Sztuczna inteligencja tworzy lepszą sztukę niż ty (czasami)

Pod koniec października 2018 roku w domu aukcyjnym dzieł sztuki Christe’s pojawił się wyraźnie dziwny obraz. Z daleka obraz wygląda jak XIX-wieczny portret surowego dżentelmena ubranego na czarno. W pozłacanej ramie postawny dżentelmen wydaje się być w średnim wieku; jego umysłowy kołnierzyk insynuuje, że jest człowiekiem kościoła. Obraz wydaje się skromny, czego można się spodziewać po domu aukcyjnym, który każdego roku sprzedaje obrazy o wartości miliardów dolarów.

Jednak po bliższym przyjrzeniu się sprawy stają się nieco dziwne. Wydaje się, że praca jest niedokończona. Rysy twarzy są niewyraźne, jakby całe ciało fotografowanej osoby zostało uchwycone w ruchu. W rzeczywistości cała kompozycja jest również nieco przesunięta w lewy górny róg. Cały obraz jest miękki, ale surrealistyczny.

Gdybyś był w domu aukcyjnym, przeczytałbyś, że obraz jest częścią serii portretów rodziny Belamy. Wspomniany utwór jest autorstwa Edmonda de Belamy. Ale kim jest Edmond de Belamy? Jakaś słynna głowa rodziny? Znany kaznodzieja? Ktoś o wielkim bogactwie? Cóż, Edmond de Belamy nie istnieje.

Odpowiedź na naszą tajemnicę znajduje się w prawym dolnym rogu portretu. Znajdziesz tam podpis artysty zapisany kursywą galijską. Brzmi:

Sztuczna inteligencja tworzy lepszą sztukę niż ty (czasami)
Źródło: Christie’s / So Obvious

Nasz malarz to maszyna – inteligentna maszyna. Chociaż początkowe szacunki wskazywały, że portret sprzedawał się poniżej 10 000 dolarów, obraz miał zostać sprzedany za niewiarygodne 432 500 dolarów. Portret nie został stworzony przez natchniony ludzki umysł, ale został wygenerowany przez sztuczną inteligencję w postaci Generative Adversarial Networks lub GAN. Zgadza się; maszyn zaczynają przejmować świat sztuki.

Sztuczna inteligencja zdolna do zrozumienia i tworzenia sztuki byłaby dużym krokiem w rozwoju inteligentnych maszyn

„Malarz” sztucznej inteligencji został zaprojektowany przez paryski kolektyw Obvious. Karmili swój GAN (więcej na ten temat później) zestawem danych obejmującym 15 000 portretów namalowanych między XIV a XX wiekiem. Ich algorytm przeanalizował obrazy wykonane przez człowieka i przystąpił do tworzenia własnej sztuki w oparciu o to, czego nauczył się z tysięcy portretów.

Sztuka AI nie jest niczym nowym. Ponad 150 lat temu słynna matematyk Ada Lovelace marzyła o stworzeniu komputera zdolnego do tworzenia muzyki. Rzeczywiście, wydaje się, że pojawienie się inteligentnych maszyn jest nieuchronne. Sztuczna inteligencja staje się coraz bardziej rozpowszechniona, pomagając analizować i kategoryzować dane oraz rozwiązywać problemy w wielu dziedzinach. Jednak sztuczna inteligencja wkracza również w kreatywny świat i jest wykorzystywana do tworzenia muzyki, obrazów i poezji.

Sztuczna inteligencja tworzy lepszą sztukę niż ty (czasami)
Grafika Edmonda de Belamy AI. Źródło: Christie’s / Wikimedia Commons

Oprócz potencjalnej wartości finansowej, badania prowadzące do tej dziedziny mogą posunąć sztuczną inteligencję dalej, niż wcześniej sądziliśmy, że jest to możliwe. Sztuczna inteligencja, która jest w stanie stworzyć sztukę nie do odróżnienia od tej stworzonej przez ludzi, może stanowić duży krok w budowaniu maszyn, które mogą myśleć bardziej jak ludzie. W końcu co jest bardziej ludzkie niż tworzenie sztuki?

