Doğu Londra’daki Kraliçe Olimpiyat Parkı’nda yer alan yüksek tavanlı dans stüdyosunda, ödüllü İngiliz koreograf Wayne McGregor, kendi tarzındaki dans hareketlerini tahmin edebilen bir yapay zeka geliştirdi.
Paris’teki Google Arts & Culture’da teknik program yöneticisi olan Damien Henry ile birlikte çalışan McGregor, hem koreografın arşivlerinden hem de yüzlerce saatlik video çekimlerine dayanan kendi bağımsız koreografisini oluşturabilecek bir AI aracı kullanıyor.
McGregor’un bilim ve teknolojiye olan ilgisi yeni değil; Plymouth Üniversitesi’nden fahri bir bilim doktoru. Yeni proje, videoda kaydedilen 25 yıllık kariyerine bakarken ortaya çıktı ve teknolojinin performansları taze tutmaya yardımcı olacak bir şey yapıp yapamayacağını merak etti.
McGregor “Bu muazzam iş arşivinden ilginç bir şekilde yararlanmak istedim. Bu yüzden Damien’a yeni bir şey üretmek için kullanıp kullanamayacağını sordum. Her şey koreografide çok önemli olan aynı soruya iner: Yeni içerik oluşturmaya nasıl devam edersiniz?”
AI, sosyal medyaya yüklediğiniz resimlerdeki kimliğinizi tanımak için telefonunuza yazacağınız bir sonraki kelimeyi tahmin etmekten çok şey tespit edebilir. Ama beklenen hareketler zor. Aracı oluşturmak için Henry, bilimsel web sitesi distill.pub’de gördüğü bir gönderiden ilham aldığını söylüyor. Belirli bir hareket için tahminler yapabilen benzer bir algoritma ile kullanıldı. Bir dansçının pozunu, video aracılığıyla yakalanan pozunu temel alarak, olası en iyi koreografik diziyi takip etmek için çeşitli seçenekler sunar ve bunları gerçek zamanlı olarak ekranda görüntüler.
Teknoloji, McGregor’un arşivlerinden ve dansçılarının videolarından besledi.
Henry; “Bir şekilde dans etmeyi öğrendi ama Wayne McGregor tarzında.”
Araç, bir web kamerasıyla video girişi alarak ve farklı vücut kısımları arasındaki noktaları çizerek, belli bir poz veren bir dansçının “iskeletini” çıkartarak çalışır. Bu girdiyi, bir sonraki pozun ne olabileceğini tahmin etmek için üç farklı algoritma ile çalıştırır ve söz konusu dansçının kişisel tarzını ve aynı zamanda şirketteki diğer dokuz dansçınınkini dikkate alır.
Yaklaşık on saniye süren ve benzer bir “iskelet” görselini kullanarak bir bilgisayar ekranında görüntülenen toplam 30 potansiyel koreografi dizisi üretir. McGregor kullanmak istediğini seçer.
Henry; “Sonra, dansçı ne olursa olsun tekrar kaydedilebilir ve makineye tekrar enjekte edilebilir.”
AI aracının okuduğu dansçının “iskeleti”
McGregor için, teknolojinin en büyüleyici yönlerinden biri, bir dansçının özel stilini öğrenmesi ve yeniden yaratmasıdır. Andy Serkis tarafından performansın “şişelenmesi” olarak tanımlanan hareket yakalama özelliği, yaratıcı kimliklerini yakalamak için bir yol bulabilir.
Algoritmalar on yıllardır koreografide kullanılmıştır; 1964’te, Pittsburgh Üniversitesi’nde, Jeanne Beaman ve Paul Le Vasseur, farklı zaman varyasyonlarından, uzamsal yönlerinden ve besledikleri hareket türlerinden rastgele dans dizileri üretmek için bir bilgisayar kullanmışlardır. Yüzyılın başlangıcında koreograflar, koreografın bir zaman çizelgesinde dijital varyasyonlar oluşturmasına izin veren bir sıralama aracı olan ChoreoGraph adlı bir yazılım kullanıyordu; bu, performans sırasında dansçılar için bir işaret levhası işlevi gördü. Sahnenin etrafına yerleştirilen sensörler sayesinde dansçıların hareketlerine gerçek zamanlı olarak güncelleme yapabildi.
