Визуальная среда алгоритма

1. Концепция; 2. Webdriver Torso — диалог машинных акторов; 3. Unfavorable Semicircle — алгоритм, как инструмент художника; 4. Google DeepDream — саморефлексия машины; 6. Заключение; 7. Источники

Киберпространство принято считать антропоцентричной средой, то есть местом, где всё крутится вокруг человека. На самом деле человечество делит эту среду с алгоритмами и ботами с самых ранних этапов развития сети. Мы привыкли думать, что полностью контролируем цифровой мир, потому что взаимодействуем с ним через понятные и привычные графические интерфейсы. Они создают комфортную оболочку, которая надежно скрывает от наших глаз истинный масштаб автоматизированных процессов.

Речь идет об алгоритмическом или автоматизированном контенте, столкновение с которым приводит обычного человека в замешательство. Когда машина визуализирует свои внутренние процессы или передает данные другой системе через визуальные образы, результат выглядит странно и непривычно, поскольку он изначально не предназначен для нашего восприятия. Визуальный ряд подчиняется сугубо утилитарной функции и совершенно не следует эстетическим стандартам. Для нас это может выглядеть как вызывающий тревогу хаос, но на самом деле это контент, который создан машиной исключительно для других машин.

Всего на канале опубликовано более 624 тысяч видео с единой стилистикой визуального и звукового ряда. Webdriver Torso быстро стал темой для обсуждения среди конспирологов. Одни считали, что аккаунт предназначен для связи между тайными агентами, другие — что это попытка наладить контакт со стороны внеземных форм жизни. Были также теории о том, что это может быть одним из скрытых вербовочных тестов организации Cicada 3301, занимавшейся созданием ARG.

Когда журналисты профильных изданий напрямую запросили комментарий у Google, подкрепив его найденными доказательствами, пресс-служба YouTube наконец ответила:

«Мы никогда не откажемся от быстрой загрузки без потери качества видео, и мы никогда не подведем вас, показывая YouTube в плохом качестве. Вот почему мы постоянно запускаем тесты вроде Webdriver Torso»

Оказалось, что аккаунт Webdriver Torso был создан инженерами Google в Цюрихе исключительно как внутренняя утилита для тестирования производительности. Ее основная функция заключалась в том, что программа автоматически генерировала и заливала видео, в то время как другая система скачивала их и сравнивала с оригиналом, измеряя потерю качества при сжатии видеокодеками YouTube. Интересно, что еще до официального подтверждения со стороны корпорации, на аккаунте заметили ролики, в которые очевидно вмешался человек. Такие видео носили шуточный характер. Например, в ролике tmpRkRL85 красная фигура становилась силуэтом Рика Эстли. Видео 00014 содержало не квадраты, а снятую на камеру ночную Эйфелеву башню и страницу канала в соцсети, где обнаружили имена разработчиков. Под одним из видео также был опубликован комментарий с аккаунта Webdriver Torso: «Matei is  highly intelligent» („Матей очень умный“), что отсылало к разработчику Матею Груберу.

Весной 2015 года пользователи YouTube обнаружили аккаунт Unfavorable Semicircle, отличающийся необычной активностью — на канале публиковались ролики с визуальным рядом, преимущественно состоящим из абстрактных пикселей и коричнево-серых пятен. Картинка сопровождалась тишиной, механическим гулом или искаженным мужским голосом, перечисляющим случайные номера и символы. Отличительной чертой этого аккаунта было присутствие астрологического знака Стрельца в названиях видео и часто на самом изображении. Хронометраж колебался от нескольких секунд до одиннадцати часов статики.

