Ειρήνη Καλαϊτζίδη: Ταΐζοντας πουλιά

Φωτογραφία: Στάθης Δογάνης

Το «Ταΐζοντας πουλιά» είναι ένα ερευνητικό πρόγραμμα που επιχειρεί την ποιητική χρήση της τεχνητής νοημοσύνης (AI) στην ανάγνωση/θέαση χορού. Το πρότζεκτ περιλαμβάνει την ανάπτυξη ενός αρχείου χορευτικών φράσεων, που θα χρησιμοποιηθεί ως σύνολο δεδομένων για την εκπαίδευση ενός μοντέλου Αναγνώρισης Ανθρώπινων Δράσεων (Human Action Recognition / HAR). Μια τεχνολογία που αρχικά δημιουργήθηκε για να εξυπηρετήσει στρατιωτικές πρακτικές επιτήρησης, εδώ λειτουργεί ως ποιητικό μέσο που τακτοποιεί ανθρώπινες δράσεις και τις βαπτίζει με ετικέτες όπως “feeding birds” ή “folding napkins”. Το σύνολο δεδομένων που θα χρησιμοποιηθεί για την εκπαίδευση του μοντέλου AI είναι αυτό που θα καθορίσει πώς τελικά το ίδιο το μοντέλο θα (παρ)ερμηνεύσει τον κόσμο, ποια ετικέτα θα αποδώσει σε ποια δράση. Η τροφοδότησή του με το σύνολο δεδομένων είναι μια διαδικασία διαμόρφωσης των χορευτικών αναμνήσεων και προκαταλήψεων του μοντέλου.

Η συγκεκριμένη έρευνα θα οδηγήσει σε μια παραστατική δράση όπου άνθρωποι και τεχνητή νοημοσύνη ανοίγουν μια σωματική και λεκτική συζήτηση, ως άλλο «σπασμένο τηλέφωνο» όπου κάθε πλευρά προτείνει μια διαφορετική ανάγνωση της ίδιας σκηνικής πραγματικότητας. Ένας άνθρωπος χορεύει και ένα μοντέλο τεχνητής νοημοσύνης παρατηρεί κι αποδίδει μια ετικέτα στη δράση που ανιχνεύει. Το μοντέλο επιστρέφει αυτή την ετικέτα πίσω στον άνθρωπο ως χορογραφική παρτιτούρα για την επόμενη δράση του. Μια αλυσίδα διαδοχικών μεταφράσεων: δράση-ετικέτα-δράση-ετικέτα και ούτω καθεξής. Σε αυτό το έργο η τεχνητή νοημοσύνη καλείται να συζητήσει για το σώμα που χορεύει και να πυροδοτήσει τον στοχασμό γύρω από τους τρόπους με τους οποίους βλέπουμε και ερμηνεύουμε τον χορό.

Στάθης Δογάνης

Σημείωμα Δημιουργού

Το «Ταΐζοντας πουλιά» προέκυψε από τον συνδυασμό θαυμασμού και ανησυχίας που νιώθω για τη συνάντηση μεταξύ κίνησης και τεχνολογιών ταξινόμησης, καθώς και για την ανθρώπινη τάση να επιβάλλει νόημα μέσω της ονομασίας των πραγμάτων. Στον πυρήνα του, αυτό το ερευνητικό πρότζεκτ εξετάζει κριτικά τον τρόπο με τον οποίο οι τεχνολογίες τεχνητής νοημοσύνης (AI), ειδικά εκείνες που έχουν σχεδιαστεί για την αναγνώριση ανθρώπινης δράσης (HAR), συγκρούονται με τη ρευστή και άπιαστη φύση της ανθρώπινης κίνησης. Μπορεί ένα μοντέλο AI, εκπαιδευμένο να αναγνωρίζει ένα σύνολο κινήσεων με προκαθορισμένες ετικέτες, να συλλάβει ποτέ πλήρως τις αποχρώσεις μιας δράσης; Μπορεί αυτή η δράση να περιοριστεί πλήρως και με συνέπεια σε μία μόνο ετικέτα, όπως το τάισμα πουλιών, το κάθισμα ή η οδήγηση ποδηλάτου; Το πρότζεκτ «Ταΐζοντας πουλιά» εξετάζει την ακαμψία των συστημάτων ταξινόμησης τεχνητής νοημοσύνης –που χρησιμοποιούνται κυρίως σε περιβάλλοντα παρακολούθησης και στον στρατό– με φόντο την εγγενή υποκειμενικότητα και την ασάφεια των ανθρώπινων κινήσεων.

