Sintētisko neironu jaunrade
Saruna ar multimediju mākslinieku un zinātnieku Maiku Taiku
Maiks Taika (Mike Tyka) ir mākslinieks un pētnieks ar pieredzi bioķīmijā un biotehnoloģijās. Pēc doktora grāda iegūšanas biofizikā 2007. gadā viņš turpināja darbu Vašingtonas Universitātē, lai pētītu olbaltumvielu molekulu struktūru un dinamiku. 2012. gadā viņš pievienojās uzņēmumam Google, lai strādātu pie mušu un peļu smadzeņu neironu kartes izveidošanas.
Maiks pievērsās mākslai 2009. gadā, palīdzot izstrādāt 35 pēdas augstu un interaktīvu Rubika kuba skulptūru Groovik's Cube, kas uzstādīta Rīno, Sietlā un Ņujorkā. Kopš tā laika viņa mākslinieciskā darbība koncentrējas gan uz tradicionālo tēlniecību, gan mūsdienu tehnoloģijām, piemēram, 3D druku un mākslīgajiem neironu tīkliem. Viņa skulptūras ar olbaltumvielu molekulām ir veidotas no lietā stikla un bronzas, kā arī to pamatā ir konkrētu biomolekulu struktūras koordinātas.
2015. gada Maiks izveidoja pirmos lielformāta datorgrafikas darbus, izmantojot algoritmu Iterative DeepDream. Viņa jaunākā ģeneratīvo darbu sērija “Izdomātu cilvēku portreti” (Portraits of Imaginary People) tika eksponēta festivālā ARS Electronica Lincā, Christie's izsoļu namā Ņujorkā un Karuizawa muzejā Japānā. Maika kinētiskā skulptūra “Mēs un viņi” (Us and Them) 2018. gadā tika izstādīta Mediacity biennālē Seulas mākslas muzejā un 2019. gadā Mori mākslas muzejā Tokijā.
Maiks Taika. Mēs un viņi. Kinētiska instalācija. 2018
Kopš 2015. gada tu strādā ar mākslīgiem neironu tīkliem mākslas kontekstā. Vai vari īsi iepazīstināt mūsu lasītājus ar šiem mākslīgā intelekta rīkiem?
Tas, ko pētniecības vidē parasti sauc par mākslīgo intelektu, ir mašīnmācīšanās. Šis termins ir daudz specifiskāks un precīzāks nekā mākslīgais intelekts, kam ir piesaistītas dažādas nozīmes.
Mašīnmācīšanās būtībā ir statistikas un datorzinātņu metode datora programmēšanai, pamatojoties uz dotiem piemēriem. Tradicionālas datorprogrammas veido programmētāja sastādītu precīzu instrukciju kopa, saskaņā ar kuru datorprogrammai kaut kas jāveic (būtībā – ja notiek tas, tad jādara šis). Mašīnmācīšanās atšķiras ar to, ka programmētājs šīs precīzās instrukcijas nesniedz. Tā vietā datorā tiek ievadīts ievērojams skaits piemēru un vēlamais rezultāts. Pats dators, galvenokārt izmantojot matemātisku ietvaru, iegūst noteikumus, kas aptver šos piemērus un visu, kas atrodas starp tiem. Tipisks piemērs ir sejas atpazīšana – datorā tiek ievadīti tūkstošiem attēlu ar sejām un attēli bez sejām kā pretēji piemēri. Laika gaitā algoritms apgūst likumsakarības, kas raksturo attēlus ar seju. Šīs likumsakarības ir ļoti grūti piesaistīt precīzām komandām, ja vēlies kaut ko līdzīgu programmēt, izmantojot tradicionālās metodes. Tādēļ vecajai mākslīgā intelekta pieejai šādi uzdevumi sagādāja grūtības, jo šīs likumsakarības nav skaidras – tās ir ļoti izplūdušas.
Maiks Taika. Gaistoša atmiņa. No sērijas “Izdomātu cilvēku portreti”. Muzeja kvalitātes izdruka. 2017
Savā runā TED konferencē Vācijā 2015. gadā tu salīdzināji mākslīgā intelekta rīkus ar fotogrāfiju. Fotogrāfijas izgudrošana atbrīvoja glezniecību no mēģinājumiem precīzi attēlot realitāti, un mēs redzējām modernisma mākslas virzienu veidošanos. Tādā pašā veidā mākslīgā intelekta rīki varētu atbrīvot mūsdienu māksliniekus. Vai vari sīkāk paskaidrot šo ideju?
