70 years of AI

iWonder – the section of BBC – published 15 key moments in a history of artificial intelligence from 1943 until 2014. The history covers the following breakthroughs, such as the first mobile, autonomous robot (1943), Turing Test (1950), Three Laws of Robotics designated by science fiction writer Isaac Asimov (1950), the introduction of the term ‘artificial intelligence’ (1956), the establishment of the Artificial Intelligence Laboratory at Massachusetts Institute of Technology founded by Marvin Minsky (1963), Shakey the Robot, the first general-purpose mobile robot able to make decisions about its own actions by reasoning about its surroundings (1969), “Elephants Don’t Play Chess”, important paper published by AI scientist Rodney Brooks (1990),  iRobot, the first commercially successful robot for the home – an autonomous vacuum cleaner called Roomba (2002), autonomous robots BigDog, made by Boston Dynamics (2005), a Google app with speech recognition, appeared on the new Apple iPhone (2008), the participation of machine IBM’s Watson in US quiz show Jeopardy (2011), and much more.

After 2014, we can indicate the next crucial moments in the history of AI, such as self-driving car Tesla, and Nao robots that passed a classic self-awareness test for the first time in 2015.

“A Literary History of Word Processing”

Track Changes: A Literary History of Word Processing by Matthew G. Kirschenbaum is finally released! Along with it, it is published its first review written by Dylan Hicks for “Los Angeles Review of Books”. “[book] is especially concerned with how word processing has changed the embodied labor of writing — its actual tasks, tools, and physical demands — and with how literary writers have embraced, resisted, and interpreted that transformation”. Track Changes is a fundamental reading in the field of digital humanities, comparative textual media, and electronic literature.

From Dada to Java

How should we read and interpret Taroko Gorge by Nick Montfort? What does it mean ‘bot’? Is Twitterbot a new literary form? “From Dada to Java: conversations about generative poetry & Twitter bots” is a film devoted to the explanation of these new types of writing and reading that is generative poetry. Sophie Skach, Betul Aksu, Victor Loux, and  Zhou Tang invite artists and theorists of electronic literature to elucidate a complicated nature of generative works. Among them are Montfort and Sandy Baldwin, both are writers of digital literature and members of Electronic Literature Organization. To explain the meaning of generative poetry, it seems necessary to situate it in the cultural context. It turns out that the generative poetry is the continuation of avant-garde literary practices, such as Dada and Oulipo. One of the goals of generative work is to produce a text that is a new literary experiment ‘written’ by a computer, not a human. Because of this, artists seek to generate work that is not an imitation of human’s work. Therefore, generative literature means to delve into an ‘inner layer’ of computer to disclose its creativity and features that are other than human. Eventually, we receive a text that does not reflect ‘human’ literary work, rather ‘non-human’ automated work produced by the cooperation between artist/programmer and computer.

Abra: A Living Text for iOS

Abra: A Living Text is a free iOs app and a limited-edition artist’s book printed with heat-sensitive ink and other features that animate the page. It is created by Amy Rabas at the Center for Book and Paper Arts at Columbia College Chicago with a collaboration between Amaranth Borsuk, Kate Durbin, Ian Hatcher. Abra invites a reader to play with touchscreen interfaces whereby you can shift words under your fingers, mutate the text, and write your own words. However, the iOs app does not make this book a special text; the biggest challenge is to move these effects to the printed page. Therefore, the artist’s book printed is a great experience of reading the page as an interface. Thanks to thermochromic ink that disappears with the heat of your hands or breath, and laser-cut openings, the book becomes a real interface.

Read more about Abra.

eLit for Kids

One of the areas of electronic literature is digital works for children. As Leonardo Flores said, children’s e-literature help to develop digital literacy, related to reading digital text, coding, designing, and navigation in digital environment, to name just a few. The examples of kid’s electronic literature are kinetic text Anipoemas by Ana María Uribe, playable works Enigma n by Jim Andrews, and language-art work Unicode Infinite by Jörg Piringer. Electronic literature for children was the part of conference “The End(s) of Electronic Literature”, organized by Electronic Literature Organization at the University of Bergen last year. Kid E-Lit exhibition was presented at Bergen Public Library in August and September 2015.

You can read about the children’s eLit in the following books, such as E-literature for Children: Enhancing Digital Literacy Learning by Len Unsworth (2005), and Digital Literature for Children. Texts, Readers and Educational Practices, edited by Mireia Manresa and Neus Real (2015). Besides website “Little eLit” (Young Children, New Media & Libraries), now you can follow blog “eLit 4 kids” (apps & other digital literature for children), running by Mark C. Marino, Professor at the University of Southern California, where he directs the Humanities and Critical Code Studies (HaCCS) Lab; a scholar of digital literature, and an author of codework, digital, and Netprov projects.

Khan Academy

“Chronicle” rozpoczęło serię podcastów na temat przyszłości wyższej edukacji. Pierwszy odcinek poświęcony jest Khan Academy – edukacyjnej platformy online założonej przez Sal Khan. Dziesięć lat temu Khan nagrał swoje pierwsze video, zainspirowane nauczaniem matematyki swojego kuzyna. Historia Khan Academy zaczyna się zatem od niepozornego hobby i pasji nauczania, które doprowodzają do rozwoju non-profit organizacji, gdzie zarejstrowanych już jest ponad 20 milionów studentów.

