Искусственный интеллект и творчество: Искусственный интеллект в современном искусстве

Искусственный интеллект в современном искусстве

По-видимому, мы уже находимся на пороге новой эры творчества, когда ИИ и художник становятся соавторами, дополняя друг друга в тех областях и «умениях», где они наиболее сильны, полагают Александра Степаненко, Сергей Каменщиков и Николай Суетин из департамента по науке и образованию Фонда «Сколково».


Из всех вопросов, которыми задаются люди в последние недели и месяцы, этот не принадлежит к числу наиболее очевидных. Между тем пауза, возникшая в результате пандемии, хороша именно для того, чтобы осмыслить новые реалии, которые возникли в результате активного применения цифровых технологий, но на рефлексию о которых всегда не хватало времени в обычной ситуации.

Статья написана специально для сайта Sk.ru.

Влияние новых технологий на характер творческих процессов 

Новые цифровые технологии, в частности искусственный интеллект, кардинально меняют характер не только «традиционных» технических профессий, но и проникли в художественную среду, влияют на творческие процессы, и даже возник феномен под названием цифровое искусство.

 

Они уже начали играть очень важную роль в творческой деятельности, такой как музыка, архитектура, изобразительное искусство. Без использования цифровой обработки и компьютерных эффектов невозможно себе представить ни современный кинематограф, ни музыку. «Компьютер» в наши дни в прямом смысле стал и холстом, и кистью, и музыкальным инструментом. По-видимому, следующей ступенью в развитии цифрового искусства станет использование «компьютера» уже не только в качестве инструмента реализации идей человека, а в качестве самостоятельной творческой сущности. Эта точка зрения вызвала новое направление искусственного интеллекта (ИИ) под названием вычислительное творчество. 

[1]

По-видимому, мы уже находимся на пороге новой эры творчества, когда ИИ и художник становятся соавторами, дополняя друг друга в тех областях и «умениях», где они наиболее сильны.

При этом развитие цифрового искусства поднимает новый вопрос: может ли AI стать не просто инструментом художника, а самостоятельным автором? 

Для того, чтобы это понять, рассмотрим существующие методы работы с изображением и постараемся выяснить, могут ли они претендовать на самостоятельность в творчестве. 

Neural

 style transfer

Neural style transfer – это самая простая и популярная форма использования ИИ в творчестве.  Модель основана на стилизации изображения и построена на основе сверхточных нейронных сетей (CNN). Она внедрена в такие популярные мобильные приложения, как DeepArt и Prisma. На входе модели два изображения – шаблон-стиль и оригинал. При высокой стилизации алгоритм оптимизирует параметры таким образом, что результаты преобразования шаблона и оригинала максимально близки в промежуточных слоях CNN, которые отвечают за метаобраз. Фактор стилизации может регулироваться. Технология позволяет успешно имитировать стиль Ван Гога, Моне по библиотеке шаблонов. Каждому шаблону соответствует сет параметров предобученной нейронной сети. Технология позволяет использовать образы персонажей в рекламе и продвижении товара.  

При использовании такого рода технологий неизбежно возникает вопрос об авторском праве. Стилизация известных персонажей ставит вопрос, где проходит граница между ними и оригиналом и как защитить авторские права носителям бренда. По-видимому, ИИ сможет решить и этот вопрос, создавая собирательный образ на основании узнаваемых брендов, дополняя его “случайным шумом”. 

Изображение: https://neurohive.io/ru/papers/twingan-mezhdomennyj-perenos-chelovecheskih-portretov/

  

Результат обработки в промежуточных слоях нейронной сети также используется в технологии DeepDreamот компании Google в 2015 г. Результат применения ближе всего к стилю позднего Дали и психоделическому искусству 80-х годов. Если на вход модели подается фотография реального объекта, то результат сложно отличить от работы художника – технология проходит тест Тьюринга. Параметром модели является глубина обработки – фактически номер слоя нейронной сети. 

 

На данный момент фреймворк TensorFlow позволяет внедрить модель на локальной машине при помощи нескольких строчек кода. 