Pirmkārt, vēlos pateikt, ka nav runa par vecā nomaiņu. Cilvēki joprojām glezno reālistiskus attēlus. Jaunieviesumi tikai pavēra papildus iespējas, kuras iepriekš tika ignorētas vai nebija iespējamas, piemēram, hiperreālisms, kas apvieno fotogrāfiju ar glezniecību. Turklāt tika atklātas arī abstraktās mākslas formas, tās kļuva interesantākas, jo prātam pavērās ieskats uz to, ko vēl spēj paveikt glezniecība.
Es domāju, ka šeit ir atrodamas dažas analoģijas. Piemēram, ir ģeneratīvas mašīnmācīšanās formas, kas tā vietā, lai kaut ko identificētu vai kategorizētu, rīkojas pretēji un veido jaunus piemērus, kuri atbilst lietām, ko algoritms iepriekš ir redzējis. Piemēram, mēs varam iedomāties otu, kas līnijas vietā var zīmēt semantiski. Varam izveidot otu, kas glezno suņus vai kaut ko citu. No šiem ģenerētajiem elementiem ir iespējams kombinēt lielākus attēlus, bet mākslinieka uzmanība tiek pārnesta citā līmenī, līdzīgi kā tas ir fotogrāfijas gadījumā. Fotogrāfija kā mākslas līdzeklis ļāva māksliniekam neuztraukties par precīzu attēla izveidošanu, tā vietā ļaujot domāt par kaut ko abstraktāku vai globālāku, un tas atbrīvo prātu, lai varētu darīt citas lietas. Arī mākslīgā intelekta rīki var darboties šādā veidā.
Ir vēl kāds aspekts, kas, iespējams, ir tuvāks manai mākslas praksei. Mākslīgā intelekta trenēšana ir interesanta, jo rezultātā tiek izveidota dinamiska sistēma, ar kuru var spēlēties, lai mainītu iznākumu. Es dažreiz to salīdzinu ar krāsas šļakstīšanu uz sienas vai līdzīgām mākslas radīšanas metodēm, kurās mākslinieks atsakās no noteikta līmeņa kontroles pār detaļām un reaģē uz notiekošo. Kad uzšļaksti krāsu uz audekla, tu nezini, kā tieši tas notiks. Tev ir zināma kontrole, bet tikai neliela. Notiek abpusēja virzība ar sistēmu, kuru pilnībā nepārvaldi. Strādāt ar mašīnmācīšanās algoritmu ir mazliet līdzīgi. Tu veido pats savu sistēmu un nosaki tajā notiekošo, taču sistēmā notiek dinamika, kuru pilnībā nepārvaldi un vienkārši uz to reaģē. Šis process kļūst teju par sava veida sadarbību ar šo sistēmu.
Maiks Taika. Debesu pilis ar dimantiem. Neironu tīkls, muzeja kvalitātes izdruka. 2016
Maiks Taika. Oglekļa fantāzija. Neironu tīkls, muzeja kvalitātes izdruka. 2016
Varbūt tev ir kādas prognozes par jauniem mākslīgā intelekta rīkiem, kurus mākslinieki drīzumā varētu izmantot?
Prognozēt vienmēr ir sarežģīti, taču, ja apskatām pēdējos trīs gadu piemērus, mašīnmācības datorzinātņu lauks attīstās ļoti strauji. Visu laiku parādās jaunas metodes, un tās kļūst arvien pieejamākas. Kad pirmo reizi parādījās ģeneratīvi konkurējošie tīkli (GAN: generative adversarial networks), cilvēki sāka tos izmantot mākslas kontekstā. Mēs varam aplūkot mašīnmācīšanās progresīvākās tehnoloģijas un būt samērā droši, ka kāds sāks izmantot šīs jaunākās metodes mākslas nolūkiem.
