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.
Takim historycznym, znowu, słuchają nas ludzie, którzy niekoniecznie może znają historię sztuki, ale raczej każdy słyszał o Duchampie, a nawet jeżeli nie o Duchampie, to o tym pisuarze. I teraz to był, pamiętajmy, że to jest moment, o którym mówisz, że cała, wyobrażamy sobie LLM-y, które zostały, czy też multimodalne, czyli trenowane na obrazach, bo to jest też twoja domena, czyli na kulturze wizualnej. które potrafią świetnie interpolować, czyli pewne cechy podobieństw, klasy podobieństw wyciągać z tego, co jest i tworzyć, generować na tej podstawie podobnych do tego, co było, tudzież ekstrapolować, czyli wyjmować niektóre cechy i tworzyć pewnego rodzaju trajektorie, co by z tego mogło być. I mówimy, patrzymy, o to ja bym tego nie wymyślił i nazywamy to, ale to jest maszyna jest kreatywna.
Natomiast przeskok, który dokonuje na przykład wspomniany przez Ciebie Malewicz, czyli twórca Czarnego Kwadratu, czyli destylat ikony, destylat doświadczenia wyjścia poza obraz, który był zawsze obecny w historii, można powiedzieć, że z pewnego rodzaju ekstrapolacją przy dużym już takim metaforycznym myśleniu, ale Duchamp, który postanawia zerwać Z doświadczeniem, mimo że sam jest świetnym malarzem, mimo że sam jest bardzo też doskonałym rzemieślnikiem, on wiele sztuki tworzy takiej wysoco, na takiej wymagającej kunsztu, czyli warsztatu malarskiego, warsztatu rzemieślniczego, wielka szyba chociażby, niezwykle misterna praca, niezwykle pracochłonna. W pewnym momencie zaczyna tworzyć obiekty, które dekretują moment, w którym rozpada się porządek kultury,
I w pewnym sensie to jest interpolacja, natomiast to jest takie, mówię, życzliwa interpretacja tego, co się dzieje w procesie kultury wytwarzania treści. Natomiast, no, Duchamp jest takim radykalnym przykładem, bo to już sięgnięcie jest poza depozyt, powiedzmy, kultury do rzeczywistości i wyciągnięcie tego doświadczenia, uwaga, uwaga, rozpadają się porządki semantyczne całej nowoczesności. Świat przestaje być tym, czym był, słowa przestają znaczyć to, co znaczyły, pojawiają się, i sztuka może to utrwalić, nie? I pojawiają się readymades, nie? No wiesz co, dobrze, to wystartowaliśmy ostro, ale ja ci zdałem pytanie jeszcze raz, bardzo proste. Ilu twoich kolegów i koleżanek ze studiów poszło w AI? Wiesz o tym? W ogóle masz jakiś kontakt? Statystyk nie znam, natomiast tak widząc po LinkedInie, czy gdzieś tam też mamy jakiś spreadsheet google'owy, co robi alumni, no to widzę, że bardzo dużo i obecnie to jest... Znaczy często ta droga też była taka zawila.
No właśnie, bo wszystkie algorytmy jednak mają te narzucone granice i nie są w stanie w żaden sposób wyjść poza te granice. W treningu, przy projektowaniu. W treningu, w ewaluacji, w inferencji. Natomiast człowiek zawsze może wyjść poza te zasady, poza te ograniczenia. Tak jak ten Duchamp, o którym mówiliśmy wcześniej, czyli sięgnąć poza model. Tak, sięgnąć po prostu na to, wyjść z siebie, popatrzeć na siebie jako na osobę trzecią. To jest, znaczy to, co tam gdzieś nazywamy, tak jak to ujmujesz, no inteligencja płynna, czyli ta zdolność właśnie do wynajdywania nowych informacji, nowych danych i adaptacji, tak, czyli tego całego naszego zapasu treningowego, powiedzmy tych sieci neuronowych, których przechowujemy informacje, naszych ludzkich, my jesteśmy w stanie je adaptować wobec nowych doświadczeń.
Nie możemy właśnie nawet być pozwani o skradzenie danego obrazu, no bo taki obraz nie istnieje. I to jest forma właśnie sztuki generatywnej. Natomiast trzecia forma imitacji to jest taka, kiedy inspirujemy się czymś, ale robimy coś jeszcze lepszego. I to jest ten moment, w którym tak naprawdę obecnie wchodzi człowiek, bo on jest w stanie się zainspirować istniejącymi rzeczami, ale zamiast stworzyć coś, co je imituje, coś co imituje fotografie, coś co imituje obrazy, Stworzyć coś, co jest jeszcze inne, jeszcze ciekawsze i wychodzące poza ramy tego, co Bylow zbiorzył trząsem. I tutaj jest Duchamp z tym trzecim... Tak, i tutaj tak naprawdę mówiąc ogólnie, tutaj po prostu jest człowiek. Tutaj jest człowiek i tutaj wchodzi człowiek i tak naprawdę w tym trzecim momencie... I to wciąż jest imitacja, właśnie warto tutaj zauważyć, bo jakby nic nie istnieje w wakuum, nic nie istnieje w izolacji, w próżni.
Pokazano wszystkie 5 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.