Статья посвящена актуальной проблеме внедрения искусственного интеллекта в процесс создания произведений искусства, а также вопросам, которые творчество ИИ поднимает в понимании искусства у художников XXI века. Возможна ли связь между машинным творчеством и искусством, которое в широком смысле определяется как параллельное, но не противоречащее человеку и его эмоциональным и социальным намерениям в создании арт-объектов. Вероятно ли партнерство между творческим потенциалом человека и машины, и сможет ли это сотрудничество поспособствовать максимизации креативных сил обеих сторон.
Ключевые слова: искусство, искусственный интеллект, машинное обучение, GAN, AICAN.
The article is devoted to the actual problem of the emergence of artificial intelligence in the development of art, as well as the problems that raise AI in the structure of art among artists of the 21st century. Is there a possible connection between machine creativity and art, which, in the sense of the solution, is parallel, but not contradictory to man and his emotional and demanding intentions in creating art objects. Is a partnership possible between the creative potential of man and machine, and is this cooperation possible in order to maximize the creative power structures.
Keywords : art, artificial intelligence, machine learning, GAN, AICAN.
Всеобъемлющий характер искусства делает его определяющей характеристикой интеллектуальной развитости человеческого вида. С процессом совершенствования вычислительной техники Ада Лавлейс и Алан Тьюринг размышляли о возможности создания машин, способных выполнять художественные задачи. В последние годы интерес научного сообщества активно концентрируется именно на этой перспективной области машинного обучения для применения нейронных сетей в таких областях, как музыка, искусство, звук, архитектура и дизайн.
Наряду с этим, многие художники и искусствоведы отрицают признание работ, созданных с помощью искусственного интеллекта (ИИ), как подлинного искусства, поскольку определяют его исключительно как результат неразрывного синтеза художника и его творчества, креативности.
Ранее противоречивую тему потенциала и признанности результатов творческой деятельности ИИ в создании нового вида искусства поднимал в своих работах А. Сантос, рассматривая современное состояние использования нейронных сетей и методов глубинного обучения в изобразительном искусстве. Он разделил рабочие системы ИИ на несколько категорий: обнаруживающие объекты в художественных образах; классифицирующие их по стилю или автору; исследующие или прогнозирующие эстетическое качество или ценность; генерирующие изображения. Джон МакКормак и Энди Ломас в стремлении улучшить эстетическое личностное восприятие машин, основанное на личных предпочтениях художника, в своих работах рассматривают как последние достижения в области глубинного обучения могут помочь автоматизировать процесс, чтобы избежать проблем, связанных с интерактивностью алгоритмов. Цзялин Лю с командой исследователей анализирует революцию глубинного обучения через две переплетающиеся тенденции последних лет: широкое использование методов обучения, таких как генеративно-состязательная сеть, вариационные автоэнкодеры и рекуррентные нейронные сети, для генеративных задач в контекстах в процедурной генерации контента [4].
Само представление о произведении искусства как связном выражении индивидуальной психики, эмоционального состояния или выразительной точки зрения зародилось в эпоху романтизма и стало господствующей нормой в IXX и XX веках в Западной Европе и ее колониях [1]. Хотя в нынешнее время это и остается общепризнанной нормой для многих художников, но не исключает наличия иных точек зрения в определении искусства и роли, которую когда-либо сможет выполнять в нем искусственный интеллект.
Очевидно машинное обучение и ИИ не могут воспроизвести жизненный опыт человека, поэтому и не способны создавать равнозначное искусство. Более того, люди и ИИ не имеют одних и тех же источников вдохновения или намерений для его создания. Пока творец ищет пути самовыражения, ИИ выполняет поставленную перед ним задачу. В свою очередь интеграция компьютерных технологий и искусства приводит к инновациям художественной формы и диверсификации развития, что влияет на создание новых арт-форматов.
Искусственный интеллект — это набор алгоритмов, предназначенных для работы параллельно действиям человеческого интеллекта, таким как принятие решений, распознавание изображений или языковой перевод.
А. Герцманн в своих работах отмечает, что художественные алгоритмы являются инструментами, а не художниками сами по себе. Однако ИИ — это больше, чем инструмент, как кисть с масляной краской, которая является неодушевленным и неизменным объектом. Конечно, художники со временем и с опытом учатся тому, как лучше использовать свои инструменты, но при этом кисть не способна меняться, она не принимает решения на основе предыдущего опыта и не предрасположена к самообучению на основе данных в отличии от алгоритмов [1]. Возможно, мы можем концептуализировать алгоритмы ИИ как нечто большее, чем просто инструменты, как что-то усредненное — «медиум» в мире искусства, включающий в себя диапазон возможностей и ограничений, присущих условиям творчества, таким как история стилей живописи, физические и условные ограничения двухмерной поверхности, пределы того, что может быть распознано как живопись.