Jednak projekty komercyjne, takie jak portrety Edmonda Belamy’ego i podobne eksperymenty w zakresie kreatywności obliczeniowej, wywołały debaty wśród inżynierów, artystów, filozofów i zaniepokojonych obywateli.

Czy sztuczna inteligencja naprawdę może tworzyć sztukę?

Jak więc zabrałbyś się do nauczenia algorytmu komputerowego, jak narysować psa? Podobnie jak dziecko próbujące narysować psa po raz pierwszy, możesz zacząć od przedstawienia mu różnych zdjęć psów, aby uzyskać ogólne pojęcie o tym, jak wygląda pies i jakie cechy ma pies. Tworząc własny wizerunek psa, a następnie porównując go z obrazami w zestawie danych, algorytm z czasem „nauczyłby się”, jak stworzyć portret szczeniaka. Proces uczenia maszyny na podstawie wcześniejszych danych bez nowego programowania polega na tym, jak to zrobić nauczanie maszynowe Pracuje.

Ten proces wykorzystuje tak zwaną sieć neuronową lub szereg algorytmów zaprojektowanych do rozpoznawania podstawowych relacji w zbiorze danych poprzez proces naśladujący sposób działania ludzkiego mózgu. W miarę dodawania nowych danych nsieć europejska może się dostosować wygenerować najlepszy możliwy wynik bez konieczności przeprojektowywania kryteriów wyjściowych.

Istnieje wiele różnych typów technik uczenia maszynowego i architektur wykorzystywanych przez badaczy. Jednak podczas tworzenia sztuki jedną z powszechnie stosowanych technik nazywa się Generative Adversarial Networks (GAN). Ze względu na prostotę w tym artykule skupimy się przede wszystkim na sieciach GAN.

Co to jest generatywna sieć kontradyktoryjna?

Pierwotnie opracowany przez Iana Goodfellowa i przedstawiony w artykule z 2014 roku, GAN to rodzaj techniki uczenia maszynowego, która wykorzystuje dwie sieci neuronowe, zestawiając jedną z drugą, aby wygenerować dane wyjściowe, które mogą przejść do rzeczywistych danych. GAN można skutecznie wykorzystać między innymi do tworzenia sztuki. Ale jak one działają?

Mówiąc najprościej, te dwie sieci neuronowe nazywane są generatorem i dyskryminatorem. Powiedzmy, że chcemy wyszkolić naszego modela, aby stworzył własny XIX-wieczny portret psa. Na potrzeby naszego przykładu pomyśl o Generatorze jako fałszerzu dzieł sztuki, a o dyskryminatorze jako o autentykatorze dzieł sztuki. Najpierw będziemy musieli pokazać Generatorowi tysiące obrazów przedstawiających psy w różnych rozmiarach i rasach, aby mógł dowiedzieć się, z jakich elementów składa się pies.

Generator wykorzystuje informacje ze zbioru danych do stworzenia obrazu przedstawiającego psa. Dyskryminator spróbuje następnie dostrzec różnicę między malarstwem syntetycznym a obrazem stworzonym przez człowieka na podstawie zbioru danych. Kiedy Dyskryminator wykryje „fałszerstwo”, Generator „uczy się”, dlaczego jego próba się nie powiodła i próbuje ponownie. Na początku Generator tworzy wiele obrazów, które nie wyglądają na tyle psie, aby oszukać Dyskryminatora.

Jednak Generator uczy się również na podstawie ciągłych informacji zwrotnych Dyskryminatora. W końcu tworzy portrety psów, które coraz bardziej przypominają psy, aż w końcu może oszukać Dyskryminatora, aby pomyślał, że nowe obrazy to portrety z życia wzięte. Efektem końcowym jest nasza sztuka.

