Что такое искусство ИИ и как оно работает?

От улучшения аватаров в социальных сетях до создания поразительных модных дизайнов, искусство ИИ распространяет свое влияние повсюду. Видеоигры теперь предлагают пейзажи, рожденные алгоритмами, в то время как рекламодатели используют творческие способности ИИ для привлекательных кампаний. Очевидно, что искусство ИИ вызывает восторг повсюду. Но что такое искусство ИИ и как оно работает? В данном руководстве исследуется, как искусство ИИ меняет визуальный ландшафт.

Что такое искусство ИИ? Плюсы и минусы

Искусство ИИ – это не просто еще один мазок в мире цифрового искусства. С помощью искусства ИИ вы подаете запросы (инструкции на основе текста) в генератор, основанный на искусственном интеллекте, который затем создает новые и уникальные произведения искусства на основе этих инструкций.

Эти инструменты (генераторы искусства ИИ) используют силу алгоритмов и машинного обучения для создания, настройки и/или имитации существующих изображений. Хотя ИИ может создавать эти изображения независимо, ваш уникальный человеческий вклад, работающий в тандеме с машинной точностью, придает произведению искусства жизнь.

Возьмем, к примеру, генеративное искусство. Здесь алгоритмы машинного обучения создают супернепредсказуемые визуальные эффекты. Пользователь может установить некоторые базовые правила для того, чтобы ИИ строил на их основе, или позволить ему действовать своим “творческим процессом” (если мы можем так назвать).

Затем есть перенос стиля, микс-матч мода, управляемая нейронными сетями. Для понимания можно представить, что вы заимствуете стиль картины Ван Гога и накидываете его на фотографию городского пейзажа, чтобы создать ошеломляющее сочетание, которое одновременно знакомо и новаторское.

Таким образом, неудивительно, что с всем его богатым потенциалом искусство ИИ постоянно выходит за рамки. Оно переопределяет границы творчества, к которым мы привыкли, тем самым создавая захватывающие горизонты, бурлящие от возможностей и свежих путей для самовыражения.

Однако, как и с любой другой новаторской технологией, искусство ИИ приносит свои вызовы. Поскольку ИИ все больше занимает свое место в творческом мире, возникают разговоры о роли художника и сущности прав интеллектуальной собственности в цифровом пространстве искусства. Вы можете задаться вопросом, где заканчивается влияние художника, а начинается машины? И кто по-настоящему владеет произведением искусства? К сожалению, пока нет четких и объективных ответов.

Искусство ИИ против традиционного искусства: Чем они отличаются?

В основе традиционного искусства лежит человек. Это может быть сырой излив наших чувств, воспоминаний и атмосферы. Каждый мазок, вылепленная линия и музыкальная нота отражает страсть и воображение. Искусство обычно представляет собой коктейль корней художника, его жизненных историй и эмоций, все это переплетается в его уникальном произведении.

Искусство ИИ, напротив, создается через алгоритмы и модели машинного обучения. Хотя эти алгоритмы могут быть разработаны и настроены людьми, фактический процесс создания выполняется машиной.

Вот что их разделяет:

• Вдохновение: В то время как художники могут черпать свое вдохновение из разбитого сердца или заката, муза искусственного интеллекта — холодные, твердые данные. Можно сказать, что это разница между приготовлением с “любовью” и следованием рецепту дословно.
• Постоянство: Представьте традиционное искусство как легендарное выступление на концерте, которое сложно повторить с тем же волшебством. ИИ, особенно в задачах на текстовом основании, может последовательно исполнять одну и ту же мелодию. ИИ-инструменты, работающие с текстом, такие как DALL-E 2.0, могут импровизировать, значит, вы даёте ему тему, которая может звучать по-разному каждый раз. Тем не менее, в определенных рамках это более предсказуемо, чем человеческая спонтанность.
• Чувства: ИИ не рыдает на своем полотне после тяжелого расставания. Он не “чувствует” — он обрабатывает. Традиционное искусство, между тем, часто похоже на сырые эмоции, размазанные на холсте.
• Эволюция и обучение: Инструменты ИИ могут учиться и развиваться. Если ИИ-инструмент предназначен для обучения на основе обратной связи, он может улучшать свои создания со временем, потенциально приводя к более сложным или привлекательным результатам.
• Универсальность: В то время как традиционные художники часто специализируются на определенных стилях или средствах, ИИ может быть обучен на нескольких стилях и может переключаться между ними или даже плавно их смешивать.
• Намерение: Традиционное искусство часто (хотя и не всегда) начинается с намерения или сообщения, которое художник хочет донести. У ИИ нет намерения в человеческом смысле. Он создает искусство на основе распознанных им в данных шаблонов.