За последние полвека множество художников и ученых занимались написанием компьютерных программ, способных генерировать искусство. Алгоритмическое искусство — это широкий термин, обозначающий любой арт-формат, который невозможно создать без использования программирования [3]. Если мы посмотрим на определение искусства, данное Merriam-Webster, мы найдем «сознательное использование навыков и творческого воображения, особенно в производстве эстетических объектов». На протяжении XX века это понимание искусства было расширено за счет включения объектов, которые не обязательно эстетичны по своему назначению (например, концептуальное искусство) и не созданы физически статично (перформанс).
Наиболее ярким ранним примером алгоритмического искусства является Гарольд Коэн и его программа AARON (aaronshome.com). Американская художница Лилиан Шварц, пионер в использовании компьютерной графики в искусстве, также экспериментировала с ИИ (Lillian.com). Однако за последние несколько лет развитие генеративно-состязательных сетей (GAN — generative adversarial networks) вдохновило волну алгоритмического искусства, которое использует искусственный интеллект новыми способами, пример результата работы приведен на рисунке 1. В отличие от традиционного формата, в котором художник должен написать подробный код, определяющий правила желаемой выходной «эстетики», новая версия алгоритмов настраивается креаторами на изучение произведений искусства путем просмотра множества изображений. Используя технологию машинного обучения, алгоритм генерирует новые изображения на основе заранее предложенных датасетов. В таком варианте ИИ используется как инструмент для создания искусства. Творческий процесс в первую очередь осуществляется художником в пре- и посткурационных действиях, а также в настройке алгоритма.
Рис. 1. Результат работы GAN
С другой стороны стоит обратить внимание на разработку университета Рутгерса — AICAN, практически автономного «художника». Модель ИИ основана на психологической теории, предложенной Колином Мартиндейлом (Martindale, 1990). Процесс имитирует то, как художники работают с уже знакомыми стилями до момента, пока не становятся готовы вырваться из устоявшихся рамок и создавать новые, свои [2].
Процесс реализуется через «творческую состязательную сеть (CAN — creative adversarial network)» — вариацию GAN, которая использует «стилистическую двусмысленность» для достижения новизны. Машина обучается между двумя противоборствующими силами: одна побуждает ее следовать знакомым стилям в искусстве, которые заложены в датасет (сводя к минимуму отклонение от узнаваемого, заложенного стиля), а другая сила «наказывает» машину, если она подражает установленному стилю (максимизирует двусмысленность, отклонение от заданного 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», при котором много «нового» приведет к неприятию со стороны зрителя.
В отличие от генеративного искусства ИИ, о котором говорилось ранее, процесс AICAN по своей сути является творческим. При используемых 80 тысячах изображений пяти столетий истории западного искусства, имитируя творческий процесс создания нового художественного стиля, без специального выбора жанров, набор данных не контролируется [1]. Результаты разнообразия создаваемого алгоритмом искусства представлены на рисунке 2. Для каждого изображения машина выбирает индивидуальный стиль, тему, формы и композицию, включая текстуры и цвета.
Рис. 2. Результат работы AICAN
Одним из ключевых показателей успешной работа алгоритма можно считать невозможность человеком с уверенностью сказать, было ли произведение искусства создано живым художником или машиной. В 75 % люди воспринимают изображения, сгенерированные AICAN, как созданные человеком-художником. В случае с базовым набором абстрактных экспрессионистов в 85 % случаев испытуемые думают, что искусство создано людьми. Ключевые слова для описания работ ИИ: преднамеренный, имеющий визуальную структуру, вдохновляющий и коммуникативный.
Всегда будет ряд творцов, сопротивляющихся идее внедрения ИИ в искусство. Многим не хватает понимания, что представляет из себя ИИ на самом деле и как работает. Также присутствует элемент технофобии, приводящий к воображаемому будущему, в котором ИИ присваивать искусство и создает массу бездушных абстрактных картин. Однако искусственный интеллект действительно очень ограничен и специфичен в своем функционале с точки зрения создания арт-объектов. Моделирование процесса создания изображений и изучение того, что может означать творчество в рамках вычислений, является интересной проблематикой в поле машинного обучения, но не связано с тем, как человек создает искусство, и не является взаимоисключающим. Цифровые технологии следует рассматривать как инструмент и средство художественного творчества. Только идеальное сочетание цифровых технологий и традиционных форм живописи может способствовать инновационному развитию искусства и устойчивому развитию науки, техники и гуманитарных наук.
Литература:
- Art, Creativity, and the Potential of Artificial Intelligence /MDPI and ACS Style / Mazzone, M.; Elgammal, A. Art, Creativity, and the Potential of Artificial Intelligence. Arts 2019, 8. — 26 p.
- Artistic Reflection on Artificial Intelligence Digital Painting / Journal of Physics: Conference Series/ Iopscience/ Xinlu Liu 2020 J. Phys.: Conf. Ser. 1648 032125
- Generating Art from Neural Networks // Worldquant: [сайт]. — URL: https://www.worldquant.com/ideas/generating-art-from-neural-networks/ (дата обращения: 13.11.2022)
- Neural networks in art, sound and design / Juan Romero1 / Penousal Machado. Neural Computing and Applications (2021) 33:1 Springer-Verlag London Ltd., part of Springer Nature 2020. — 33 p.
