Du būdai mokytis piešti. Kairėje yra lėkštė iš klasikinio Charleso Bargue piešimo kurso 1875 m., kur studento prašoma tiksliai atkartoti figūros formą ir tamsias/šviesias sritis „kaip matyti“. Palyginimui, dešinėje skydelyje rodomas tipiškas anatomijos tyrimas, kurio metu mokiniai mokosi raumenų grupių ir kaulų struktūros, kad tiksliai nubrėžtų žmogaus formą. Autorius: Paul Richer Anatomie Artistique 1890 m. Dirbtinis intelektas (AI) padarė didelę pažangą kurdamas vaizdus, kurių ne tik kvapą gniaužiantis, bet ir stulbinančiai įvairus stilius. Prieš dešimt metų ekspertai tokį pasiekimą būtų laikę mažai tikėtinu. Šiandien dirbtinis intelektas gali kurti vaizdus naudodamas konkrečius meninius stilius, pvz., unikalų Van Gogho požiūrį, su begale variacijų.
Tai kelia intriguojantį klausimą. Kaip kompiuteryje veikiančių instrukcijų serija gali sukurti meną, konkuruojantį su žmogaus kūrybiškumu?
Meno istorija ir AI
Nagrinėjant AI evoliucijos ir meno istorijos panašumus, galima rasti kai kurių atsakymų.
Šiuolaikinio mokslo istoriją galima apibūdinti specifinių modelių, reprezentuojančių pasaulį, kūrimu. Tradiciniai modeliai kuriami naudojant matematines lygtis, fiziką ir logiką. Pavyzdžiui, Niutono dėsnis labai paprasta formule aprašo, kaip veikia gravitacija.
Tačiau šiuolaikinis AI vis labiau priklauso nuo bendrų modelių, kurie gali išmokti sudėtingų santykių iš didžiulių duomenų rinkinių. Jie tai daro nekoduodami aiškių žinių (vadinamųjų dirbtinių neuroninių tinklų). Šie nauji modeliai nesiremia fizika ar sudėtingomis matematinėmis lygtimis, o yra sukurti sluoksniuojant daug mažų skaičiavimo vienetų. Apskritai jie gali išmokti ir atkurti bet kokį duomenų šabloną.
Įdomu tai, kad meno raida daugeliu atžvilgių atspindi AI. Menas taip pat patyrė reikšmingą transformaciją, pradedant nuo aiškių žinių ir klasikinių tradicijų įsišaknijimo iki metodų, kurie meta iššūkį paties meno riboms.
Kaip ir dirbtinis intelektas, menas vystėsi įtraukdamas organiškesnį ir intuityvesnį požiūrį, pabrėžiantį naujų formų ir stilių atradimą ir kūrimą.
Tikslių modelių kūrimo era
Dešimtmečius sukurti AI modeliai rėmėsi analitiniais sprendimais ir lygtimis. Tai buvo apibrėžta keliais reikšmingais parametrais, kuriuos sukūrė žmonių ekspertai. Pagrindinis šios ankstyvosios AI iteracijos tikslas buvo pakoreguoti šiuos parametrus, kad būtų galima paaiškinti eksperimentinius duomenis.
Menininkai taip pat naudojo modelius ir pritaikė juos vaizduoti tai, ką jie pastebėjo. Jų modeliai buvo sukurti kruopščiai ištyrus anatomiją, spalvą ir formą. Pavyzdžiui, Renesanso laikais da Vinci pasišventė tyrinėti žmogaus formą, atlikdamas žmonių ir gyvūnų skrodimus. Jis sukonstravo mentalinį modelį, kaip turi atrodyti žmogaus kūnas, kuris vėliau buvo naudojamas tiksliai atkurti personažus ar įsivaizduoti alegorinius religinius paveikslus.
2004 m. anatomijos profesoriai Massimo Gulisano ir Pietro Bernabei naudojo kompiuterius Mikelandželo Dovydo analizei, patvirtindami ypatingą skulptūros anatominį tikslumą (išskyrus trūkstamą raumenį, kuris tyrimo metu atsirado dėl akmens netobulumo).
Šie psichikos modeliai tapo sudėtingesni XVI amžiaus sandūroje, kai menininkai tobulino audinių, vandens ir šviesos tekstūrą ir gyvybingumą.
Ankstyvieji menininkai atliko metodinius tyrimus, kad tiksliai reprezentuotų pasaulį, kaip matyti šiame anatominiame tyrime. Kreditas: Veneranda Biblioteca Ambrosiana
Duomenimis pagrįsta era
Tobulėjant skaičiavimui, atsirado naujų metodų, leidžiančių AI atpažinti sudėtingus modelius dideliuose duomenų rinkiniuose. 2012 m. įvyko takoskyros momentas, kai kompiuterių mokslininkai išmokė didelį, gilų konvoliucinį neuroninį tinklą atpažinti vaizdų turinį. Jis gerokai pranoko esamus metodus. Mokslininkų bendruomenė staiga suprato duomenimis pagrįstų metodų potencialą.
Nuo to laiko vis sudėtingesni modeliai mokosi sudėtingesnių modelių iš vis didesnių duomenų rinkinių. Atrodo, kad nėra pabaigos tam, ką galima pasiekti pakankamai duomenų ir didelio modelio, turint pakankamai išteklių.
XIX amžiuje menininkai pradėjo tapyti tai, ką matė, atsisakydami būti suvaržyti temos, kuri sukėlė impresionizmo meno judėjimą. Tai labai panašu į duomenimis pagrįstą metodą: atkurkite duomenis (stebėtą sceną) nebandydami naudoti objekto modelių.
