Limity AI: 2026 #14 Rzuciła pracę w banku, aby studiować AI — dziś jest cenioną artystką
Ukończyła słynny MIM, czyli Wydział Matematyki Informatyki i Mechaniki Uniwersytetu Warszawskiego – kuźnię talentów AI, gdzie przed nią studiowali m.in. Wojciech Zaręba, Jarosław Tworek, Filip Wolski (związani z OpenAI) oraz Henryk Michalewski (związany z Google DeepMind). Bezpośrednio po studiach dostała świetną pracę jako analityczka danych w jednej z korporacji. Równolegle jednak coraz bardziej fascynowała ją fotografia i uczenie maszynowe, które studiowała na kursach u Andrew Ng czy Andreja Karpathy'ego. Po kilku latach te pasje wzięły górę – rzuciła pracę w korpo, zatrudniła się jako stażystka od data science w software house oraz rozpoczęła studia doktorskie z widzenia maszynowego (computer vision) na Polsko-Japońskiej Akademii Technik Komputerowych. Jej praca dotyczyła głębokiego uczenia multimodalnych reprezentacji tekstu i obrazu. Ryzyko się opłaciło – dziś jest jedną z najciekawszych artystek eksperymentalnych. Jej prace znajdują się w prestiżowych kolekcjach publicznych m.in. w Karlsruhe, w Linzu i we Wrocławiu, były też prezentowane m.in. w Victoria and Albert Museum, Bitforms Gallery, Venus Over Manhattan, podczas Art Basel Miami Beach i Art Dubai Digital oraz w nowojorskich galeriach Christie's i Sotheby's. Uczestniczyła w szeregu wystaw zbiorowych i indywidualnych – m.in. w Berlinie, Tokio i Hangzhou. W roku 2022 została wyróżniona w plebiscycie Top 10 Women in AI Women by Tech Foundation, a w 2025 zdobyła prestiżowe Lumen Prize, CIFRA Award oraz stypendium Onassis Foundation.Special Guest: dr Ivona Tau.
A dzisiaj naszą gościenią jest dr Iwona Tao. Cześć Iwona. Iwona jest artystką nowych mediów, fotografką i badaczką AI. Która w swojej praktyce artystycznej łączy fotografie, kodowanie oraz modelowanie sieci, tak zwanych sieci neuronowych. Jest absolwentką matematyki na Uniwersytecie Warszawskim, gdzie skończyła studia magisterskie w 2015. A doktorat później robiła z AI, a dokładnie z Computer Vision na polsko-japońskiej Akademii Technik Komputerowych. W ostatnich latach jako artystka występowała, czyli prace były pokazywane na bardzo prestiżowych imprezach, między innymi podczas Art Basel w Miami, Art Dubai Digital, w nowojorskich galeriach Christie's, Sotheby's, w londyńskim Victoria & Albert Museum.
I to okazało się potrzebne, czyli wartościowe w kulturze. Dokładnie. Tak naprawdę AI nie jest w stanie zmienić tej funkcji optymalizacyjnej, znaczy mamy różne metody uczenia AI. Tutaj czasami pokazujemy przykłady, pokazujemy przykłady co jest prawdą, co jest falszem, pokazujemy coś z prawdziwym tekstem, coś z prawdziwym obrazem. Czasami dodajemy człowieka do tego, czyli mówimy co jest lepsze A czy B i taki człowiek może powiedzieć bardziej mi się podoba A i ta informacja Gdzieś od człowieka znowu przychodzi do modelu i do zbioru trenującego. Natomiast model sam w sobie nie jest w stanie zmienić tego zadania. Jest po prostu komputerowym algorytmem, który gdzieś dostał pewne zadanie, które zostało wyznaczone przez człowieka.
Więc byłam tak trochę rozczarowana też, bo się okazywało, że te zagadnienia i te tematy były niezwykle fascynujące, właśnie pobudzające wyobraźnię, gdy miałam dużo czasu, żeby się nimi zająć. Natomiast studia były dość intensywne i ta ilość materiału sprawiała, że po prostu nie było czasu, żeby, że tak powiem, sobie posiedzieć gdzieś tam z tym tematem dłużej, pokminić, pomyśleć. Ale cały czas równolegle zajmowałaś się fotografią, rozumiem? Fotografia była takim czystym hobby, więc po studiach byłam trochę zmęczona nauką i poszłam po prostu do pracy, do właśnie finansów. Ale po paru latach się okazało, że w sumie to ta matematyka nie była taka za i w ogóle nauka nie była taka za i stęskniłam w pewnym sensie za akademią. Natomiast stwierdziłam, że może pójdę na prostsze studia niż mimów.