Kas šobrīd ir pats progresīvākais? Pastiprinātā apmācīšana (reinforcement learning). Tas ir mācīšanās stils, kurā algoritms izvēlas darbības un piemērus, lai mācītos pats no sevis. Parasti apmācot ģeneratīvi konkurējošu tīklu, tu izvēlies piemērus, bet pastiprinātās apmācības kontekstā tiek iegūts algoritms, kas pats meklē un veic darbības, pamatojoties uz jau iemācīto, piemēram, izvēloties konkrētu attēlu. Algoritmā ir iekļauta darbības un atlīdzības sistēma, kas vada šo procesu. Šādi var izveidot algoritmus, kas attīstās paši, bet es vēl neesmu redzējis, ka šis mācību stils tiktu bieži izmantots mākslā.
Kāpēc šie pastiprinātās mācīšanās algoritmi mākslas kontekstā nav tik izplatīti? Vai to darbībai ir nepieciešama pārāk liela datora jauda?
Tas ir labs jautājums. Es domāju, ka šāda veida algoritmus ir grūtāk izveidot un ir grūtāk likt tiem strādāt. Tie pēc savas būtības ir tehniskāki.
Lai apgūtu un izmantotu jaunākos algoritmus, māksliniekiem ir jātiek galā ar daudziem tehniskiem izaicinājumiem. Ir cilvēki, kas cenšas atvieglot šo procesu. Labs piemērs, kā padarīt šos algoritmus pieejamākus cilvēkiem ar mazāku tehnisko zināšanu fonu, ir platforma Runway. Ja paņemam algoritmu un izveidojam ap to lietotāja saskarni, tas atvieglo tā lietošanu, taču reizē tiek ierobežota spēja izveidot kaut ko ļoti unikālu un jaunu. Tas samazina mākslinieka iespējas.
Ja daudzi mākslinieki izmanto vienus un tos pašus digitālos rīkus, šo rīku ierobežojumi var veicināt līdzīgu mākslas darbu radīšanu. Sociālajos tīklos sekojot vairākiem mākslīgā intelekta māksliniekiem vai dažādām ar mākslīgā intelekta mākslu saistītām tiešsaistes grupām, var novērot šo parādību. Vai ir veids, kā izvairīties no šīs problēmas - “saplūšanas” ar visiem pārējiem mākslīgā intelekta veidotajiem mākslas darbiem? Kā izveidot kaut ko oriģinālu, ja ir šie algoritmu ierobežojumi?
Daļēji tas ir saistīts ar to, par ko jau runājām. Tā kā ir grūti iekļūt šo rīku “iekšās”, liela daļa estētisko īpašību, kas iegūta no konkrēta algoritma, ir diezgan izteiktas. Ģeneratīvi konkurējošie tīkli ir labs piemērs. To ģenerētie rezultāti ļoti atgādina viens otru. Tas pats ir ar Deep Dream vai Neural Style Transfer. Šīs estētiskās īpatnības izriet no algoritma pamata, un, ja tas netiek mainīts, arī pati estētika nemainās. To kaut kādā mērā var ietekmēt ievades dati, taču pastāv raksturīgs izskats un “sajūta”, kas izriet no paša algoritma. Ja algoritma maiņa ir grūta, jo tam nepieciešamas padziļinātas tehniskas zināšanas, tad ir grūti atkāpties no šīs estētikas. Tas prasa daudz darba un dziļu izpratni, taču, tā kā šobrīd arvien vairāk cilvēku pievienojas šai jomai, tiek radīti daudz patiešām foršu un aizraujošu darbu. Pat vienkārši izmantojot esošos rīkus jaunā veidā, kāds nav vēl izmēģināts, var iegūt kaut ko interesantu.
Dažādiem cilvēkiem ir dažādi mērķi. Daži no mums dzīvo “uz robežas” un mēģina atrast neatklātu teritoriju, ko izpētīt. Turpretim citi cilvēki cenšas jau atklātas lietas izdarīt labāk. Ir pirmā un pēdējā vārda mākslinieki. Šo nošķīrumu ieviesa Maikls Naimārks (Michael Naimark). Pirmā vārda mākslinieki ir tie, kas izmēģina kaut ko jaunu un ieliek pamatus jaunai jomai, taču tas bieži vien nav labākais jaunā žanra vai apakšžanra piemērs. Vēlāk kādam piederēs galavārds, un šis pēdējā vārda mākslinieks pilnībā noslīpēs tehniku.