Khan Academy określa swoją misję następująco: “Dostarczyć darmową, światowej klasy edukację dla każdego, gdziekolwiek”. Jedną z cechą akademii jest “nauczanie spersonalizowane”, gdzie tempo nauczania zależy od twoich własnych postępów. Khan Academy oferuje przeróżne kursy: od matematyki, języków programowania, po historię sztuki.

Khan Academy określa się jako global classroom, gdzie spotykają sie uczniowie/studenci z całego świata. Platforma dostarcza materiały przetłumaczone na ponad 36 języków. Najważniejszym hasłem akademii jest “For free. For everyone. Forever”. Celem platformy jest wzmocnienie znaczenia darmowego i równego dostępu do wiedzy oraz budowania społeczności (community), której wartość jest o wiele cenniejsza niż zysk.

By otrzymywać kolejne podcasty, subskrybuj serię na iTunes.

Więcej o kursach online i przyszłości uniwersytecie pisałam w tekście “Uniwersytet, jakiego nie znamy (1)

AI novel

Can a computer write poetry? Oscar Schwartz in his fascinating presentation during TedxYouth in Sydney left no doubts that computer can create poetry sounding like William Blake’s or Frank O’Hara’s poems. Further, algorithm can produce poem sounding so much better than poem of not one outstanding poet. What is more, it turns out that artificial intelligence (AI) can compete with human for a literary award.

The Hoshi Shinichi Literary Award is only prize involving human and applicants who are not human beings (AI programs and others). However, this year was the first time when submitted literary texts were created by coauthorship between human and ‘nonhuman beings’: AI programs. Among 1,450 novels received in the competition, 11 works involved AI programs.

AI novel called “The Day A Computer Writes A Novel” was produced by Hitoshi Matsubara and his team at Future University Hakodate in Japan. Although AI novel did not win the final prize, it passed the first screening process for a domestic literary prize. According to jury, the meta-narrative was not enough good to get the prize. It turns out that while structure and mechanism of novel were programmed very well, character descriptions were poor created. It is only a matter of time, when machine improves a programming of more ‘human’ part of text. Nevertheless, this is just the beginning of literary competition between human and nonhuman being.

Studia w USA? (3)

W ostatniej części cyklu, poświęconego studiom na amerykańskiej uczelni, opisuję relację między profesorem a student/ką/em.

  1. Profesorowie są niemalże zawsze dostępni w swoich pokojach (w większości każdy profesor ma własne biuro), które służą nie tylko do konsultacji, ale przede wszystkim do pracy. Nie ma zatem problemu, by “złapać” profesora, co na polskiej uczelni niejednokrotnie jest wyzwaniem. Jednak, gdy chcesz się udać w godzinach poza konsultacyjnych, najlepiej skontaktować się wcześniej e-mailowo i ustalić godzinę spotkania. Amerykanie bardzo cenią czas i punktualność!
  2. W trakcie konsultacji/spotkania, kiedy student jest w środku pokoju, drzwi są zawsze otwarte. Zgodnie z regulaminem uczelni, profesor i student/ka nie mogą siedzieć w pokoju przy zamkniętych drzwiach. Spotkałam się także z sytuacją, kiedy profesorowie z jednego wydziału mieli jeden, duży, oszklony pokój konsultacyjny.
  3. Nie otworzysz od zewnątrz drzwi do pokoju profesora, gdyż mechanizm amerykańskich drzwi biurowych polega na tym, że możesz otworzyć je tylko od wewnątrz.
  4. Na konsultacje się chodzi (!), a chodzi się niemalże z każdym zapytaniem i problemem. Jeśli student ma do zaliczenia projekt, to w ciagu calego semestru udaje się na konsultacje, by przedyskutować jego plan i poinformować o etapach pracy.
  5. Profesorowie odpisują na e-maile w ciągu 24h. W związku z tym, student także ma obowiązek/poczucie odpisania w tym terminie.
  6. Opis zainteresowań i obszarów badawczych doktorantów niejednokrotnie przekracza objętość opisu profesorów… O ich “specjalizacjach” wspominać już nie będę, ale patrz pkt 7.
  7. Rywalizacja, rywalizacja, i jeszcze raz rywalizacja.

Dlaczego chce się studiować w USA? Właściwie ciężko znaleźć na to jednoznaczną odpowiedź. Konkurencja jest na tyle wysoka, że chciałoby się wrócić do polskiego uniwersyteckiego zacisza. Z drugiej jednak strony, konkurencja przyciąga, bo dzięki niej masz poczucie, że rzeczywiście uczestniczysz w (żywym) dyskursie nauki, bierzesz udział w czymś, co może mieć zakres globalny i poza akademicki, i że w końcu działasz w czymś, co rzeczywiście ma znaczenie.

Przeczytaj:

Część 1.

Część 2.

