The potential of artificial intelligence in art

全文:

В поле современной культуры существует мнение, согласно которому можно рассматривать работы, созданные при помощи искусственного интеллекта, как искусство. Произведения искусственного интеллекта могут быть оценены и поняты в контексте современного искусства. Создание произведений искусства искусственным интеллектом происходит на основании анализа стилей и обнаружения крупномасштабных стилевых паттернов в истории искусства, которые изучает и моделирует машина. В течение последних десятилетий ряд художников и ученых занимался разработкой компьютерных программ, способных генерировать произведения искусства. Некоторые программы были созданы для других целей, но адаптированы для создания произведений искусства, например генеративносостязательные сети (GAN). Одновременно с этим могут быть созданы программы, предназначенные для создания произведений искусства. Такой вид искусства получил название алгоритмическое искусство – это любое искусство, которое невозможно создать без использования программирования. Если мы посмотрим на определение искусства как на сознательное использование навыков и творческого воображения человеком, особенно в производстве эстетических объектов, то произведенные посредством искусственного интеллекта произведения мы не можем рассматривать в качестве полноценных предметов искусства. Вместе с тем на протяжении ХХ века это понимание искусства было расширено за счет включения объектов, которые не обязательно эстетичны по своему назначению (например, концептуальное искусство), а также не созданных физических объектов (перформанс). Таким образом, решение об отнесении к искусству основывается на следующих компонентах: определении намерения художника, институциональном показе и принятии публикой.

Наиболее ярким ранним примером алгоритмического искусства являются работы Гарольда Коэна и его программа AARON. Однако за последние несколько лет развитие GAN вдохновило волну алгоритмического искусства, в котором применяется искусственный интеллект. В отличие от традиционного алгоритмического искусства, в котором художник должен был написать подробный код, определявший правила для желаемой эстетики, в этой новой волне алгоритмического искусства алгоритмы настраиваются самими художниками. Искусственный интеллект, чтобы «изучить» эстетику, просматривает множество изображений. В этом случае используется технология машинного обучения. Алгоритм генерирует новые изображения в том случае, когда они следуют эстетике, которую он изучил. Художник выбирает коллекцию изображений для подачи алгоритму (предварительное кураторство), например традиционные художественные портреты. Затем эти изображения передаются в алгоритм генеративного искусственного интеллекта, который пытается имитировать эти входные данные. Наиболее широко используемым инструментом в этом процессе выступают генеративно-состязательные сети (GAN), которые успешно применяются во многих приложениях в сфере искусственного интеллекта. Именно разработка GAN, вероятно, вызвала эту новую волну искусства искусственного интеллекта. На последнем этапе художник просматривает множество выходных изображений, чтобы создать окончательную коллекцию (посткуратор). В такой процедуре искусственный интеллект используется как инструмент для создания произведения искусства. Творческий процесс в первую очередь осуществляется художником в пре- и посткураторских действиях, а также в настройке алгоритма. С помощью этого метода было создано много произведений искусства. Генеративный алгоритм всегда производит изображения, которые удивляют зрителя и даже художника, руководящего процессом [1]. Почему нам могут нравиться или не нравиться эти изображения, и должны ли мы называть их искусством? Попытаемся ответить на эти вопросы с точки зрения восприятия и психологии.

