Współczesna technologia sztuki wkracza w epokę, w której maszyny stają się niezależnymi podmiotami artystycznymi, a nie tylko narzędziami w rękach człowieka. Roboty zdolne do rysowania i malowania wykorzystują zaawansowaną sztuczną inteligencję, precyzyjną mechanikę oraz dogłębne rozumienie ludzkich procesów twórczych.
Od czasów pionierskich projektów Harolda Cohena i jego programu AARON, aż po najnowsze sukcesy komercyjne, jak obraz Ai-Da sprzedany za ponad milion dolarów, dynamiczny rozwój technologii zmienia fundamentalnie nasze postrzeganie autorstwa i kreatywności. Współczesne roboty artystyczne wykorzystują uczenie maszynowe, sieci neuronowe oraz systemy wizji komputerowej do tworzenia oryginalnych dzieł, stając się partnerami twórczymi zdolnymi do podejmowania autonomicznych decyzji estetycznych.
Historyczne fundamenty robotycznej sztuki
Narodziny robotycznej sztuki przypadają na lata 70. XX wieku, kiedy Harold Cohen tworzył rewolucyjny projekt AARON. Zamiast malować samodzielnie, Cohen skoncentrował się na przekładaniu swojej artystycznej wiedzy na kod komputerowy. AARON był systemem, który autonomicznie tworzył obrazy, ewoluując od abstrakcji do coraz bardziej złożonych kompozycji na przestrzeni dekad.
Rozwój AARON przebiegał przez różne fazy:
- pierwsze obrazy – abstrakcyjne rysunki generowane komputerowo,
- wprowadzenie elementów reprezentacyjnych – skały, rośliny, następnie postacie ludzkie,
- uzupełnienie kompozycji o kolor i umieszczanie postaci w wystylizowanych wnętrzach,
- powrót do abstrakcji, ale już z wykorzystaniem koloru.
Dzieła AARON powstawały przy użyciu specjalnych urządzeń:
- czarno-białe rysunki tworzone ploterami typu turtle i ploterami płaskimi,
- ręczne kolorowanie przy użyciu farb tekstylnych,
- drukowanie obrazów na dużych płótnach z pomocą drukarek atramentowych.
Ewolucja technologiczna i pierwsze eksperymenty
Alternatywne projekty takie jak e-David z Uniwersytetu w Konstancji odegrały ważną rolę w rozwoju robotycznej sztuki. e-David malował iteracyjnie, poprawiając prace w wielu cyklach – podobnie jak ludzki artysta.
Proces malowania e-David obejmował następujące etapy:
- przyjmowanie fotografii jako wejścia,
- generowanie i nanoszenie pociągnięć pędzla o różnych parametrach,
- wizualna kontrola postępów oraz automatyczne generowanie kolejnych poprawek,
- samodzielne korygowanie błędów wynikających z nieprzewidzianych czynników materiałowych.
Konstrukcja systemu e-David przewidywała wymianę narzędzi malarskich przez ramię robota i dynamiczną adaptację do zmian zachodzących podczas pracy na płótnie.
Prekursorzy współczesnych rozwiązań
Pierwsze eksperymenty artystów-robotyków wyznaczyły szereg zasad, które do dziś definiują tę dziedzinę:
- opracowanie iteracyjnego procesu twórczego, nakierowanego na stopniowe udoskonalanie dzieła,
- docenienie materialności procesu malowania – roboty manipulują prawdziwymi pędzlami i farbami,
- poszukiwanie nowych form interakcji człowiek-maszyna, od pełnej autonomii po dynamiczną współpracę.
Wyróżnić należy Patricka Tresseta, twórcę robotów portretujących, oraz jego instalacje angażujące zarówno technikę, jak i refleksję nad fizycznością sztuki. Roboty rysujące portrety ujawniające indywidualne style mimo identycznych parametrów technicznych otwierają głębokie pytania o oryginalność i tożsamość w autonomicznej twórczości maszyn.
Zaawansowane technologie i metodologie
Dzisiejsze roboty artystyczne korzystają ze złożonych technologii:
- sieci neuronowe i algorytmy głębokiego uczenia,
- generative adversarial networks (GANs), współpracujące w celu tworzenia oryginalnych kompozycji,
- systemy wizji komputerowej do analizy i interpretacji obrazu,
- mechanizmy sprzężenia zwrotnego i iteracyjnej optymalizacji.
Systemy wizji komputerowej i analiza obrazu
Roboty takie jak Ai-Da analizują rysowane obiekty dzięki zaawansowanym kamerom i algorytmom rozpoznawania kształtów oraz kompozycji przestrzennej. Systemy te umożliwiają nie tylko kopiowanie, lecz także interpretację wytwarzanych dzieł.