Jedną z najbardziej niezwykłych rzeczy w GAN jest to, że możesz wziąć podstawową architekturę i wytrenować model na dowolnym zestawie danych

Tej metody można używać nie tylko do grafiki, ale także do głosów, tekstu, a nawet twarzy. Wirusowa witryna internetowa Ta osoba nie istnieje tworzy niesamowicie realistyczne ludzkie twarze za pomocą Generative Adversarial Networks, tworząc, jak sama nazwa wskazuje, twarze ludzi, którzy nie istnieją, ale są prawie nie do odróżnienia od tych, którzy istnieją. Czynniki, takie jak rozmiar zestawu danych, podstawowe funkcje danych, czas spędzony na trenowaniu modelu i rodzaj modelu GAN wszystko wpływa na ostateczny wynik. Korzystając z różnych typów zbiorów danych, możesz stworzyć coś hiperrealistycznego, jak obrazy na stronie Nie istnieje, lub coś marzycielskiego i abstrakcyjnego, jak portret Edmonda Belamy’ego.

Istnieją różne metody na to szaleństwo maszyn

Artyści, badacze i naukowcy zajmujący się danymi wykorzystują moc generatywnych sieci przeciwnika do tworzenia artystycznych arcydzieł. Jedną z najwybitniejszych postaci w tej rozwijającej się dziedzinie artystycznej jest nowozelandzki artysta i wykładowca projektowania obliczeniowego, Tom White. Jego dzieło bada „Spojrzenie algorytmiczne: jak maszyny widzą, poznają i artykułują świat”. White współpracował z systemami sztucznej inteligencji, aby tworzyć sztuka, która przedstawia świat nie tak, jak widzą go ludzie, ale w taki sposób, w jaki robią to algorytmy.

Sztuczna inteligencja tworzy lepszą sztukę niż ty (czasami)
Obrazy AI Toma White’a. Źródło: Tom White

Dla ludzi obrazy tworzone przez algorytmy White’a wyglądają jak przypadkowe układy linii i plamek. Jednak według algorytmów można je zidentyfikować jako określone obiekty: rekina, lornetkę, kosiarkę. Obrazy są tworzone przez wybranie obiektu, a następnie system rysowania generuje abstrakcyjne linie. Ten obraz jest wprowadzany do klasyfikatora widzenia maszynowego, który próbuje odgadnąć, jaki może być wybrany obiekt. Opierając się na domysłach, system rysowania dostosowuje obraz i ponownie go przekazuje. Proces jest kontynuowany, dopóki klasyfikator nie zgadnie poprawnie.

Jednak podobnie jak Kadinsky, Picasso i Miro są to obrazy abstrakcyjne. Nie są ludzkim wyobrażeniem o tym, jak wygląda obiekt, ale myślą maszyny – reprezentują sposób, w jaki algorytm „widzi” świat. Okazuje się, że bardzo różni się to od tego, jak człowiek postrzega świat.

Dzieło White’a to tylko wierzchołek góry lodowej. Niemiecki artysta Mario Klingemann opracował sieci neuronowe, które tworzą oniryczne, antyczne portrety, które ewoluują i „ożywają” w czasie rzeczywistym. Inny artysta AI to były artysta rezydent Google, Sougwen Chung, która stworzyła system, który rysuje obok niej, aby tworzyć wspaniałe obrazy w duecie.

Poza dziedziną malarstwa naukowcom udało się również wyszkolić sztuczną inteligencję do pisania poezji. W artykule opublikowanym przez uniwersytet w Toronto i IBM, naukowcy opisują, w jaki sposób wykorzystali 3000 sonetów do wyszkolenia algorytmu do pisania własnych sonetów w stylu szekspirowskim. Oto jeden wynik końcowy:

„Z radosnymi grajkami, wesołymi i wciąż szykownymi

Już nie, kiedy był, za jego czasów

Najpierw przejdzie na wszystkie rozkoszne sposoby

Wokół niego, czarujący i ze wszystkich jego dni “

Nieźle jak na maszynę, prawda? Ale co, jeśli muzyka jest twoją ulubioną formą ekspresji? AI też może to zrobić. Wiosną 2019 roku miłośnicy muzyki poważnej zebrali się na niecodziennym wydarzeniu. Doświadczenie muzyczne zawierało muzykę skomponowaną przez Bacha i sztuczną inteligencję. Zadaniem słuchaczy było rozszyfrowanie, jaką kompozycję muzyczną stworzył człowiek, a którą maszynę.