Психолог-экспериментатор Дэниел Э. Берлайн (1924–1976) изучал основы психологии эстетики в течение нескольких десятилетий и указал, что новизна, неожиданность, сложность, двусмысленность и загадочность являются наиболее значимыми свойствами релевантности стимула для изучения эстетических явлений [5]. Действительно, полученные изображения со всеми деформациями лиц являются для нас новыми, удивительными и загадочными. Деформация, которую мы видим в искусстве искусственного интеллекта, не является намерением художника или машины. Машина не может полностью имитировать человеческое лицо и в результате создает удивительные деформации. Следовательно, то, что мы рассматриваем, – это случаи отказа машины, которые могут быть привлекательными для нашего восприятия из-за их новизны в качестве визуальных стимулов по сравнению с натуралистическими лицами. Эти «неудачные случаи» оказывают положительное визуальное воздействие на нас как на зрителей. Но в этих примерах замысел художника отсутствует. До сих пор большинство искусствоведов были настроены скептически и обычно оценивали только полученные изображения, игнорируя при этом творческий процесс, который их генерирует. Возможно, они правы в том, что изображения, созданные с использованием искусственного интеллекта, не так уж интересны. Однако если мы посмотрим на творческий процесс в целом, а не просто на полученные изображения, то можем отметить, что эта деятельность явно подпадает под категорию концептуального искусства, потому что у художника есть возможность выступать в роли куратора. В будущем появятся более сложные концептуальные работы, поскольку все больше художников изучают инструменты искусственного интеллекта и узнают, как лучше управлять творческим процессом искусственного интеллекта [2].

В лаборатории искусства и искусственного интеллекта Рутгерса была создана программа AICAN. Целью было изучить художественный творческий процесс и то, как искусство развивается с точки зрения восприятия и познания. Построенная модель основана на психологической теории, предложенной Колином Мартиндейлом [6]. Процесс имитирует создание художниками произведений искусства как в традиционных стилях, так и в созданных ими новых стилях. Процесс реализуется через «генеративно-состязательную сеть (GAN)», которая использует «стилистическую двусмысленность» для достижения новизны. Машина обучается между двумя противоборствующими силами: одна побуждает машину следовать эстетике того искусства, которое она показывает (сводя к минимуму отклонение от распространения искусства), а другая сила наказывает машину, если она подражает уже установленному стилю (максимизирует двусмысленность стиля). Эти две противоборствующие силы гарантируют, что создаваемое искусство будет новым, но в то же время не будет слишком сильно отходить от приемлемых эстетических стандартов. В теории Мартиндейла это называется принципом «наименьшего усилия», и этот принцип важен для создания произведений искусства, потому что слишком много новизны приведет к неприятию со стороны зрителей. Генератор пытается минимизировать первое, чтобы следовать эстетике, и максимизировать второе, чтобы отклониться от устоявшихся стилей. В отличие от генеративного искусства искусственного интеллекта, о котором говорилось ранее, этот процесс по своей сути является творческим. Генеративный процесс с использованием GAN требует инноваций. Для каждого создаваемого изображения машина выбирает стиль, тему, формы и композицию, включая текстуры и цвета. Искусственный интеллект фокусируется на развитии машинного процесса и машинного творчества, а не просто подражает. При понимании процесса творчества можно будет найти средства для моделирования этого процесса для получения творческого результата. Один из способов сделать это – смоделировать процесс обучения искусству, а затем стимулировать AICAN к синтезу информации о стиле и последующему созданию чего-то нового [3].

Всегда может быть ряд художников и любителей искусства, которые сопротивляются идее применения искусственного интеллекта в искусстве из-за технофобии. По их мнению, машине просто нет места в искусстве. Кроме того, многим не хватает понимания того, что такое искусственный интеллект на самом деле, как он работает и что его можно и что нельзя заставить делать. В обществе также возникают опасения, что в будущем искусственный интеллект будет все глубже проникать в сферу искусства и создавать массу бездушных абстрактных картин. Искусственный интеллект действительно очень ограничен и специфичен в том, что он может делать с точки зрения создания произведений искусства, и по данным, которые есть на сегодняшний день, не сможет выполнять роль человека-художника. Просто в этом нет необходимости. Моделирование процесса создания изображений и изучение того, что может означать творчество в рамках вычислений, является интересной проблемой машинного обучения, но это вопросы отдельные и не связанные с тем, как человек создает произведения искусства, и они не являются взаимоисключающими. В любом случае лучший результат, который мы можем себе представить, – это плодотворное сотрудничество между художником и системой искусственного интеллекта.

作者简介

Anna Tonkovidova

编辑信件的主要联系方式.
Email: tonkovidova@mail.ru
SPIN 代码: 7746-2451

Senior Lecturer of the Department of Philosophy, Cultural Studies and Social Communications

参考

补充文件