Sieci neuronowe typu GAN i GPT-2, słowa zużyte i kreatywność, czyli literacki second-hand

Main Article Content

Abstrakt

Czy kreatywność to wyłącznie domena człowieka? Czy sieć neuronowa, choćby najbardziej skomplikowanej architektury, nakarmiona materiałem stworzonym i wybranym przez człowieka może być kreatywna, a jeśli nawet, to czy jej dzieło nie będzie wobec ludzkiego wtórne? A może, jak chciał Bachtin, a za nim Kristeva, każda nasza wypowiedź i tak jest skazana na wtórność, bo taka jest natura języka? Czym jest kreatywność, co potrafi sztuczna inteligencja, do jakich refleksji krytycznoliterackich skłaniać może jej twórczość, szczególnie w kontekście relacji intertekstualnych, interpoetyckich? W artykule odpowiedzi szukam na przykładzie funkcjonowania sieci neuronowych typu GAN oraz modelu GPT-2. Oprócz fragmentów analizowanych tekstów i nawiązań do teorii literatury pojawia się również wprowadzenie do struktury i istoty omawianych rozwiązań technologicznych.

Downloads

Download data is not yet available.

Article Details

Dział
Teorie
Biogram autora

Inez Okulska

Inez Okulska – doktor nauk humanistycznych w zakresie literaturoznawstwa. Po przejściu barwnej ścieżki humanistycznej (na którą składały się m.in. lingwistyka, komparatystyka literacka, kulturoznawstwo, filozofia), zakończonej podoktorskim stażem na Harvard University, podjęła studia magisterskie na kierunku automatyka i robotyka na Politechnice Warszawskiej. Obecnie doktorantka w Szkole Doktorskiej TIB Polskiej Akademii Nauk w zakresie informatyki technicznej. Metody sztucznej inteligencji, a w szczególności metody przetwarzania języka naturalnego, którymi obecnie zajmuje się naukowo w Państwowym Instytucie Badawczym NASK, doskonale łączą te odległe, zdawałoby się, dziedziny, zwłaszcza że metody te najchętniej aplikuje właśnie od analizy materiału literackiego. Publikowała w „Przekładańcu”, „Literaturze na Świecie”, „Czasie Kultury”, „Poznańskich Studiach Polonistycznych”, „Forum Poetyki” oraz prezentowała wyniki swoich badań na kilkudziesięciu krajowych i zagranicznych konferencjach zarówno humanistycznych, jak i technicznych.

Bibliografia

  1. Bachtin, Michaił. Problemy literatury i estetyki. Przetłumaczone przez Wincenty Grajewski. Warszawa: Czytelnik, 1982.
  2. Boden, Margaret A. The Creative Mind: Myths and Mechanisms. London: Routledge, 2004.
  3. Drong, Leszek. „Od konwencjonalizmu do normatywizmu. Kilka uwag o ewolucji poglądów teoretyczno-literackich Stanleya Fisha”. W Er(r)go: Teoria – Literatura – Kultura, vol. 12, nr 1 (2006): 25–37.
  4. Fish, Stanley. Interpretacja, retoryka, polityka. Redakcja i przedmowa Andrzej Szahaj. Wstęp Richard Rorty. Przetłumaczone przez Andrzej Szahaj. Kraków: Universitas, 2002.
  5. Gandhi, Rohith. Generative Adversarial Networks – Explained, https://towardsdatascience.com/generative-adversarial-networks-explained-34472718707a, (dostęp: 8.05.2019).
  6. Kajić, Ivana. AIternate endings: Lyrics completion using GPT-2, http://www.ivanakajic.me/blog/2019/03/31/aiternate-lyrics (dostęp: 15.07.2019).
  7. Kazimierska, Agata. „Prawdziwe kłamstwa”. Tygodnik Powszechny. Artykuł online z 15.04.2019, https://www.tygodnikpowszechny.pl/prawdziweklamstwa-158508 (dostęp: 0.07.2019).
  8. Łukaszewicz, Małgorzata. Pięć razy o przekładzie. Kraków: Karakter, 2017.
  9. Mou, Lili i in. “How Transferable are neural networks in NLP applications”. Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing (EMNLP) (2016): 478–89.
  10. “New AI fake text generator may be too dangerous to release, say creators”. The Guardian. Artykuł on-line z 14.02.2019, https://www.theguardian.com/technology/2019/feb14/elon-musk-backedai-writes-convincing-news-fiction (dostęp: 20.07.2019).
  11. Pompescu, Marius i Radu Tudor Ionescu, Knowledge Transfer between Computer Vision and Text Mining, Bucharest: Springer, 2015.
  12. Radford, Alec i in. Language Models are Unsupervised Multitask Learners. Raport techniczny, https://d4mucfpksywv.cloudfront.net/better-language-models/language-models.pdf (dostęp: 20.07.2019).
  13. du Sautoy, Marcus. The creativity code. How AI is learning to write, paint and think. London: Fourth Estate, 2019.