Ama AI’nin, dans ve yaratıcılık konusunda genel olarak sınırları vardır. Duke Üniversitesi’ndeki koreograf ve dans programının yönetmeni Michael Klien, The ChoreoGraph’ın usta bir kullanıcısıydı. Yazılımla yaptığı çalışma Londra’daki Kraliyet Opera Binası’nda sunuldu, ancak kısa bir süre içinde bu süreçten yorulduğunu açıkladı ve 2002 yılında sistemi doğrudan dansçılarına bıraktı.
Michael Klien: “Sistemin daha akıllı olmasını sağlamak için sisteme daha fazla algoritma eklemeye devam ettik. Bir AI koreografik yapıya ulaşmak istedim. Fakat AI tarafından geliştirilecek dansın gücü olmadığını anladım. Zeka varsayımlarımız yapay zeka makinelerimizi inşa ediyor ve hayal gücümüzün trajik bir sınırını ortaya koyuyor. ”
Bir oyuncunun bir sonraki hareketini tahmin eden AI aracının bir örneği
Henry, Google aracının daha önce hiç görülmemiş hareketleri icat etmek için kullanılmadığını söylüyor. Tüm yapay zekalar, interpolasyon* yoluyla çalışır; yani, daha önce öğrendiği kalıplardan yola çıkarak, ne olacağını tahmin etmek için inşa edilir.
Henry: “Mesele, koreografın yerini almak değil. Ama çok verimli ve hızlı bir şekilde seçenekler yaratmak için, yaratıcı süreç asla durmaz.”
Teknoloji, fark ettiği farklı dans hareketlerinin “haritası”nda gezinir ve belirli hareket sıralarını önerir, ancak Henry, “yörünge” hareketleri arasındaki geçiş şeklinin, eğitim verilerinin dışında gerçekleşebileceğini açıklar. Bu, daha önce hiç yapılmamış olan hareketlerin ortaya çıkma potansiyeline sahip olduğu anlamına gelir. Bu teknoloji aynı zamanda iki dansçının tarzını karıştıran bir koreografik dizi sunacak şekilde de hazırlanabilir. Şöyle düşünün; McGregor arşivlerinin üstünde Brezilyalı samba dansı çekimleri olursa ne olur? Sonuç muhtemelen daha önce hiç görülmemiş bir melez dans olacaktır.
McGregor: ” Dansın Dr. Frankenstein’ı olma konusunda endişelenmiyorum. Seçenekler hala benim. Ben kaynağım ve başlangıçtaki kişiyim. Bunu daha çok bir fırsat olarak görüyorum; oyunda olmayı seviyorum.”
McGregor, aracı gelecekteki bir çalışma için gerçek zamanlı olarak kullanmak istiyor: Her dansçının kendi ekranına sahip olması ve algoritmanın teslim ettiği dizileri sahnede çoğaltması… Bazı teknik detayların hala çözülmesi gerekiyor ama McGregor kendine güveniyor: “Gerçek zamanlı olarak dans yapacağız. Büyüleyici olacak…”
*İnterpolasyon: Elde varolan (bilinen) değer noktalarından yola çıkarak bu noktalar arasında, farklı bir yerde ve değeri bilinmeyen bir noktadaki olası değeri bulmaya/tahmin etmeye yarayan yöntemlerin tümüne verilen genel isimdir. En basit tanımı ile “varolan sayısal değerleri kullanarak, boş noktalardaki değerlerin tahmin edilmesi” olarak açıklanmaktadır.
Comments