Zaawansowany projekt Leonardo zaczyna od przetwarzania poleceń audio i tworzenia wizualnej reprezentacji, śledząc kontury obrazów i konwertując je na ścieżki, które rysuje robot, korzystając z kodu G generowanego w RoboDK.
Algorytmy uczenia maszynowego i adaptacji
Najbardziej nowoczesne roboty, takie jak FRIDA z Carnegie Mellon oraz CloudPainter Van Armana, wykorzystują techniki:
- symulowania pociągnięć pędzla i porównywania symulacji z efektem rzeczywistym,
- treningu symulatora przez analizę fizycznych rezultatów (real2sim2real),
- transferu stylu – przekształcania własnych obrazów na modłę znanych dzieł przy użyciu frameworków typu TensorFlow.
Systemy sprzężenia zwrotnego i iteracyjnej optymalizacji
Kluczowe jest zastosowanie pętli sprzężenia zwrotnego, które pozwalają na:
- autonomiczne korygowanie błędów wynikających z właściwości farb i pędzli,
- dziesiątki iteracji drobnych poprawek, by osiągnąć zamierzony efekt,
- wytwarzanie bardziej organicznych, „ludzkich” rezultatów przez uwzględnianie losowości i niedoskonałości materiałowych.
Materializacja cyfrowych obrazów na płótnie wprowadza wiele nieprzewidywalnych zmiennych, co podnosi rangę procesu twórczego robota do poziomu zmiennego i ekspresyjnego doświadczenia artystycznego.
Współcześni robotyczni artyści i ich osiągnięcia
Współczesna scena robotycznej sztuki oferuje szereg przełomowych osiągnięć i rozpoznawalnych „artystów” maszynowych. Najbardziej znanym przykładem jest humanoidalna artystka Ai-Da, która ustanowiła nowe standardy odwzorowania wyrazistości i ekspresji w dziełach sztuki tworzonych przez roboty.
Ai-Da: przełom w humanoidalnej sztuce robotycznej
Ai-Da wyposażona w algorytmy SI, ramię rysujące i kamery śledzące obraz, zyskała międzynarodowe uznanie poprzez:
- pierwszą wystawę „Unsecured Futures” w Oksfordzie,
- udział w prestiżowych wydarzeniach typu ONZ „AI for Good” czy Biennale w Wenecji,
- liczne międzynarodowe wystawy muzealne, wzbudzające refleksję nad rolą SI w kulturze.
Obraz „A.I. God. Portrait of Alan Turing” sprzedany za ponad milion dolarów ustanowił rekord aukcyjny dla dzieła robotycznego.
Agnieszka Piłat i rewolucja z robotami Spot
Polka Agnieszka Piłat szkoląc psy-roboty Boston Dynamics Spot zainspirowane twórczością Basquiata i Twombly’ego, doprowadziła je do samodzielnego malowania abstrakcji. Efekt:
- wystawa „Heterobota” w National Gallery of Victoria, gdzie roboty tworzyły obrazy podczas wydarzenia,
- sprzedaż obrazów na aukcjach,
- podkreślenie złożoności dialogu człowieka z maszyną oraz antropomorficznych aspektów procesu malowania – roboty robią przerwy na „sen”.
CloudPainter: ekspresja technologii i sztuki
CloudPainter Van Armana to przykład sztucznej inteligencji w pełni autonomicznie podejmującej decyzje estetyczne:
- ponad 1000 obrazów namalowanych w ostatniej dekadzie,
- użycie transferu stylu uzyskanego dzięki zaawansowanym algorytmom głębokiego uczenia,
- rekordowy autoportret wykonany w 22 godziny, z pociągnięciami wyliczonymi z użyciem kryptograficznego losowania bazującego na komputerze kwantowym.
Robot podejmuje samodzielne decyzje twórcze i stale analizuje swoje postępy na różnych etapach pracy.
Ramy współpracy człowieka z maszyną
Kolaboracja artysty i robota ewoluuje od relacji narzędzie – operator do modelu partnerskiego. Otwiera to nowe możliwości ekspresji oraz redefiniuje pojęcie twórcy i autorstwa.
Model mimikry i syntezy: Sougwen Chung
W projektach Sougwen Chung roboty uczą się naśladować gesty artystki, rysując synchronicznie ramię w ramię z człowiekiem. Ich ewolucja obejmuje:
- Generację D.O.U.G.1 – synchroniczne rysowanie i naśladowanie gestów,
- D.O.U.G.2 – szkice generowane na podstawie wyuczonych ruchów rysunkowych,
- Omnia per Omnia – współpraca z całym „rojem” robotów bazujących na miejskich danych ruchowych,
- Assembly Lines – integracja z biometrią (E.E.G.), gdzie robot synchronizuje ruchy z falami mózgowymi artystki.