1874 m. Paryžiuje buvo eksponuojamas Claude’o Monet’o įspūdis, saulėtekis. Meno kritikai tyčiojosi kaip asmeninis „įspūdis“, o ne tikroviškas nagrinėjamos scenos vaizdavimas.
Tai buvo impresionizmo judėjimo sėkla ir dažnai laikoma meno istorijos takoskyra. Kiti greitai suprato, koks galingas gali būti menas, kai buvo panaikinti realizmo suvaržymai.
Šios evoliucijos priežastis
Nors internetas ir pažangūs kompiuteriai sutrikdė AI, technologijos taip pat sutrikdė meno pasaulį.
Menui tai buvo fotografija. Iki XIX amžiaus vienintelis būdas sukurti vaizdą buvo menininkų darbai. Buvo didžiulis poreikis įamžinti įvykius, asmenis ar vietas.
Iki XIX amžiaus pabaigos fotografija buvo pakankamai gera, kad patenkintų šį poreikį, ir menas buvo sutrikdytas. Menas išsivystė taip, kad sukurtų „įspūdžius“ arba abstrakčias nuotraukas, o tikrovės dokumentavimo darbas buvo paliktas nuotraukoms.
Šiuolaikinė era
Meno evoliucija ir šiandien atsispindi mokant piešti.
Vienas iš būdų yra piešti tik tai, ką matote, neatsižvelgiant į jokį modelį, o tai yra apgaulingai sudėtinga. Antrasis apima anatomijos, pagrindinių formų ir šviesos sąveikos su formomis tyrimą, todėl galima nupiešti modelį naudojant sceną tik kaip nuorodą, o ne kaip ką nors tiksliai atkurti.
Laikui bėgant menininkai sumaišo šias technikas su kitomis, kad sukurtų savo asmeninį požiūrį. Tačiau modeliu pagrįstų ir duomenimis pagrįstų metodų dvilypumas išlieka aiškus ir nuolatinis.
Pavyzdžiui, daugelis menininkų stengiasi nustatyti daiktų ar emocijų esmę – šią techniką puikiai iliustruoja Picasso bulių tyrimas. Tai yra pagrindinė AI tema, kuri sumažina labai didelių modelių sudėtingumą, kad būtų galima nustatyti pagrindinę architektūrą, sukuriant paprasčiausią įmanomą modelį.
Kadangi šiuolaikiniame meno pasaulyje buvo susimaišę metodai, daugelis mokslininkų taip pat siekė mišraus požiūrio į dirbtinį intelektą, kuris perpildo duomenimis pagrįstus modelius simboliais ir fizika. Tikslas yra rasti pusiausvyrą tarp simbolinio AI aiškinimo ir duomenimis pagrįstų metodų mastelio bei galios.
Derindami šiuos metodus, mokslininkai tikisi sukurti tvirtesnes ir pritaikomas AI sistemas, galinčias valdyti sudėtingas ir įvairias realaus pasaulio problemas.
Tuo tarpu menai ir toliau rėmėsi impresionizmo laisve. Tai lėmė technikos ir judesių sprogimą XX amžiuje, kuris tęsiasi iki šiol.
Tai nesiskiria nuo to, kaip šiuolaikinės AI sistemos gali sukurti tikroviškus ir gražius vaizdus.
AI gali išmokti vaizdų raštus ir tų raštų modelius tiek, kad bet koks vaizdas gali būti suprantamas kaip hierarchinis modelių rinkinys. Visa tai kyla iš didžiulės bibliotekos, kurios išmoko AI sistema.
Generatyvinių modelių era
Sukurti generatyvieji dirbtinio intelekto metodai, leidžiantys naujais būdais surinkti modelius ir sukurti dar niekada nematytus vaizdus, 2023 m. Šių modelių pasirinkimas ir derinimo būdai nurodomi raginimais. Tai gali svyruoti nuo žmogaus apibrėžtų teksto raginimų, šiurkščių eskizų ir garso iki net minios judesių, kaip Refik Anadol filmo „Neprižiūrima“ atveju. Dirbtinio intelekto valdomas skaitmeninis ekranas nuolat sukuria naują vaizdą, priklausomai nuo žiūrovų buvimo vietos.
Nors generatyvus AI menas neabejotinai yra įspūdingas, jis kelia daug iššūkių. Tai apima autorių teisių nuosavybę, gilius netikrus vaizdus ir vaizdo įrašus bei dirbtinio intelekto sukurtus kūrinius, užplūstančius meno svetaines su begale naujų kūrinių.
Be to, ši technologija kelia gilesnių klausimų apie kūrybiškumo prigimtį ir žmogaus patirtį.
Matydami pasaulį, kuriame vis labiau dominuoja dirbtinio intelekto sukurtas menas, turime susimąstyti, ar kada nors vėl bus galima sukurti ką nors naujo, ar tai, ką laikome nauju menu, yra tik mažai tikėtinas ir įdomus atsitiktinis svyravimas, kuris atsitinka su mumis. Galų gale, tai, ką žmonės sukuria, dažnai yra sudėtingas patirties ir esamų dalių rinkinys, surinktas naujais ir novatoriškais būdais.
Nors AI gebėjimas kurti meną, konkuruojantį su žmogaus kūrybiškumu, tebėra diskusijų objektas, AI ir meno raida turi didelių panašumų.
Citata: Meno istorijos studijavimas, siekiant suprasti AI evoliuciją (2023 m., birželio 9 d.), gauta 2023 m. birželio 9 d. iš https://techxplore.com/news/2023-06-art-history-ai-evolution.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
