Искусственный интеллект в искусстве () ― любое художественное произведение, созданное с использованием систем искусственного интеллекта (таких, например, как модели преобразования текста в изображение и музыкальных генераторов). ИИ-арт характеризуется использованием генеративных алгоритмов и методов глубокого обучения, которые генерируют произведения искусства по заданию человека, художника.
Художники начали использовать системы искусственного интеллекта в своём творчестве во второй половине XX века, когда возникла эта дисциплина. В начале XXI века возросла доступность художественных инструментов систем искусственного интеллекта для широкой публики, что открыло возможности для использования инструментов ИИ для творчества за пределами академических кругов и профессиональных художников. На протяжении всей своей истории искусство при участии ИИ вызывало множество философских проблем, в том числе связанных с авторским правом, обманом и его влиянием на традиционных художников, включая их доходы.
История Понятие искусственного интеллекта как дисциплины оформилось в ходе Дартмутского семинара в 1956 году и за прошедшие десятилетия пережила несколько волн развития и оптимизма. С момента начала своей деятельности исследователи в области искусственного интеллекта поднимали философские споры о природе человеческого разума и этических последствиях создания искусственных существ, наделенных человекоподобным интеллектом. Эти вопросы ранее исследовались мифами, художественной литературой и философией со времен античности.
Предварительный период
Концепция автоматизированного искусства восходит к легендам древнегреческой цивилизации об автоматических устройствах, где такие герои, как Дедал и Герон, были представлены создателями машин, способных писать текст, генерировать звуки и воспроизводить музыку. Традиция творческих автоматов процветала на протяжении всей истории, например, автомат Майярде, созданный в начале XIX века.
1950―2000 г.г. С момента создания искусственного интеллекта в 1950-х годах художники и исследователи использовали ИИ для создания художественных произведений.
Одной из первых значительных художественных систем искусственного интеллекта является AARON, разработанная Гарольдом Коэном в конце 1960-х годов в Калифорнийском университете в Сан-Диего. AARON является наиболее ярким примером символического подхода к созданию программы искусственного интеллекта. Первоначальные версии AARON создавали абстрактные рисунки, которые в 1970-е годы становились всё более сложными. Больше вариантов изображений было добавлено в 1980-х годах; сначала камни, затем растения, затем люди. В 1990-х годах Коэн доработал AARON для рисования с использованием специальных кистей и красок, которые были выбирались самой программой без посредничества Коэна. Наряду с цветом были добавлены сложные фигуры. В начале 2000-х ААРОН вернулся к абстрактным изображениям, на этот раз в цвете. Поскольку программное обеспечение не являлось системой с открытым исходным кодом, его существование фактически завершилась со смертью Коэна в 2016 году.
В 1991 и в 1992 году Карл Симс получил награду Golden Nica на Prix Ars Electronica за свои 3D-анимационные видеоролики с использованием искусственного интеллекта с использованием искусственной эволюции.
В 2001 году Скотт Дрейвс получил приз Fundacion Telefonica Life 4.0 за проект Electric Sheep, который использовал искусственный интеллект для создания бесконечной анимации, обучаясь у своей аудитории.
В 2009 году Эрик Милликин получил Пулитцеровскую премию в области журналистики вместе с несколькими другими наградами за свою работу с ИИ по созданию серии репортажей, посвящённых теме коррупции в мэрии Детройта, приведшей к тому, что мэр города был отправлен в тюрьму.
2010-е. Глубокое обучение нейросетей Использование методов глубокого обучения на многослойных искусственных нейронных сетях, которые технологический прогресс позволил создавать, привело к революционному прорыву в распознавании образов искусственным интеллектом, а затем и в целом в индустрии систем ИИ.
В 2014 году Ян Гудфеллоу и его коллеги из Университета Монреаля разработали генеративно-состязательную сеть (GAN) — тип глубокой нейронной сети, способной учиться имитировать статистическое распределение входных данных, таких как изображения. GAN использует «генератор» для создания новых изображений и «дискриминатор», чтобы решить, какие созданные изображения считаются успешными. В отличие от алгоритмического подхода к созданию ИИ, предусматривающего следование правилам, программируемым вручную, генеративно-состязательные сети могли изучать конкретную эстетику, анализируя набор данных примеров изображений.
В 2015 году команда Google выпустила программу DeepDream, которая использует свёрточную нейронную сеть для поиска и улучшения закономерностей в изображениях с помощью алгоритмической парейдолии. В результате этого процесса намеренно создаются чрезмерно обработанные изображения, напоминающие образы сновидений, способные оказывать психоделическое воздействие на зрителей.
В 2018 году в аукционном доме Кристис в Нью-Йорке прошла аукционная распродажа произведений искусства искусственного интеллекта, где работа искусственного интеллекта «Эдмон де Белами»Эдмон де Белами — портрет созданный генеративно-состязательной сетью (GAN). Работа, напечатанная на холсте, принадлежит к серии генеративных изображений под названием La Famille de Belamy. Имя Белами — дань уважения Яну Гудфеллоу, изобретателю GAN. По-французски «bel ami» означает «милый друг», соответствующий переводу слов на английском языке «Goodfellow». была продана за 432 тыс. долларов, что почти в 45 раз превысило её первоначальную оценку в 7–10 тыс. долларов. Работа была создана парижским коллективом Obvious. Веб-сайт Artbreeder, запущенный в 2018 году, использует модели StyleGAN и BigGAN, позволяющие пользователям создавать и изменять изображения, такие как лица, пейзажи и картины.