Как ИИ создает произведения искусства?

Создание произведений искусства с помощью искусственного интеллекта включает увлекательное взаимодействие алгоритмов и данных. Различные модели ИИ, такие как модели диффузии и генеративные противоборствующие сети (GAN), появились как мощные инструменты для генерации различных форм художественного контента. Без углубления в технические детали, давайте быстро рассмотрим, что это за модели и как они работают. Модели диффузии

Модели диффузии работают на идее постепенного улучшения. Они не мгновенно создают изображение; они начинают с базовой структуры и постепенно ее улучшают. Процесс аналогичен тому, как скульпторы практикуют свое искусство — начиная с массивного блока и вырезая из него детализированное произведение искусства.

Это особый класс генеративных моделей, которые имитируют случайный процесс диффузии для преобразования простых распределений данных — например, гауссовского шума — в сложные, например, изображения животных. Идея вдохновлена физикой диффузии, где частицы распространяются с течением времени.

Вот как это работает:

1. Процесс начинается с образца вашего целевого набора данных, например, изображения.
2. Затем он постепенно вводит шум в этот образец. Каждая итерация становится более хаотичной, пока не отразит простое, известное распределение, например, гауссовский шум. Это известно как “прямой процесс”.
3. Основная задача модели диффузии заключается в том, чтобы воспроизвести этот процесс в обратном направлении. Начиная с нашего простого, шумного образца, модель обрабатывает шум и восстанавливает исходные данные. Учебный процесс модели диффузии в значительной степени зависит от оптимальной функции удаления шума для каждого этапа восстановления. Здесь часто используются нейронные сети. После полного обучения модель может создавать новые образцы, начиная с простого шума и используя отточенные приемы удаления шума.

Генеративные состязательные сети (GAN)

Представьте себе две нейронные сети: одна создает изображения, а другая их критикует — вот простейшее представление о генеративных состязательных сетях. Первая сеть называется генератором, а другая — дискриминатором. Эти две взаимозависимые и сотрудничающие сети работают в тандеме, каждая стимулируя другую к совершенству.

1. Генератор: Его задача — создавать изображения. Он начинает с генерации изображений из случайного шума. Со временем, получая обратную связь от дискриминатора, он улучшает свои выходные данные, чтобы создавать более реалистичные изображения.
2. Дискриминатор: Его задача — различать между реальными изображениями и фальшивыми изображениями, созданными генератором. Он дает обратную связь генератору о качестве его созданных изображений.

Процесс обучения включает в себя попытки генератора создать все более реалистичные изображения, в то время как дискриминатор становится лучше различать между реальными и созданными искусственным интеллектом изображениями. Целью является, в конечном итоге, создание генератором изображений таких убедительных, что дискриминатор не сможет отличить их от реальных.

Передача стиля (NST)

Вы можете представить NST как идеальный блендер для искусства. Он захватывает сущность одного изображения и сливает ее со стилем другого. Техника заключается в глубоких нейронных сетях, оптимизирующих изображение для соответствия содержательным особенностям одного и стилистическим особенностям другого.

Это техника, позволяющая гармонично сочетать содержание и иконические художественные стили, что затем предлагает новый взгляд на знакомые визуальные образы.

Автоэнкодеры с вариационной инференцией (VAE)

Автоэнкодеры с вариационной инференцией (VAE) действуют в области возможностей. Они улавливают основные характеристики набора изображений, а затем создают новые, которые отражают эти черты. Путем навигации по их сложным пространствам художники могут создавать уникальные визуальные образы, каждый из которых отзывается оригинальной вдохновением.

Создание латентного пространства, где различные точки соответствуют вариациям в создаваемом контенте, позволяет художникам направлять процесс генерации и исследовать новые художественные возможности.