Μια σημείωση προς τους αναγνώστες και τον μελλοντικό μου εαυτό είναι ότι οι λέξεις «δράση» και «κίνηση» χρησιμοποιούνται εναλλάξ σε αυτό το έργο, με την επίγνωση ότι πρόκειται για μια ήπια μεταχείριση που χρειάζεται περαιτέρω έρευνα. Προς το παρόν, προς υπεράσπισή μου, αυτή η ήπια μεταχείριση των λέξεων εντάσσεται στο πλαίσιο της ευρύτερης αδυναμίας χρήσης της γλώσσας με άκαμπτο τρόπο μέσα στο δυσθεώρητο τοπίο των ετικετών και των σχολίων της έρευνας. Όπως θα αναλύσω αργότερα, αυτή η αδυναμία ακριβούς ονομασίας ενός πράγματος, μιας διαδικασίας ή μιας δράσης αποτέλεσε βασικό θεματικό άξονα του έργου. Όμως, πριν εμβαθύνω σε αυτό –

Η αφετηρία για τη σύλληψη του πρότζεκτ ήταν κυριολεκτική. Ενώ μελετούσα ένα υπάρχον συνόλο δεδομένων με την ονομασία Kinetics400 –μια συλλογή χαρακτηρισμένων ενεργειών που χρησιμοποιούνται για την εκπαίδευση μοντέλων HAR– το «τάισμα πουλιών» αναφερόταν ως μία από τις 400 βασικές ενέργειες που η τεχνητή νοημοσύνη καλείται να μάθει για τους ανθρώπους(!). Το βρήκα αστείο και παράξενο, και έτσι η συγκεκριμένη ετικέτα μου έμεινε. Όταν δοκίμασα ένα μοντέλο εκπαιδευμένο στο Kinetics400, συνειδητοποίησα γρήγορα ότι χωρίς την παρουσία πραγματικών πουλιών, το μοντέλο δεν μπορούσε να αναγνωρίσει την αναπαράσταση της εν λόγω δράσης. Η κίνηση από μόνη της δεν ήταν αρκετή για την αναγνώριση. Αυτή η διαπίστωση γέννησε την ιδέα για το «Ταΐζοντας πουλιά» – ένα έργο που θα διερευνούσε πώς η τεχνητή νοημοσύνη (παρ)ερμηνεύει και (παρα)χαρακτηρίζει τις ανθρώπινες κινήσεις.

Προκειμένου να εμβαθύνω στο θέμα, αποφάσισα να εκπαιδεύσω το δικό μου μοντέλο HAR σε ένα προσαρμοσμένο σύνολο κινήσεων που είχα συλλέξει από το μηδέν. Αυτή η διαδικασία ξεκίνησε τον Αύγουστο του 2023 κατά τη διάρκεια της παραμονής μου στο K3 Center for Choreography στο Αμβούργο και κορυφώθηκε τον Σεπτέμβριο του 2024 κατά τη διάρκεια της παραμονής μου στο Onassis AiR. Ο δικός μου αγωγός τροφοδότησης του AI περιλάμβανε τέσσερις κάμερες που κατέγραφαν έναν καλλιτέχνη από διαφορετικές οπτικές γωνίες την ίδια στιγμή, ενώ εκτελούσε επανειλημμένα την ίδια κίνηση με μικρές παραλλαγές για 15 λεπτά συνεχόμενα. Αυτό είχε ως αποτέλεσμα μια ώρα εγγραφών ανά ενέργεια και 52 ενέργειες συνολικά, με ετικέτες που έφεραν τους αριθμούς 1 έως 52, για να εκπαιδεύσω αργότερα το μοντέλο HAR.

Μετά από ένα κενό μεταξύ του πρώτου και του δεύτερου μέρους της παραμονής μου στο Onassis AiR, επέστρεψα τον Μάιο του 2024 με την πρόθεση να δημιουργήσω μια περφόρμανς όπου το μοντέλο θα συμμετείχε σε μια αλυσίδα μεταφράσεων και παρερμηνειών μεταξύ κινήσεων και ετικετών – παρόμοια με το παιχνίδι του σπασμένου τηλεφώνου. Σε αυτή τη διαδικασία, οι άνθρωποι θα εκτελούσαν πρώτα μια ενέργεια, η τεχνητή νοημοσύνη θα πρότεινε μια ετικέτα γι’ αυτήν, στη συνέχεια οι άνθρωποι θα εκτελούσαν μια ενέργεια με βάση την ετικέτα, η τεχνητή νοημοσύνη θα δημιουργούσε μια νέα ετικέτα, και ούτω καθεξής. Για να λειτουργήσει αυτό, οι ενέργειες του συνόλου δεδομένων χρειάζονταν ετικέτες πέραν των απλών αριθμών, ώστε η AI να μπορεί να συσχετίζει συγκεκριμένες κινήσεις με λέξεις.

Οι καλλιτέχνιδες του χορού Μαρία Βούρου και Βεατρίκη Καπνίση και ο καλλιτέχνης του ήχου Νίκος Τσώλης προσκλήθηκαν σε αυτή τη διαδικασία ως περφόρμερ και σκεπτόμενα σώματα που θα έρχονταν σε διάλογο με την τεχνητή νοημοσύνη. Σύντομα συνειδητοποιήσαμε όλοι ότι το πιο ενδιαφέρον μέρος του έργου έγκειται στην ονομασία των δράσεων – αποκαλύπτοντας τις προκαταλήψεις, τις αισθητικές επιλογές και τις απόψεις μας. Βρεθήκαμε αντιμέτωποι με αυτή την αδυναμία στην οποία αναφέρθηκα νωρίτερα όταν πρόκειται για την ονοματοδοσία: να δημιουργήσουμε ετικέτες και κατηγορίες που θα μπορούσαν να περιέχουν επαρκώς ορισμένες κινήσεις μέσα σε αυτές.