I poszłam do japońskiej Akademii Technik Komputerowych, gdzie te studia doktoranckie, powiem tak, były dużo prostsze niż magisterka. Nieintensywne dlatego, że co? Znaczy, udało mi się je idealnie połączyć z pracą, bo w tym czasie też stwierdziłam, że to był moment, w którym zaczynam słyszeć o deep learning, o sieciach neuronowych. Jako że interesowałam się fotografią, dowiedziałam się, że istnieje coś takiego jak wizja komputerowa i są algorytmy, które rozumieją fotografię, ale nie w taki prosty sposób, żeby zrozumieć ekspozycję, kontrast, tylko że rozumieją, co jest na danym obrazie. I to wtedy mi się wydawało jak magia. Czyli rozpoznają, co widać, tak? Dokładnie, czy na tym zdjęciu jest osoba, czy jest krajobraz, czy jest las, czy jest samochód, czy jest dom.
Ale wiesz, powiem ci, że dzisiaj, jak mam w mojej bańce społecznej takich progresywnych komputerowców i senior developerów, to oni robią dokładnie to ze swoimi pracownikami, współpracownikami czy studentami. Napisz program na kartce papieru. Naucz głowę myślenia strukturami, które potem zapisujesz, a nie gdzie ty możesz głowie pozwolić, żeby cały czas ten backspace pracował. To naprawdę, więc ja rozumiem jak gdyby też progresywny charakter tego ćwiczenia. Dokładnie, to ma oczywiście bardzo poprawną motywację tego, że się rozumie w jaki sposób działają programy komputerowe zamiast właśnie zapamiętać czy po prostu zakładać, że kompilator. Pamiętajmy, że z tego mimo, z tej metody z kartką papieru wychodzą Najbardziej cenieni na świecie praktycy inżynierii powiedzmy AI czy inżynierii programowania.
Tak, jest dużo do odkrycia i ja mogę być tą malą cegielką, która też dołoży się do jakby historycznie zbudowania tego ruchu. Natomiast jeśli będę tworzyła w fotografii, to prawdopodobieństwo tego, że ja coś stworzę w tej fotografii, coś, co zmieni tę fotografię, jest na tyle małe, bo fotografia już jest z nami długo, Znaczy wiadomo, może też powstaną nowe ciekawe ruchy, natomiast tutaj już się dzieje dużo mniej. Znaczy jest na pewno dużo trudniejsze. Dużo trudniejsze też. Nie wiem czy na pewno znasz Pawła Bownika, prawda? No to Paweł poszedł właśnie w tą stronę fotografii ekstremalnie wymagającej warsztatowo, gdzie pracuje nad jednym zdjęciem czasami po wiele miesięcy, żeby korzystając z tych takich Wczesnych technik dużego formatu, gdzie on musi też sobie negatywy ściągać, gdzie za granicy i gdzieś tam wysyłać, bo już tego nikt nie...
Udało mi się połączyć tą pracę jako intern, potem już nie intern, potem już programista, ale właśnie też z badaniami naukowymi. Więc to były i z jednej strony projekty komercyjne, ale z drugiej strony staraliśmy się, budując rozwiązania dla klientów, gdzie te rozwiązania to były wtedy też takie pierwsze modele, na przykład rozpoznające, co jest w piekarniku. Czyli modele wizji komputerowej, które klasyfikują, czy to jest bagel, czy to jest kurczak, czy to jest pomidor, czy też właśnie jakieś projekty dla pierwszych firm samochodów autonomicznych, które rozpoznawały właśnie pasażerów wewnątrz samochodu. I to potem było wdrażane, te rozwiązania, tak? Tak, różnie. Znaczy czasami się okazywało, że jak to jest z researchem, czasami takie rozwiązanie, taki problem okazywał się dużo bardziej skomplikowany niż się wydawało.
Natomiast z tych 20 zaczyna się taka strefa szarości, że czasami ok, jeszcze jest good enough, choć z błędami, ale szybko, tanio, a czasami już te błędy są po prostu ryzykowne. Tak, i to też właśnie zależy od domeny, bo w niektórych domenach możemy albo wdrożyć dodatkowy proces, który będzie wymagał człowieka, albo możemy założyć, że będziemy mieli też jakieś 10% blendów, ale są też takie domeny, gdzie sobie nie możemy pozwolić na żaden blend, więc to jakby zależy też od projektu. Dobra, to jesteśmy na studiach na Polsko-Japońskiej Akademii i robisz jednocześnie taką robotę, uczysz się kodowania, uczysz się pracy z danymi, uczysz się badań nad tym, jak projektować systemy wizyjne i to się spotyka u Ciebie około 2020, jak rozumiem, tak? Czyli pandemia też jest. Wtedy też jest popyt na, znaczy to są też złote czasy polskiego software-nictwa, tak?