Korzystając z formy Generative Adversarial Network, naukowcy stojący za projektem byli w stanie wyszkolić sztuczną inteligencję do komponowania muzyki, która brzmiała, jakby sam Bach wrócił do życia. Nawet lider projektu, Marcus du Sautoy, matematyk z Oksfordu, starał się rozszyfrować różnice w obu kompozycjach.

Ale czy sztuczna inteligencja naprawdę tworzy sztukę?

Czy sztuczna inteligencja może być kreatywna? To pytanie leży u podstaw badań prowadzących tę dziedzinę. Wróćmy do naszych przykładów malarskich. Kto jest naprawdę autorem obrazów? Sam algorytm czy osoba za nim stojąca? Dla wielu jest to pierwsza. My, ludzie, lubimy myśleć, że nasza kreatywność czyni nas wyjątkowymi, czymś, co oddziela nas od zwierząt i maszyn. Jednak inni twierdzą, że ogrom ludzkiej kreatywności można skondensować w złożonym procesie, który zasadniczo obejmuje rozwiązywanie problemów.

Sztuczna inteligencja tworzy lepszą sztukę niż ty (czasami)
Syntezator Google oparty na sztucznej inteligencji typu open source. Źródło: Google

Czy można nauczyć maszynę naśladowania procesu twórczego? Profesor Marcus du Sautoy, autor Kod kreatywności, niekoniecznie tak uważa. Jeśli już, profesor Sautoy uważa, że ​​zadajemy niewłaściwe pytanie. Zamiast myśleć o sztucznej inteligencji jako o zastępowaniu ludzkiej kreatywności, warto zbadać, w jaki sposób sztuczna inteligencja może być wykorzystywana jako narzędzie do zwiększania ludzkiej kreatywności.

W poniższych przykładach sztuczna inteligencja została wykorzystana do zbadania nowych perspektyw istniejących mediów. Maszyny, które widzieliśmy do tej pory, mogą nie być naprawdę kreatywne, ponieważ nadal polegają na ludziach w zakresie ich początkowych danych i parametrów, ich „źródeł inspiracji”. Jeśli już, ten nowy proces twórczy opiera się na współpracy, a nie na rywalizacji.

Więc zamiast mówić, Ta sztuka została stworzona przez A.Ja, bardziej właściwe byłoby to powiedzieć Ten obraz powstał przy pomocy sztucznej inteligencji. Po prostu nie jest tak chwytliwa.

Nawet jeśli maszyny staną się bardziej inteligentne, osiągając pewien rodzaj inteligencji ogólnej, profesor Sautoy uważa, że ​​ich rola w tworzeniu sztuki będzie nadal polegała na współpracy, eksplorowaniu całych nowych dziedzin twórczych, które prawdopodobnie nie rozwinęłyby się, gdyby któreś z nich pracowało samodzielnie.

Możesz stworzyć własną grafikę AI

Może mógłbyś nawet sprzedać jeden jako NFT? Istnieje szeroka gama narzędzi, które pozwalają osobom z niewielkim doświadczeniem w programowaniu lub uczeniu maszynowym tworzyć własne dzieła. Narzędzia takie jak GANBreeder umożliwi wykonanie dwóch zdjęć i utworzenie nowego przy użyciu różnych modeli GAN i zestawów danych. Jeśli chcesz mieć trochę więcej kontroli, bez kodowania, wypróbuj półwolne narzędzie, Runaway ML. Możesz importować ogromne zestawy danych i syntetyzować wszystko, od galaktyk, które nie istnieją, po własne pokemony.

To magia maszyn.

Leave a Reply

Your email address will not be published. Required fields are marked *