Що таке AI-мистецтво і як воно працює?

Від покращення аватарів у соціальних мережах до створення приголомшливих модних дизайнів – AI-мистецтво вражає своєю магією. Відеоігри зараз мають ландшафти, створені алгоритмами, а рекламодавці використовують творчий потенціал штучного інтелекту для створення яскравих кампаній. Але що таке AI-мистецтво, і як воно працює? Цей гайд пояснює, як AI-мистецтво змінює візуальний ландшафт.

Що таке AI-мистецтво? Переваги та недоліки

Мистецтво зі штучним інтелектом – це не просто ще один мазок у світі цифрового мистецтва. За допомогою мистецтва зі штучним інтелектом ви передаєте підказки (текстові інструкції) в генератор на основі штучного інтелекту, який потім створює нові та унікальні твори мистецтва на основі цих інструкцій.

Ці інструменти (генератори мистецтва зі штучним інтелектом) використовують можливості алгоритмів і машинного навчання для створення, коригування та/або імітації існуючих зображень. Хоча штучний інтелект може створювати ці зображення самостійно, саме ваш унікальний людський дотик, що працює в тандемі з точністю машини, оживляє витвір мистецтва.

Візьмемо, наприклад, генеративне мистецтво. Тут алгоритми машинного навчання створюють надзвичайно непередбачувані візуальні ефекти. Користувач може встановити деякі основні правила для штучного інтелекту, на які він може спиратися, або дозволити йому розгулятися зі своїм власним «творчим процесом» (якщо ми можемо це так назвати).

Крім того, є передача стилю, мода на змішування та поєднання, якою керують нейронні мережі. Для перспективи подумайте про те, щоб запозичити стиль картини Ван Гога і накласти його на фотографію міського пейзажу, щоб створити захоплююче поєднання, знайоме і нове.

Інший підхід – перенесення стилю. Наприклад, можна взяти стиль картини Ван Гога й накласти його на фотографію міського пейзажу, створивши захопливу суміш, яка виглядає водночас знайомою та новою.

Однак із цією інновацією виникають і виклики. Зі зростанням популярності AI у творчій сфері виникають питання щодо ролі художника та прав інтелектуальної власності у цифровому просторі. Де закінчується вплив художника й починається вплив машини? Хто є справжнім власником такого мистецтва? На жаль, поки що немає однозначних відповідей.

AI-мистецтво проти традиційного мистецтва: у чому різниця?

Основою традиційного мистецтва є людина. Воно є втіленням почуттів, спогадів та натхнення. Кожен мазок, лінія чи музична нота відображають пристрасність і уяву митця.

AI-мистецтво, своєю чергою, створюється за допомогою алгоритмів і моделей машинного навчання. Хоча ці алгоритми створюються та налаштовуються людьми, сам процес творчості виконується машиною.

Ось що їх відрізняє:

• Джерело натхнення: Людина знаходить натхнення у емоціях або природі, тоді як AI ґрунтується на даних.
• Послідовність: Традиційне мистецтво – це унікальні твори, важко повторювані з тією ж магією. AI може створювати подібні роботи стабільно й передбачувано.
• Почуття: Штучний інтелект не ридає у своє полотно після важкого розриву. Вона не «відчуває» – вона обробляє. Тим часом традиційне мистецтво часто схоже на необроблені емоції, розмазані на полотні.
• Еволюція: AI інструменти можуть вдосконалюватися, вчитися на фідбеку та створювати більш витончені роботи.
• Універсальність: AI можна навчити працювати з багатьма стилями й навіть змішувати їх.
• Намір: У традиційному мистецтві часто є посил або повідомлення. AI діє без емоційного задуму, базуючись на виявлених паттернах.

Як AI створює мистецтво?

Створення мистецтва за допомогою штучного інтелекту є захоплюючим процесом, який поєднує в собі алгоритми та дані. Різні моделі AI, такі як моделі дифузії (diffusion models) та генеративно-змагальні мережі (Generative Adversarial Networks, GANs), стали потужними інструментами для створення різноманітного художнього контенту. Розгляньмо, як працюють ці моделі, без занурення у складні технічні деталі.