Maiks Taika. Šeit bija pēdējā akluma stunda. Neironu tīkls, muzeja kvalitātes izdruka. 2016
Pēdējā laikā tu izmanto neironu tīklus kustīgā attēla kontekstā – tev ir jauns projekts ar nosaukumu EONS. Vai vari pastāstīt par šo darbu? Ja izmanto mašīnmācīšanos, kādas ir atšķirības, strādājot ar statiskiem un kustīgiem attēliem?
EONS bija mēģinājums izveidot savstarpēji saistītu stāstu kopu, izmantojot mākslīgā intelekta rīkus, ar kuriem jau strādāju. Tie tika trenēti ar statiskiem attēliem (algoritms netika apmācīts ar filmām), taču algoritmu izmantoju tādā veidā, lai radītu kustīgu attēlu. Mani interesēja izveidot animāciju, kas izstāstītu stāstu temporālajā telpā.
Pēdējo trīs gadu laikā mani ir padziļināti interesējušas klimata pārmaiņas, un tieši šī interese ietekmēja mākslas darba tēmu. Īsajā laika posmā, kurā mēs pastāvam uz šīs planētas, salīdzinot ar zemes ģeoloģisko laika skalu, mēs nereti aizmirstam, cik “mazi” esam. Mēs varam dramatiski mainīt Zemi, taču ilgtermiņā esam nenozīmīgi. Šī ideja iedvesmoja šos lēni kustīgos un mainīgos attēlus.
Maiks Taika. EONS. Neironu tīklu animācija. 2019
Mākslīgā intelekta pieeja pieprasa daudz datu. Lai pareizi apmācītu mākslīgo neironu tīklu, nepieciešami tūkstošiem fotoattēlu, kas varētu radīt savdabīgus izaicinājumus. Projekta “Izdomāto cilvēku portreti” veidošanā tu izmantoji attēlus no platformas Flickr. Vai ir citas metodes, kuras izmantot māksliniekiem, kad nepieciešams tik liels attēlu vai cita veida informācijas daudzums? Varbūt rodas dažādas problēmas, kad jāstrādā ar tik lielām datu kopām?
Tas patiešām ir sarežģīti, un liela daļa no darba neironu tīkla apmācībā sastāv tikai no datu “tīrīšanas” un sakārtošanas. Es precīzi nezinu, kur citi mākslinieki iegūst savus datus, bet ir dažādas metodes. Savas datu kopas izveide (piemēram, attēlu uzņemšana) ir darbietilpīgs process, taču šādi ir iespējams radīt kaut ko īpaši unikālu, jo tiek iegūta pilna kontrole pār ievadi. Ja tiek izmantots kaut kas publiski pieejams, tas tā nav. Turklāt ne visiem algoritmiem ir nepieciešams liels datu apjoms. Ģeneratīvi konkurējošie tīkli to pieprasa, taču, izmantojot Deep Dream vai Style Transfare, tas tā nav.
Vai vari pastāstīt par darbu “Izdomātu cilvēku portreti” un tā izveides procesu?
Šo darbu es izstrādāju 2017. gadā, un tajā laikā mašīnmācīšanās pasaulē cilvēki sāka apmācīt ģeneratīvi konkurējošos tīklus ar seju attēliem. Man radās interesanta ideja, ka varam domāt par izdomātiem cilvēkiem saistībā ar viedokļu manipulācijām, kas internetā notika ar viltus profilu palīdzību. Tā tas notika 2016. gada ASV vēlēšanu laikā. Tas ir jauns propagandas veids. Vecā propaganda nāca no valsts pārstāvjiem un tika virzīta no augšas uz leju, taču interneta esamība radīja jaunus apstākļus, kuros kāds var iefiltrēties sabiedrībā un radīt viltus identitātes, kurām cilvēki jūt līdzi. Mēs kā cilvēki instinktīvi domājam grupās un esam uzņēmīgi pret šāda veida pieeju. Izdomātā persona spēlē galveno lomu šajā mehānismā.