Człowiek piszący jak komputer

Maszyna myśląca jak człowiek, komputer potrafiący rozmawiać z człowiekiem, czy wearable technology, rozszerzające zmysły człowieka – te wszystkie “przełomy” w obszarze human-computer interaction (HCI), mają na celu rozwój technologii na wzór funkcjonowania człowieka (kwestie kognitywistyczne, percepcyjne czy sensualne). Warto wspomnieć, że podczas gdy pierwsza fala rozwoju HCI wiązała się z zasadą wzmocnienia człowieka, nadrzędnego wobec technologii, druga dąży do spojrzenia na człowieka i maszynę, jako na dwa równorzędne byty. Stąd nacisk badań położony został na kwestie etyczne rozwoju zarówno człowieka, jak i technologii oraz na zdefiniowanie na nowo pojęcia “człowiek” (human), którego ostra dotychczas granica, wyróżniająca go od innych bytów określonych jako “nieludzkie” (nonhuman), bezpowrotnie zanika. Nie dziwi zatem postawione pytanie o to, czy komputer potrafi pisać jak człowiek. Co jeśli pójdziemy dalej i zapytamy: czy człowiek potrafi pisać jak komputer?

W swoim fascynującym wystąpieniu pt. Can a computer write poetry?, wygłoszonym w maju 2015 roku w ramach TedxYouth w Sydney, Oscar Schwartz stawia przed widzem trzy wyzwania, których celem jest odpowiedzenie na pytanie o to, czy komputer potrafi tworzyć poezję. Schwartz prezentuje każdorazowo dwa teksty, jeden napisany przez człowieka, drugi zaś wygenerowany przez komputer, i prowokacyjnie pyta: który z tych utworów został napisany przez człowieka? W pierwszej bitwie poeta Wiliam Blake staje na ringu z algorytmem pobierającym treści z Facebooka. W drugim teście Frank O’Hara zestawiony zostaje z algorytmem Racter, stworzonym w 1970 roku.

Do tego momentu większa część publiczności nie ma problemu, by wskazać tekst wykreowany przez człowieka. Ostatni jednak eksperyment całkowicie zmienia bieg zdarzeń. Czy jesteś w stanie powiedzieć, autorem którego z utworów jest człowiek?

Utwór 1:

Reg flags the reason for pretty flags. And ribbons.

Ribbons of flags

And wearing material

Reasons for wearing material.

Give pleasure.

Can you give me the regions.

The regions and the land.

The regions and wheels.

And wheels are perfect.

Enthusiasm.

Utwór 2:

A wounded deer leaps highest,

I’ve heard the daffodil

I’ve heard the flag to-day

I’ve heard the hunter tell;

‘Tis but the ecstasy of death,

And then the brake is almost done,

And sunrise grows so near

sunrise grows so near

That we can touch the despair and

frenzied hope of all the ages.

Jeśli chciał(a)byś wykonać więcej podobnych testów, Schwartz odsyła do swojej strony internetowej “bot or not“, założonej wraz z Benjaminem Lairdem w 2013 roku. Każda gra polega na tym, że użytkownik otrzymuje dwa teksty, po lekturze których musi odpowiedzieć na podstawowe pytanie “Was this poem written by a human or a computer?”, klikając na “bot” (komputer), albo na “not” (człowiek).

Wracając do powyższego eksperymentu. Okazuje się, że autorem pierwszego utworu jest Gertrude’a Stein, drugi tekst natomiast został wygenerowany przez algorytm RKCP, stworzony przez Ray’a Kurzweila. Mimo że, algorytm ten nie rozpoznaje znaczenia poszczególnych słów, zaczerpniętych z bazy poezji Stein, był jednak w stanie wygenerować utwór oddający dokładnie styl poetki. Jak dodaje Schwartz: “[algorytm] był w stanie wykreować utwór brzmiący bardziej ludzko niż utwór samej Gertrudy Stein”.

Czy komputer potrafi pisać poezję? By odpowiedzieć na to pytanie, Schwartz odwołuje się do testu Turinga, który zakładał, że jeśli komputer jest w stanie oszukać 30% odbiorców, utrzymujących, że tekst został napisany przez człowieka, to oznacza, że komputer zdał egzamin na inteligencję. Wykorzystując bazę danych rezultatów gry “bot or not”, Schwartz stwierdza, że komputer oszukał 65% użytkowników. Czy komputer potrafi zatem pisać poezję? Odpowiedź wydaje się twierdząca.

Schwartz prowokacyjnie podążą dalej. Jeśli komputer pisze jak komputer oraz komputer potrafi pisać jak człowiek, czy zatem możemy wnioskować, odwołując się do przypadku Gertrudy Stein, że człowiek potrafi pisać jak komputer?

Kreatywne pisanie (creative writing) już jest przekształcane w cyfrowe kreatywne pisanie (digital creative writing). Programy komputerowe “uczą” odbiorców myślenia cyfrowego (think in digital) i wykorzystywania możliwości technologicznych w celach literackich. Czy to nie jest dowód na to, że człowiek uczy się “pisać” jak komputer?