Моделі дифузії

Моделі дифузії працюють за принципом поступового вдосконалення. Вони не створюють зображення миттєво, а починають з базової структури і поступово її уточнюють. Це схоже на процес роботи скульптора, який починає з грубої форми і вирізає деталі, поки не отримає завершений твір.

Ці моделі належать до окремого класу генеративних моделей, які імітують випадковий процес дифузії, щоб перетворювати прості розподіли даних, наприклад, гаусівський шум, у складні, такі як зображення тварин. Ідея базується на фізиці дифузії, де частинки розсіюються з часом.

Як це працює:

• Процес починається зі зразка цільових даних, наприклад, зображення.
• Потім до цього зразка поступово додається шум, доки він не стає схожим на простий розподіл, як-от гаусівський шум. Цей етап називається «прямий процес».
• Основне завдання моделі дифузії — виконати цей процес у зворотному напрямку. Вона починає з простого, зашумленого зразка і знімає шум, поступово відновлюючи оригінальні дані. На цьому етапі для кожного кроку реконструкції використовується оптимальна функція зняття шуму, і зазвичай у цьому процесі застосовуються нейронні мережі. Після завершення навчання модель може створювати нові зразки, починаючи лише з шуму і використовуючи відпрацьовані функції зняття шуму.

Генеративно-змагальні мережі (GANs)

Уявіть дві нейронні мережі: одна створює мистецтво, а інша його оцінює. Це і є принцип роботи генеративно-змагальних мереж. Перша мережа називається генератором, а друга — дискримінатором. Ці дві мережі працюють разом, доповнюючи одна одну та вдосконалюючись у процесі співпраці.

• Генератор: Його завдання — створювати зображення. Він починає з випадкового шуму і поступово, отримуючи зворотний зв’язок від дискримінатора, покращує свої результати, створюючи все реалістичніші зображення.
• Дискримінатор: Його роль полягає у розрізненні реальних зображень та тих, які створив генератор. Він надає генератору зворотний зв’язок щодо якості його зображень.

Процес навчання: Генератор намагається створювати дедалі реалістичніші зображення, а дискримінатор удосконалюється у визначенні різниці між реальними та згенерованими зображеннями. Мета полягає в тому, щоб генератор створював зображення настільки переконливі, що дискримінатор не міг би їх відрізнити від справжніх.

Цей метод дозволяє створювати високоякісні, реалістичні твори мистецтва, які можуть конкурувати з роботами, створеними традиційними методами.

Перенесення стилю за допомогою нейронних мереж (Neural Style Transfer, NST)

NST можна назвати ідеальним «блендером мистецтва». Ця технологія захоплює сутність одного зображення і поєднує її зі стилем іншого. Метод базується на глибоких нейронних мережах, які оптимізують зображення так, щоб воно відповідало змістовим особливостям одного зображення і стилістичним особливостям іншого.

Ця техніка дозволяє гармонійно поєднувати зміст і культові художні стилі, створюючи нову перспективу для знайомих візуалізацій.

Варіаційні автокодери (Variational Autoencoders, VAEs)

Варіаційні автокодери працюють у сфері можливостей. Вони визначають основні характеристики набору зображень і створюють нові, які зберігають ці особливості. Завдяки вивченню складних просторових структур художники можуть створювати унікальні візуальні матеріали, які натякають на оригінальне натхнення.

VAEs формують «латентний простір», у якому різні точки відповідають варіаціям створюваного контенту. Це дозволяє художникам керувати процесом генерації та досліджувати нові творчі можливості.

Етичні аспекти AI-мистецтва

Розвиток мистецтва, створеного штучним інтелектом, з використанням програм, таких як DALL·E 2, Stable Diffusion та DragGAN, викликає численні етичні та юридичні дилеми, зокрема питання власності та авторських прав.

Проблема власності та авторського права

Мистецтво, створене штучним інтелектом, кидає виклик традиційним уявленням про авторство. Наприклад, Акт про авторське право, дизайни та патенти Великобританії 1988 року визнає комп’ютерно згенеровані роботи, але неоднозначно стверджує, що автором є особа, яка здійснює «необхідні дії для створення роботи».