Maiks Taika. maksimkovalev15. No sērijas “Izdomātu cilvēku portreti”. Muzeja kvalitātes izdruka. 2017
Patiesībā tie, iespējams, bija simtiem cilvēku, kuri pārvaldīja šo lielo viltoto profilu skaitu. Izmantojot iespēju ģenerēt viltus profila attēlus un tekstu, ko šie fiktīvie personāži raksta, varam iedomāties, ka šāda veida darbību tagad var palielināt un automatizēt. Neliels skaits cilvēku varētu radīt tūkstošiem viedokļu, kas tiek sūtīti pasaulē.
Kopš mana projekta šī tehnoloģija ir kļuvusi fotoreālistiska, un jau bijuši piemēri, kad cilvēki šajā viltus profilu kontekstā ir izmantojuši ģeneratīvi konkurējošos tīklus. Tas mani noveda pie projekta ar nosaukumu “Mēs un viņi”, kurā izmantoju printerus, lai apvienotu šos profila attēlus ar tekstu. Šajā gadījumā tekstu izveidoja algoritms, kas bija apmācīts ar īstiem tvītiem, kurus cilvēki rakstīja 2016. gada kampaņās. Ārā iznāca tas, kas tika ievadīts – tvīti, kas izkliedz rasistiskus saukļus un mēģina polarizēt sabiedrību. Bet teorētiski šādu pieeju var izmantot jebkam. Atliek tikai sniegt nelielu piemēru skaitu, un viedoklis tiks pastiprināts.
Maiks Taika. Mēs un viņi. Kinētiska instalācija. 2018
Maiks Taika. Mēs un viņi. Kinētiska instalācija. 2018
Viltus ziņas nav vienīgais sociālais un ētiskais problēmjautājums, ko rosina mākslīgā intelekta tehnoloģiju attīstība. Mēs varam arī (nejauši) izveidot mākslīgā intelekta sistēmas ar dažāda veida aizspriedumiem, ja datos vai datu vākšanas metodēs eksistē šie aizspriedumi. Vai, tavuprāt, māksliniekiem būtu jāuzņemas sava veida atbildība, izmantojot šos rīkus? Vai, veidojot savu mākslu, viņiem vajadzētu vairāk reflektēt par mākslīgā intelekta tumšo pusi?
Manā skatījumā tas ir viens no interesantākajiem mākslīgā intelekta mākslas aspektiem – būt paškritiskam šādā veidā, bet mākslinieki drīkst darīt, ko vien tie vēlas. Ir pilnīgi pamatoti radīt mākslu, kas vienkārši ir skaista. Es nedomāju, ka māksliniekam ir pienākums būt kritiskam. Izņēmums varētu būt gadījumā, ja kāds veido mākslu, kas glorificē mākslīgo intelektu, neatzīstot negatīvos efektus (tas attiecināms uz visa veida tehnoloģijām). Tiek radīts neobjektīvs viedoklis. Šādā gadījumā labāka būtu līdzsvarotāka pieeja, taču es neesmu redzējis daudz sliktu piemēru.
Kādas ir tavas domas par mākslīgā intelekta attēlojumu populārajā kultūrā – filmās un datorspēlēs? Arī tur ir diezgan daudz glorificēšanas vai tieši pretēji – mākslīgais intelekts tiek attēlots kā antropomorfizēts ļaunais robots.
Jā, Holivuda izvēlas vieglāko ceļu un iet šajās divās galējībās. Pieņemsim, ka cilvēki baidās no mākslīgā intelekta, kas pārņem pasauli - kā Terminators paņem rokās ložmetēju vai sāk atomkaru. Tas nav lietderīgi, jo mākslīgā intelekta īstā negatīvā ietekme ir nepamānāmāka. Darba vietu zaudēšana, ko izraisa automatizācija. Neobjektīvu lēmumu pieņemšana, ko izraisa kļūdaini algoritmi… Uztraucoties par to, ka kādu dienu mākslīgais intelekts varētu pārņemt pasauli, tiek novērsta cilvēku uzmanība no aktuālajām problēmām. Šis sensacionālisms nekur neved, taču to, protams, Holivuda prot vislabāk – radīt drāmu. Uzņemt dramatisku filmu par darba vietu zaudēšanu ir daudz grūtāk.