Chung udowadnia, że granica między ludzką a maszynową kreatywnością może być przekroczona przez interakcję intuicyjną i wzajemny wpływ.
Systemy współtworzenia w czasie rzeczywistym
Nowoczesne roboty, jak FRIDA, umożliwiają:
- end-to-end symulację i adaptację twórczego planu,
- dostarczanie robotowi palety i materiałów przez człowieka,
- ciągłą analizę postępów i spontaniczne modyfikacje dzieła przez maszynę w oparciu o kamerę monitorującą obraz.
Filozoficzne podstawy kolaboracji
Kluczowe staje się:
- odejście od dualistycznego myślenia o kreatywności,
- projektowanie narzędzi wspierających aktywną współpracę między twórcą a maszyną,
- traktowanie robota nie jako narzędzia, lecz jako partnera mającego własny wkład w proces twórczy.
Tylko zmiana podejścia do relacji artysta – maszyna pozwala osiągnąć rzeczywistą współpracę i współudział w akcie kreacji.
Wpływ komercyjny i kulturowy
Robotyczna sztuka zyskuje nie tylko uznanie artystyczne, ale także wymierny wpływ rynkowy i kulturowy. Od spektakularnych aukcji po międzynarodowe wystawy, ten nurt redefiniuje rynek sztuki i dyskurs społeczny.
Przełomowe osiągnięcia aukcyjne
Najwyższym sukcesem była sprzedaż „A.I. God. Portrait of Alan Turing” Ai-Da za 1,08 miliona dolarów, znacznie przebijając wycenę wstępną. To pierwsza siedmiocyfrowa sprzedaż dzieła robotycznego na rynku sztuki.
Inne znaczące sukcesy obejmują:
- obrazy studentów francuskich sprzedane za 432 500 dolarów (2018),
- prace wyszkolonych przez Agnieszkę Piłat robotów osiągające ceny do 40 tysięcy dolarów na aukcjach charytatywnych,
- wspieranie celów społecznych, jak pomoc zwierzętom w Ukrainie.
Wpływ na instytucje kulturalne
Wystawy w takich miejscach jak Design Museum, Biennale w Wenecji czy Whitney Museum potwierdzają uznanie sztuki robotycznej przez światowe instytucje. Przykłady:
- Ai-Da z własną ekspozycją muzealną i udziałem w Giardini,
- prezentacja programu AARON w Whitney Museum, z aktywnym pokazem działania plotera,
- wystawa „Heterobota” Agnieszki Piłat, której roboty malowały na oczach publiczności.
Dyskursy społeczne i filozoficzne
Wystąpienia Ai-Da, m.in. w ONZ czy Izbie Lordów, oraz prezentacje robotów Tresseta w galeriach, wzbudzają raczej wzruszenie i refleksję niż strach przed automatyzacją. Roboty nie są już symbolem zagrożenia, ale kreatywnymi swoistymi artystami wywołującymi emocjonalną reakcję publiczności.
Doświadczenia takie jak „bycie narysowanym przez robota” oddają nowy wymiar intymności w interakcji człowiek-maszyna.
Ekonomiczne perspektywy i modele biznesowe
Oto przykłady modeli biznesowych i strategii twórców robotycznej sztuki:
- Aidan Meller – przeznacza wpływy ze sprzedaży dzieł Ai-Da na dalszy rozwój SI;
- Pindar Van Arman – rozwija CloudPainter w oparciu o kolejne iteracje, nieustannie poszukując doskonalszych algorytmów;
- Rynek kolekcjonerski sztuki robotycznej – rozwija się dzięki zainteresowaniu kolekcjonerów z branży technologicznej, także z Doliny Krzemowej.
Synergia świata technologii i sztuki znajduje coraz więcej zastosowań rynkowych i kulturowych.
Implikacje filozoficzne i kierunki przyszłości
Rozwój robotycznej sztuki rodzi fundamentalne pytania o naturę kreatywności i autorstwa:
- Pindar Van Arman – twierdzi, że rozwiązywanie problemów bez uciekania się do brute force to przejaw kreatywności, widząc AI jako równie twórczą co człowiek;
- Harold Cohen – traktował swoją relację z AARON jako akt współpracy, redefiniując pojęcie indywidualnego autorstwa;
- Ai-Da – w swym komunikacie o dziele dla króla Karola III wskazuje, że jej prace są komentarzem do roli SI w kulturze, stanowiąc zarówno akt twórczy, jak i refleksję na temat tożsamości maszynowej ekspresji.
Przyszłość kieruje się ku coraz bardziej złożonym formom współtworzenia między ludźmi a maszynami: artysta i robot nie mają już sztywnych ról, lecz współkreują dzieła na zasadzie równorzędnej partnerskiej relacji.