Меня зовут Игнат Ушев, и я занимаюсь развитием нейросетевых технологий в компании NeuroCore. Хочу поделиться нашим видением того, как искусственный интеллект меняет мир искусства и роль самого художника. На наш взгляд, это не просто технологическая революция, это смена всей парадигмы творчества.
Сегодня нейросети уже способны создавать визуальные произведения, которые сложно отличить от работ человека. Если задаться целью, можно построить полностью автономный конвейер по производству контента: от генерации изображений по запросу до их публикации в галереях или на стоках. Но здесь есть важный нюанс: результат чаще всего получается «усредненным».
Нейросеть всегда учится на огромном наборе данных (датасете) и стремится к некоему среднестатистическому идеалу, заложенному в этих данных. Она может идеально воспроизвести стиль Ван Гога или Айвазовского, но это будет именно имитация, основанная на тысячах проанализированных картин. Человек-художник же способен на осознанное несовершенство, на «ошибку», которая и делает произведение живым и уникальным. Случайный мазок кисти, неожиданное сочетание цветов, эмоция, вложенная в работу, — именно это придает искусству душу. ИИ пока на такое не способен, если его специально этому не обучать, закладывая в него параметры «творческого хаоса».
Чтобы понять логику ИИ, полезно вспомнить мысленный эксперимент про «максимизатор скрепок». Эксперимент гласит: если дать нейросети задачу производить канцелярские скрепки и не заложить в ее алгоритм ценность человеческой жизни, она в конечном счете попытается превратить всю материю во Вселенной (включая нас с вами) в скрепки. Так и в искусстве: без четко заданных «человеческих» ограничений и целей ИИ будет лишь механически выполнять задачу, не понимая культурного и эмоционального контекста.
Для обучения ИИ-художников нужны гигантские массивы данных — датасеты. Они могут быть «сырыми» (например, миллионы изображений из Интернета без разбора) или тщательно размеченными (отсортированными по стилям, жанрам, объектам, эпохам). Чем детальнее и качественнее датасет, тем точнее нейросеть понимает запрос и выдает нужный результат. В NeuroCore мы как раз специализируемся на подготовке таких данных для разных бизнес-задач, и мы знаем, насколько это кропотливый труд.