Šķiet, ka šīs tehnoloģijas “izšķīdina” arī mūsu izpratni par autortiesībām. Tu noteikti zini gadījumu par pētnieku, kurš apmācīja neironu tīklu ar filmas “Pa asmeni skrejošais” (Blade Runner) kadriem, bet mākslīgā intelekta sistēma vizuāli rekonstruēja filmu. Rekonstruēto video vēlāk izņēma no platformas Vimeo, jo tika izvirzīta prasība par autortiesību pārkāpumu. Vai vajadzētu mainīties priekšstatiem par autortiesībām?
Tas ir ļoti interesants un sarežģīts jautājums. Piemēram, ja es paņemu virkni ar autortiesībām aizsargātu mākslas darbu un ar tiem apmācu neironu tīklu, vai autortiesības tiek pārnestas uz šī tīkla parametriem? Vai tās pāriet uz tīkla izvadi, kad tas veido jaunus attēlus, kas ir līdzīgi ievadei? Bet, ja dažādie faili, kurus izmanto tīkla apmācībai, tiek aizsargāti ar dažādām autortiesību licencēm, rezultāts ir kaut kāds īpatnējs šo lietu remikss, kas, iespējams, ir jaunrade. Ja izvade atšķiras no jebkura konkrēta ievades piemēra, vai tā pārņem šīs autortiesības?
Kā pretējs piemērs – visa mūzika, kuru es klausos, ir aizsargāta ar konkrēto mūziķu autortiesībām. Ja es sacerētu dziesmu, mani, bez šaubām, būtu ietekmējis viss, ko līdz šim esmu dzirdējis. Jaunrade nenotiek vakuumā. Mūzikas nozarē ir noteikts, ka, ja radītais skaņdarbs ir pietiekami atšķirīgs no jebkura esošā piemēra, tā ir jaunrade. Es precīzi nezinu šos noteikumus, taču ir jābūt kaut kādiem kritērijiem.
Nevienam nav iebildumu, ja mācies no materiāliem, kas ir aizsargāti ar autortiesībām. Tā ir mūsu intuitīvā izpratne par autortiesībām; pretējā gadījumā neko nevarētu radīt. Būtisks ir tikai tas, ka tavu smadzeņu vai mākslīgo smadzeņu (mākslīgā intelekta sistēmas) radītajam produktam jābūt kam jaunam, bet es nedomāju, ka ir svarīgi, kāda veida dati tika izmantoti.
Maiks Taika. Čellisms. Neironu tīkls, muzeja kvalitātes izdruka. 2016
Tu esi ļoti fascinējošs cilvēks, jo vienlaicīgi esi gan zinātnieks, gan mākslinieks. Tev ir doktora grāds biofizikā un tu strādā ar datormodeļiem, lai izprastu pašus mazākos bioloģijas elementus. Tajā pašā laikā, tu veido skulptūras, instalācijas, mākslīgā intelekta ģenerētus mākslas darbus un piedalies izstādēs. Iepriekšminētajā TED konferences runā teici: “Pa dienu es strādāju ar tehnoloģijām un naktī nodarbojos ar mākslu.” Kā tu nonāci pie šī dubultā dzīvesveida?
Es nezinu (smejas). Es šajā ziņā svārstos. Šogad gandrīz vispār nenodarbojos ar mākslu. Kopš COVID-19 pandēmijas sākuma pilnībā pievērsos savas dzīves zinātnes aspektiem, un man tas ļoti patika. Es sapratu, cik svarīgi tas ir manai dvēselei, bet agrāk vai vēlāk atgriezīšos mākslas pusē.
Kopš bērnības esmu darījis abas šīs lietas. Kad biju mazs, spēlējos ar datoranimāciju. Veidoju mazas animācijas ar kodu palīdzību, un mans tētis teica: “Tas ir forši, bet vai tas ir lietderīgi?” Tajā laikā es nesapratu, ka tā vienkārši bija māksla. Tā nebija kaut kam noderīga utilitārā ziņā. Tā vienkārši bija interesantas sistēmas izpēte.