За год активности скрипт сгенерировал и загрузил более 80  тысяч видеороликов, периодически публикуя по несколько материалов в минуту, что физически исключает человеческое участие на этапе создания. Как и в случае с Webdriver Torso, Unfavorable Semicircle стал центром дискуссий среди пользователей Reddit, породив множество конспирологических теорий. Интересно, что большая часть спекуляций, связанных с алгоритмическим контентом, склоняется к интерпретированию происходящего как попытки внеземных рас выйти на связь с человеком посредством земных технологий. Вовлеченные исследователи выяснили, что генерация некоторых видео была не совсем случайной. Если выстроить кадры друг за другом или наложить их, визуальный шум превращался в осмысленные изображения — спутники, скриншоты из «Википедии» или даже копию Золотой пластинки «Вояджера»

Принципиальная разница между обычным M2M-контентом и деятельностью Unfavorable Semicircle заключалась в том, что утилитарная функция последнего так и не была подтверждена официально. Общество, активно вовлеченное в исследование феномена, предложило обоснованную гипотезу: глитчи в видеороликах существуют для тестирования уязвимостей Stagefright и Rowhammer в операционной системе Android. Это предположение базировалось на задокументированных ошибках воспроизведения на мобильных устройствах. Stagefright  — стандартный медиа-движок в старых версиях Android, чья основная задача — обрабатывать аудио и видео, генерировать миниатюры и считывать метаданные. Согласно этой гипотезе, видеоряд Unfavorable Semicircle мог работать как троянский кодек, перегружавший буфер памяти.

В рассмотренных ранее случаях визуальный ряд являлся лишь побочным продуктом деятельности алгоритма, не выступающим самоцелью. Однако с развитием генеративных моделей человек столкнулся с новым витком алгоритмического контента — контентом, сгенерированным нейросетью. Несмотря на то, что ИИ стал повсеместно использоваться лишь с 2022  года, подобные столкновения происходили задолго до этого.

Принцип работы DeepDream заключается в гипертрофировании интерпретации входного сигнала. Вместо того чтобы классифицировать изображение, алгоритм начинает усиливать те признаки, которые нейросеть уже «узнала» в массиве данных: алгоритм искусственно усиливает контрастность тех паттернов, которые кажутся ему знакомыми. В качестве базы для обучения DeepDream использовался массив данных ImageNet, содержащий огромное количество категорий, относящихся к собакам и другим животным, что послужило причиной масштабных «галлюцинаций» нейросети. Животные мотивы стали статистически значимым и наиболее вероятным паттерном для ИИ, который он начал повсеместно распознавать и гипертрофировать.

Помимо животных мотивов, другой отличительной особенностью изображений «пережеванных» DeepDream является фарктальный паттерн. По своей сути, это технический побочный эффект, возникший вследствии иерахичности работы сверточных сетей и рекурсивной обратной связи. Сверточные нейронные сети реагируют на изображение слоями — нижние слои реагируют на примитивные паттерны, средние слои реагируют на более сложные формы, а глубокие слои собирают полученное в целые объекты. Поскольку алгоритм работает через рекурсивную обратную связь, усиливая распознанные паттерны на всех уровнях абстракции одновременно, сложные структуры начинают повторяться внутри самих себя, создавая фракталы.

Алгоритмический контент на данном этапе развития сети вырос из простой технической калибровки и теперь выполняет сразу несколько функций. С одной стороны, алгоритм стал новым художественным инструментом. Перенимая эстетику программного хаоса, человек может реализовать свой концептуальный замысел и намеренно имитировать машинную логику для зрителя, как это произошло с проектом Unfavorable Semicircle.

С другой стороны, в своих истинно автономных формах — будь то передача данных Webdriver Torso или интроспекция Google DeepDream  — визуальная среда полностью исключает человека из процесса. В отличие от живого искусства, она обусловлена исключительно архитектурой программы и ее строгим предназначением, в которых нет места эмоциям или случайности. Эстетика здесь становится лишь побочным эффектом работы кода. Сталкиваясь с подобным контентом, пользователь окончательно теряет статус главной аудитории. Мы перестаем быть смыслообразующим центром в обмене информацией и превращаемся в простых свидетелей того, как машины коммуницируют между собой и изучают сами себя.