad, veri setini başka bir yapay zekâ ile değiştirdi ve iki üretici ağı birbirini taklit edecek şekilde bağladı.
Başta ortaya çıkanlar sadece gri lekelerdi. Ancak Broad, sisteme renk varyansı kaybını telafi edecek bir terim ekleyince işler değişti: Görseller canlı, değişken ve sonsuz dönüşüm hâlinde oldu. “Bu sistem, hiçbir girdiye ihtiyaç duymadan sürekli yeni şeyler yaratabiliyor,” diyor Broad.
“Rothko” Mu? Belki. Ama Asıl Mesele Yöntemde
Görsellerin Rothko’ya benzerliği inkâr edilemez. Broad bile ilk çıktıları “Rothko-esque” adlı klasöre kaydettiğini söylüyor. Ancak onun için esas mesele sonuç değil, yaratımın arkasındaki süreç. “Ben bu görüntüleri yapmak için değil, bu sistemin yaratıcı potansiyelini açığa çıkarmak için yola çıktım,” diyor.
Yapay Yaratıcılık Gerçek mi, Yoksa Yanılsama mı?
Broad’un bu soruya hâlâ kesin bir cevabı yok. “Ağların çıktılarına hiçbir dış temsili özellik empoze edilmedi,” diyor, “Ama estetik tercihlerimin sürece dolaylı olarak etki ettiğini düşünüyorum.” Akademisyenler bu süreci anlamaya çalışmasını önerse de, Broad bu gizemi korumaktan memnun.
Bir “Kara Kutu”yu Açmak: Yaratıcılığın Mekaniği
Bugün yapay zekâyla görsel üretim denince akla gelen Midjourney gibi platformlar, kullanıcıdan “prompt mühendisliği” bekliyor. Ancak Broad’un yaklaşımı farklı: iç sistemi anlamaya, karıştırmaya ve bozarak üretmeye dayalı. Ona göre, yapay zekânın gücü çoğu zaman abartılıyor. “Sonuçta hepsi sadece matris çarpımlarından ibaret,” diyor. “Sistemin içine girip onu değiştirmek aslında oldukça kolay.”