У випадку літературного, драматичного, музичного чи художнього твору, створеного комп’ютером, автором вважається особа, яка виконала необхідні дії для створення роботи.

— Акт про авторське право, дизайни та патенти Великобританії, 1988 [Розділ 9(3)]

У зв’язку з цим виникають питання: чи є автор особою, яка вводить запит в ШІ? Чи це розробник, який навчив ШІ? Наприклад, DALL· Умови використання E 2 вказують на те, що користувачі володіють своїми підказками та отриманими зображеннями, але більш широке юридичне тлумачення залишається невизначеним.

Оригінальність та індивідуальність

Суд Європейського Союзу (CJEU) визначає, що роботи захищені, якщо вони є «власним інтелектуальним творінням автора». Це означає, що робота повинна відображати особистість автора. Але чи може штучний інтелект, позбавлений людських емоцій та свідомості, мати особистість? Якщо результат роботи ШІ не відображає жодної «особистості», чи можна на нього поширювати авторське право?

Питання порушення авторських прав

Моделі ШІ, такі як DALL·E 2, тренуються на величезних наборах даних, які, ймовірно, включають зображення, захищені авторським правом. Це створює потенційні ризики порушення прав. Наприклад, якщо DALL·E 2 генерує зображення, яке нагадує захищених авторським правом персонажів або стилі, це може порушувати чинні права. Більше того, провайдери ШІ не гарантують, що створені зображення є повністю вільними від претензій на авторське право.

Загалом у творчих та юридичних спільнотах зростає заклик до оновлення законодавчих рамок для вирішення проблеми, створеного штучним інтелектом. Кілька країн розглядають можливість дозволу на інтелектуальний аналіз даних для різних цілей, що потенційно може вплинути на навчання моделей штучного інтелекту. Крім того, оскільки штучний інтелект продовжує розвиватися, може з’явитися поштовх до визнання ШІ як окремої юридичної особи.

З урахуванням усіх цих факторів мистецтво, створене ШІ, має трансформаційний потенціал. Однак воно також несе складний клубок етичних і правових викликів. Для вирішення цих питань необхідні чіткі регуляції та глибше розуміння можливостей ШІ.

Чи можна вважати мистецтво, створене AI, справжнім мистецтвом?

Відповідь на це питання залежить від того, як ви визначаєте мистецтво. Так, генератори мистецтва ШІ створюють роботи за допомогою алгоритмів і нейронних мереж. У них немає «серця» або «душі», які вони могли б виливати на цифрове полотно. Але водночас відсутність емоцій у ШІ не означає, що його роботи не можуть надихати. Це ускладнює питання, адже чи не є викликання емоцій і запалювання уяви ознакою справжнього мистецтва?

Чи будуть колекціонери та шанувальники мистецтва готові інвестувати у твори, знаючи, що їх створили алгоритми, а не людські пристрасті? Суть мистецтва завжди полягала у здатності викликати емоції — чи може мистецтво ШІ справді резонувати з аудиторією так само? Хоча поки що виставки, присвячені ШІ, не збирають натовпів, ці інструменти активно використовуються в корпоративних середовищах.

Майбутнє AI-мистецтва: світанок чи захід творчості?

Генератори мистецтва на основі ШІ — це одночасно художник, пензель і полотно. Вони не мають особистих уподобань, не обговорюють ідеї з колегами й, безумовно, не вкладають свої почуття у створювані роботи.

Історично художники завжди використовували інструменти, але у випадку з ШІ здається, що тепер самі інструменти створюють мистецтво. Чи є це остаточним відокремленням мистецтва від митців? З огляду на всі ці фактори, майбутнє ШІ в мистецтві виглядає важкопрогнозованим. Зрештою, його розвиток і впровадження залежатимуть від уважного використання та подальшої еволюції. Якщо це зробити правильно, ШІ може започаткувати новий ренесанс у світі мистецтва й поза його межами.

Поширені запитання