Czyli udało ci się, można powiedzieć, że jesteś na ścieżce, która prowadzi do takiej przyszłości, że już nie będziesz musiała myśleć o tym, czy się z tego utrzymasz, czy nie. Natomiast wielu artystów, wielu artystów, ogromna większość ludzi po akademiach, znowu nie trzeba być po akademii, żeby, tak jak ty na przykład, Akademii Sztuk Pięknych, żeby zajmować się sztuką, to są ludzie, którzy z różnych powodów muszą sobie znaleźć utrzymanie. Wspomniałem o Alicji. Bo ona kiedyś taki projekt mi przedstawiła, nie wiem czy ona go kontynuuje, bo to było lat temu 10, kiedy o tym rozmawialiśmy, ona siedząc w Londynie zaczęła poznawać dziesiątki osób, którzy właśnie są spełnieni jako artyści, czyli mają pracę w prywatnych kolekcjach, w kolekcjach publicznych, mają solowe wystawy, mają dobre galerie i sprzedają swoje prace i funkcjonują w obiegu, a mimo to są
Autentycznie wyglądające, tak, rudawe, wyglądające jak właśnie jakieś historyczne zdjęcia zrobione właśnie też w jakichś starych technikach kolodionu. I mieliśmy takie przeświadczenie, że no dobra, no wtedy nie było Photoshopu, więc te osoby są na pewno prawdziwe i te osoby wykazywały bardzo mocne emocje, więc czuliśmy empatię wobec nich, ale te osoby nigdy nie istniali, więc one nie mogły być smutne, więc te emocje nie istniali, nie ma jakiegoś... Ale Ty je tworzyłaś, generowałaś, tak? Tak, tak. Więc dopiero ten widz czujący empatię albo strach, jeśli widział dziwną osobę albo przestraszoną, jakby stawał się tym medium, w którym emocja się urzeczywistniała i dla mnie to był cel tej sztuki, jakby cel pojawienia się tej emocji w widzu poprzez syntetyczne obrazy. OK, bo teraz wchodzimy w twoją praktykę i zaraz jeszcze o tym porozmawiamy, jak ty wykorzystujesz całe te swoje zaplecze inżynieryjno-programistyczno-matematyczne
Natomiast, no właśnie, czym się różni od generatywności? Czy w ogóle masz w głowie taką granicę, tak jak wcześniej mówiłaś, między typu prawdą a powiedzmy fejkiem? Tak między właśnie generatywnością a kreatywnością? No wydaje mi się, że właśnie kreatywność no to będzie To takie tak naprawdę może odwrócenie ról, może mówiąc prosto, to właśnie też to, co wspominałam wcześniej, czyli zmienienie tej celowości, zmienienie zadania. Odwrócenie pewnego porządku. Może odwrócenie zasad gry też. Na akademiach artystycznych to jest taka metoda pracy, U studentów się uczy, że zobacz, myśl od na odwrót. Czyli na przykład to, co jest wnętrze, ma być zewnętrznym.
Pokazano wszystkie 11 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
Kliknij, aby znaleźć fragmenty, w których pada.
Ukończyła słynny MIM, czyli Wydział Matematyki Informatyki i Mechaniki Uniwersytetu Warszawskiego – kuźnię talentów AI, gdzie przed nią studiowali m.in. Wojciech Zaręba, Jarosław Tworek, Filip Wolski (związani z OpenAI) oraz Henryk Michalewski (związany z Google DeepMind). Bezpośrednio po studiach dostała świetną pracę jako analityczka danych w jednej z korporacji. Równolegle jednak coraz bardziej fascynowała ją fotografia i uczenie maszynowe, które studiowała na kursach u Andrew Ng czy Andreja Karpathy'ego. Po kilku latach te pasje wzięły górę – rzuciła pracę w korpo, zatrudniła się jako stażystka od data science w software house oraz rozpoczęła studia doktorskie z widzenia maszynowego (computer vision) na Polsko-Japońskiej Akademii Technik Komputerowych. Jej praca dotyczyła głębokiego uczenia multimodalnych reprezentacji tekstu i obrazu.
Ryzyko się opłaciło – dziś jest jedną z najciekawszych artystek eksperymentalnych. Jej prace znajdują się w prestiżowych kolekcjach publicznych m.in. w Karlsruhe, w Linzu i we Wrocławiu, były też prezentowane m.in. w Victoria and Albert Museum, Bitforms Gallery, Venus Over Manhattan, podczas Art Basel Miami Beach i Art Dubai Digital oraz w nowojorskich galeriach Christie's i Sotheby's. Uczestniczyła w szeregu wystaw zbiorowych i indywidualnych – m.in. w Berlinie, Tokio i Hangzhou. W roku 2022 została wyróżniona w plebiscycie Top 10 Women in AI Women by Tech Foundation, a w 2025 zdobyła prestiżowe Lumen Prize, CIFRA Award oraz stypendium Onassis Foundation.
Special Guest: dr Ivona Tau.