В 2019 году Стефани Динкинс получила премию Creative Capital за создание развивающегося искусственного интеллекта, основанного на «интересах и культурах цветных людей». Также в 2019 году Сугвен Чанг выиграла премию Lumen Prize за презентацию роботизированной руки, управляемой ИИ, создающей рисунки в манере, подобную стилю Чанг.
2020-е. Генеративный ИИ
В 2020-е годы основной тенденцией стало использование моделей ИИ, осуществляющих преобразование текста в изображение. Системы искусственного интеллекта, генерирующие изображения на основе подсказок пользователя получили название генеративных ИИ. В 2021 году, на базе модели машинного обучения Трансформер, используемые в ЧатGPT-2 и ЧатGPT-3, компания OpenAI при финансовой поддержке фирмы Microsoft создала генеративную модель ИИ по преобразованию текста в изображение DALL-E. Позднее в 2021 году EleutherAI выпустила продукт VQGAN+CLIP с открытым исходным кодом, основанную на модели CLIP OpenAI.
В 2022 году был выпущен продукт Midjourney, за ним последовали и от Google Brain, анонсированные в мае 2022 года, NUWA-Infinity от Microsoft и Stable Diffusion, доступный в исходном коде, который был выпущен в августе 2022 года. Stability.ai имеет веб-интерфейс Stable Diffusion под названием DreamStudio, плагины для Krita, Photoshop, Blender и GIMP, а также веб-интерфейс пользователя с открытым исходным кодом Automatic1111. Основная предварительно обученная модель Stable Diffusion размещена на хостинге Hugging Face Hub.
Инструменты и методы Формирование стилей Было разработано множество механизмов для создания искусств ИИ, включая процедурную генерацию изображений на основе правил с использованием математических шаблонов, алгоритмы, имитирующие мазки кисти и другие нарисованные эффекты, а также алгоритмы глубокого обучения, такие как генеративно-состязательные сети (GAN) и трансформаторы. Несколько компаний выпустили приложения, которые превращают фотографии в художественные изображения в стиле известных авторов картин.
Существует множество других программ создания произведений искусства с использованием искусственного интеллекта, включая простые мобильные приложения, ориентированные на потребителя, интерактивные блокноты Jupyter, для эффективной работы которых требуются мощные графические процессоры. Дополнительные функции включают «Текстовую инверсию», которая позволяет использовать предоставленные пользователем концепции (например, объект или стиль), полученные из нескольких изображений. С помощью текстовой инверсии новое персонализированное искусство может быть создано из связанных слов (ключевых слов, которые были присвоены изученной, часто абстрактной концепции) и тонкой настройки модели (см. также: DreamBoothDreamBooth — модель генерации глубокого обучения, используемая для персонализации существующих моделей преобразования текста в изображение путем тонкой настройки, разработанный исследователями из Google Research и Бостонского университета в 2022 году.).
Распространение и влияние Выставка «Мыслящие машины: искусство и дизайн в эпоху компьютеров, 1959–1989» проведённая в музее современного искусства Нью-Йорка представила обзор приложений искусственного интеллекта в искусстве, архитектуре и дизайне.
Выставки, демонстрирующие использование искусственного интеллекта для создания произведений искусства, провели благотворительный фонд Google в 2016 году и аукцион в Gray Area Foundation в Сан-Франциско. На выставках были представлены работы художников экспериментировавших с алгоритмом DeepDream. В 2017 году в Лос-Анджелесе и Франкфурте была проведена выставка «Нечеловеческое: искусство в эпоху искусственного интеллекта». Весной 2018 года Ассоциация вычислительной техники посвятила выпуск журнала теме компьютеров и искусства. В июне 2018 года в Центре искусства и технологий Билла состоялась премьера произведения искусства «Дуэт человека и машины», позволяющего зрителям взаимодействовать с искусственным интеллектом. Австрийский Ars Electronica и Музей прикладного искусства в Вене открыли выставки, посвященные искусственному интеллекту, в 2019 году. Фестиваль Ars Electronica 2019 года «Из коробки» исследовал роль искусства в устойчивой общественной трансформации.
Примеры расширения применения происходят, например, за счёт развития любительских некоммерческих нишевых жанров, таких как производные от киберпанка, новых видов развлечений, создание новых творческих детских игр, использование для быстрого и малобюджетного прототипирования, повышение доступности произведений искусства, чему способствует хорошее соотношение художественного результата к затратам времени на получение результата посредством создания черновиков, эскизов, и компонентов изображения (Inpainting).
Сгенерированные изображения иногда используются в качестве эскизов или недорогих экспериментов или иллюстрации идей на этапе проверки концепции – дополнительные функциональные возможности или улучшения могут также относиться к ручному редактированию после создания (шлифовке или художественному использованию) искусство на основе подсказок (например, последующая настройка с помощью редактора изображений).
Промпт-инженерия
Промпт-инженерия или техника подсказок — концепция оптимального взаимодействия человека с системами искусственного интеллекта. Промпт-инженерия предполагает передачу во входных данных для чат-бота, являющегося интерфейсом обмена информацией с системой ИИ, описания задачи в виде точных вопросов, а не заданий даваемых в неявном виде. Например, в диалоге с системой ИИ нежелательно использование косвенных речевых актов. Техника подсказок обычно работает путём преобразования одной или нескольких задач в набор данных на основе подсказок и обучения языковой модели с помощью «обучения на основе подсказок». Использование методов промпт-инженерии эффективно при работе с большими предварительно обученными языковыми моделями.