«Υπάρχει ένα είδος μαγείας στη δημιουργία κατηγοριών. Κατηγοριοποιώντας ή ονομάζοντας τα πράγματα, διασπάμε ένα σχεδόν απείρως πολύπλοκο σύμπαν σε ξεχωριστά φαινόμενα. Η επιβολή τάξης σε μια αδιαφοροποίητη μάζα, η απόδοση ενός φαινομένου σε με συγκεκριμένη κατηγορία –δηλαδή το να ονομάσεις κάτι– είναι με τη σειρά του ένα μέσο για να καθιερώσεις την ύπαρξη αυτής της κατηγορίας».

Excavating AI: The Politics of Images in Machine Learning Training Sets των Kate Crawford και Trevor Paglen, 2019

Το «Ταΐζοντας πουλιά» άντλησε και συνεχίζει να αντλεί έμπνευση από τις ιδέες της Kate Crawford και του Trevor Paglen σχετικά με τη μαγεία της κατηγοριοποίησης – τον τρόπο με τον οποίο η πράξη της ονομασίας ή της απόδοσης κατηγορίας επιβάλλει μια αυθαίρετη αίσθηση τάξης στην άπειρη πολυπλοκότητα του κόσμου. Και η διαδικασία της απόδοσης ονόματος σε ενέργειες προκειμένου να τροφοδοτηθεί ένα μοντέλο τεχνητής νοημοσύνης γίνεται ένα είδος σύγχρονης αλχημείας που συμβαίνει πίσω από κλειστές πόρτες. Η Βεατρίκη, η Μαρία και ο Νίκος έχουν αγκαλιάσει με τρόπο παιγνιώδη αυτή τη διαδικασία, με τον τελευταίο να μας αποκαλεί μια μαγική επιτροπή ονοματοδοσίας δράσεων. Ωστόσο, πίσω από τον ευφάνταστο χαρακτήρα αυτής της μεταφοράς κρύβεται μια σοβαρή έρευνα σχετικά με τη δυναμική της εξουσίας και τις ηθικές επιπτώσεις των συστημάτων τεχνητής νοημοσύνης που ορίζουν και κατηγοριοποιούν τις ανθρώπινες ενέργειες, με βάση το έντονα προκατειλημμένο σύνολο δεδομένων εκπαίδευσής τους.

Για το Open Day #12 στο Onassis AiR, η έρευνα πίσω από το «Ταΐζοντας πουλιά» πήρε τη μορφή μιας περφόρμανς που εστιάζει στην πράξη της παρατήρησης και του χαρακτηρισμού κινήσεων για την τροφοδότηση ενός μοντέλου τεχνητής νοημοσύνης – μια διαδικασία που πραγματοποιείται με αδικαιολόγητη βεβαιότητα, παρά το γεγονός ότι στερείται πραγματικής επιστημολογικής βάσης και επηρεάζεται από τις εγγενείς προκαταλήψεις των σχολιαστών. Η περφόρμανς απηχεί την αυτοπεποίθηση των παρατηρητών πουλιών, οι οποίοι, οπλισμένοι με τις δικές τους υποθέσεις, πιστεύουν ότι μπορούν να αναγνωρίσουν με ακρίβεια κάθε πιθανό είδος πουλιού που παρατηρούν.

Με τη συνεχή υποστήριξη του Onassis AiR και του προγράμματος «Εξωστρέφεια» της Στέγης, μια επόμενη εκδοχή της έρευνας, αυτή τη φορά με τίτλο “Occupied with Traffic”, υλοποιήθηκε κατά τη διάρκεια της συμμετοχής μου στο πρόγραμμα ATLAS του ImpulsTanz, τον Ιούλιο και τον Αύγουστο του 2024. Σε αυτή τη σόλο περφόρμανς περιορίζω ακόμη περισσότερο την εστίαση σε μία μόνο ενέργεια (από τις 52 αρχικά), καλώντας το κοινό να εμπλακεί στη διαδικασία της ονομασίας και της κατηγοριοποίησης με έναν πιο προσωπικό και ενδοσκοπικό τρόπο. Καθώς το έργο εξελίσσεται, είτε ως «Ταΐζοντας πουλιά», είτε ως “Occupied with Traffic”, είτε με κάποιον άλλο τίτλο που μπορεί να προκύψει από τη σχέση αγάπης-μίσους που έχω με την ονοματοδοσία, θα συνεχίσει να διερευνά τις (α)δυνατότητες της (α)ταξινόμησης της κίνησης μέσω της τεχνητής νοημοσύνης, και κατ’ επέκταση τη χορογραφική ικανότητα της AI, όπως αυτή διαμορφώνεται από την (κακή) επισήμανση δράσεων-κινήσεων.