Этические аспекты искусства с использованием искусственного интеллекта

Возникновение AI-генерируемого искусства, с программами вроде DALL·E 2, Stable Diffusion и DragGAN на передовых позициях, вызвало ряд этических и юридических дилемм, касающихся владения и авторских прав, среди прочих проблем. Некоторые из них включают:

Дилемма владения и авторских прав

AI-генерируемое искусство подвергает сомнению традиционные представления об авторстве. Например, хотя закон об авторском праве, дизайне и патентах Великобритании 1988 года признает компьютерно сгенерированные произведения, он неоднозначно утверждает, что автором является лицо, которое проводит “организационные мероприятия, необходимые для создания произведения”.

 

В случае литературных, драматических, музыкальных или художественных произведений, созданных на компьютере, автором принимается лицо, которое проводит организационные мероприятия, необходимые для создания произведения.

— Закон об авторском праве, дизайне и патентах Великобритании 1988 года [раздел 9(3)]

Это вызывает вопросы: является ли автором лицо, вводящее запрос в AI? Или это разработчик, обучивший AI? Например, условия использования DALL·E 2 указывают, что пользователи владеют своими запросами и полученными изображениями, но более широкая юридическая интерпретация остается неопределенной.

Оригинальность и личность

Суд Европейского Союза утверждает, что произведения защищены, если они представляют “интеллектуальное творчество автора”. Это подразумевает, что работа должна отражать личность автора. Может ли AI, лишенный человеческих эмоций и сознания, иметь личность? Если вывод AI не отражает какую-либо “личность”, может ли он быть защищен авторским правом?

Опасения по нарушению авторских прав

AI-модели, такие как DALL·E 2, обучаются на обширных наборах данных, вероятно, включающих авторские изображения. Это вызывает потенциальные проблемы нарушения авторских прав. Например, если DALL·E 2 создает изображение, напоминающее защищенных авторским правом персонажей или стили, это может нарушить существующие авторские права. Более того, нет гарантий от провайдеров AI, что сгенерированные изображения свободны от претензий по авторским правам.

В целом, в творческих и юридических сообществах все чаще звучит требование обновления правовых кадров для регулирования AI-генерируемого контента. Несколько стран рассматривают вопрос разрешения горизонтального анализа данных для разнообразных целей, что потенциально влияет на обучение моделей AI. Более того, по мере развития AI может возникнуть стремление признать AI как отдельное юридическое лицо.

Учитывая все эти факторы, AI-искусство обладает трансформационным потенциалом. Но оно также приносит с собой сложную сеть этических и юридических вызовов. Четкие регулирования и глубокое понимание возможностей AI необходимы для решения этих проблем.

Является ли AI-генерируемое искусство настоящим искусством?

Ответ в конечном итоге зависит от того, как вы определяете искусство. Верно, что генераторы AI создают искусство через алгоритмы и нейронные сети. В этом нет сердца и души, чтобы выливать их на цифровое полотно. Но тогда, хотя у этих инструментов AI нет сердцебиения или слезоточивых желез, это не означает, что AI-генерированное искусство не может зажечь искру вдохновения. И это добавляет еще больше сложности в вопрос — ведь разве не возбуждение эмоций и разжигание воображения является отличительной чертой подлинного искусства?

Будут ли ценители и любители искусства так же жаждать вложиться в произведение, зная, что его происхождение связано с алгоритмами, а не с человеческой страстью? Сущностью искусства всегда была его способность вызывать эмоции — может ли AI-генерированное искусство действительно затронуть нас таким же образом? Хотя мы пока не толпимся на открытия выставок генераторов AI-искусства, эти инструменты определенно используются в корпоративных сферах.

Будущее AI в искусстве: рассвет или закат для креативности?

Генераторы AI-искусства являются художником, кистью и холстом в одном лице. Конечно, у этих программ нет личных предпочтений, они не обсуждаются со своими коллегами, и, конечно, они не вливают свои сердца в созданное искусство.

Исторически художники владели инструментами, а сейчас, с AI, кажется, что инструменты владеют собой. Не является ли это конечной отвязкой искусства от художников? С учетом всех этих факторов будущее AI в искусстве кажется трудным для предсказания. В конечном итоге будущее AI в искусстве зависит от его эволюции и интеграции. При внимательном развитии и использовании AI может принести новый ренессанс в индустрии искусства и за ее пределами.