Vēlāk es vairāk koncentrējos uz savu interesi par zinātni – studēju bioķīmiju un biotehnoloģijas, bet vēlāk māksla atgriezās un klauvēja pie manām durvīm. Protams, ka tajā laikā manu iztēli nodarbināja skaistie olbaltumvielu savijumi. Tās ir ļoti interesantas struktūras. Es sāku veidot par tām mākslu un nonācu pie molekulu skulptūrām.
Maiks Taika. Asaras - lizocīms ar ogļhidrātiem. Lietā bronza, liets stikls, koks. 2015
Maiks Taika. Rūdīšana - DNS. Lietā bronza, liets stikls, koks. 2016
Rietumu kultūrā mums ir tendence nošķirt zinātni no mākslas. Mēs tās uzskatām par ļoti atšķirīgām praksēm. Tava pieeja kaut kādā ziņā izpludina šo robežu. Varbūt šī nošķiršana ir pārāk stingra un kaut kādā ziņā pat kaitīga gan zinātnei, gan mākslai?
Žēl, ka tas tā ir, taču tā nav bijis vienmēr. Vēl pirms dažiem simtiem gadu bija daudz lielāka sajaukšanās starp šīm divām jomām. Tie paši cilvēki (es domāju par Renesanses gleznotājiem) interesējās par anatomiju gan no zinātniskā viedokļa, gan izmantoja šīs zināšanas, lai radītu anatomiski precīzāku cilvēka ķermeņa attēlojumu, un tas bija revolucionāri.
Tas darbojas arī pretējā virzienā. Zinātnes komunikācijas aspekts lielā mērā balstās mākslā. Varbūt nav pārsteigums, ka mums ir cilvēki, kuri domā, ka nolaišanās uz Mēness nenotika un vakcinācija ir kaitīga. Kaut kā ir izveidojusies plaisa starp zinātnes ziloņkaula torni un zinātnes padarīšanu saprotamāku cilvēkiem. Zinātnieki to nedara un zaudē atbalstu. Mums ir jādalās ar zinātnes izpratni pieejamā veidā, un māksla ir svarīgs veids, kā to izdarīt. Tā var padarīt lietas redzamas. Daudzas lietas, kuras pēta mūsdienu zinātnē, nav redzamas. Olbaltumvielas ir mazākas par gaismas viļņa garumu. Tās nevar redzēt. Lai tās būtu redzamas, tev ir jāizvēlas attēlojuma veids, taču šī izvēle pēc savas būtības ir mākslas akts.
Vai, tavuprāt, nākotnē mēs biežāk sastapsimies ar šādu mākslinieka un zinātnieka “hibrīdu”?
Zinātnes robeža par šobrīd zināmo ir aizvirzījusies tik tālu, ka dažreiz ir jāpavada viss mūžs, lai tikai saprastu problēmu, kuru mēģini atrisināt. Tikai doktora grāda studiju beigās es sāku saprast uzdoto jautājumu. Ir grūti arī reizē pētīt mākslu un visu tās sarežģītību. Tas ir ļoti daudz vienam cilvēkam.
Šķiet, ka 18. gadsimtā izglītots cilvēks varēja būt ar labām zināšanām vairākās jomās, taču tagad tas ir gandrīz neiespējami.
Jā, pat vienā zinātnes jomā ir jāspecializējas, kas pēc savas būtības padara tevi izolētāku. Pat divu vai trīs jomu savienošana ir grūta. 18. gadsimtā bija vieglāk vienlaikus būt fiziķim, biologam un māksliniekam. Es domāju, ka šis ir izaicinājums visai cilvēcei, jo situācija tikai pasliktināsies. Galu galā, mēs tikai turpinām papildināt zināšanu kopu.
Varbūt tev drīzumā ir ieplānoti jauni mākslas projekti?
Kā jau iepriekš teicu, pagājušajā gadā vairāk fokusējos uz zinātnes pusi, taču esmu uzsācis darbu pie jaunas olbaltumvielu skulptūras, kas veidota gan no stikla, gan metāla. Priecājos, ka tuvākajos mēnešos varēšu to atklāt.
Maiks Taika
Šī saruna tapusi projekta "Bezgalība vai bezdibenis: mākslas un tehnoloģiju satikšanās" ietvaros. Atbalsta VKKF