GAN

Современное искусство, основанное на технологиях искусственного интеллекта, привлекло внимание прессы и широкой общественности после продажи созданной французской арт-группой Obvious картины «Эдмона де Белами» на аукционе Christie’s 25 октября 2018 года, за 432,5 тыс. долларов». Произведение представляет собой нечеткий портрет человека, который был распечатан на холсте размером 700 x 700 мм. Он был создан с использованием GAN (Generative Adversarial Network). Технология состоит в использовании двух нейронных сетей, одна из которых генерирует псевдослучайные образы из заданного набора распределений, а вторая (CNN дискриминатор) определяет правдоподобие образа на основе тренировочного набора. CNN является бинарным классификатором и пытается ответить на вопрос: ‘образец создан человеком?’ Если ответ отрицательный, то пример маркируется как неудачный. Обучается сеть по размеченному набору из фейковых и созданных человеком образов. Обе нейронные сети связаны по замкнутом контуру.

Пьер Фотрел (Pierre Fautrel), соучредитель художественного коллектива Obvious, рядом с картиной «Портрет Эдмона де Белами» — (Timothy A. Clary / AFP / Getty).

 

Большинство первопроходцев в сфере AI Art использует именно GAN. Среди них можно отметить Анну Ридлер, которая считает, что данные сети дают наиболее визуально интересные результаты. Он создала тренировочный набор из 10000 фотографий тюльпанов в течение сезона и классифицировала их вручную. Затем использовала софт для создания видео, показывающего цветение тюльпанов. Их появление определялось волатильностью биткойна, а полоски на лепестках отражали текущую цену криптовалюты. Работа проводит исторические параллели между «тюльпановой манией», охватившей Европу в 1630-х годах, и спекуляциями на криптовалютах. 

Другой неординарный автор, использующий GAN, – Хелена Сарин; она художница в более традиционном понимании, которая пользуется GAN для преобразования и улучшения своих собственных набросков, созданных карандашом на бумаге. Сарин использует исключительно CycleGAN, вариант GAN, который выполняет преобразование одного изображения в новое. По сути, она обучает сеть преобразовывать изображения в форме одного набора данных, чтобы иметь текстуры другого набора данных. Например, она переводит свои фотографии еды и напитков в стиль своих натюрмортов и эскизов цветов. Хелена объясняет, что одним из преимуществ использования CycleGAN является то, что она может работать в высоком разрешении даже с небольшими наборами данных. 

   

«Стилизация изображений, которую использует Хелена Сарин в своем творчестве, требует художественного вкуса и таланта. Ее полотна – это симбиоз вдохновения и специфической, кропотливой настройки нейронной сети. Но эта технология постепенно становится доступной и для неподготовленного дилетанта. Порог входа снижается благодаря технологии image2image DeepFace, разработанной в Академии Наук Китая.

Модель позволяет на основе непрофессионального эскиза получить фотографию, наиболее близкую к шаблону. При этом для обучения модели используется библиотека фотографий человеческих лиц. Сама модель является ансамблем из двух алгоритмов: декодера эскиза и генеративно-состязательной нейронной сети (GAN) для сопоставления с фотографией. Библиотека фотографий, которая подается на вход модели, предварительно преобразуется в отображения – эскизы. Набросок автора конвертируется в векторное представление при помощи декодера.

Есть дополнительная революционная опция — прозрачные тени наиболее подходящего изображения могут быть наложены на исходный эскиз, что позволяет художнику дополнить его на основе типичных пропорций лица. Таким образом творчество превращается в итеративный процесс, симфонию автора и машины, которая требует минимальной подготовки человека – машине достаточно намека.

Можно предположить, что в перспективе коллекция фотографий в обучающем сете модели может быть стилизована под работы художников и целые направления. Уже сейчас полученную фотографию можно подать на вход CAN (creative adversarial network) с библиотекой полотен известных мастеров, то есть последовательно создать стилизованное полотно на основе простейшего эскиза 

  

CAN

Еще один тип CAN (creative adversarial networks) работает по тому же принципу, что и GAN за исключением одной важной детали. Дискриминатор имеет множество классов, каждый из которых соответствует своему стилю – импрессионисты, сюрриалисты и т.д. Таким образом, на выходе генератора остаются стилизованные образы.  Пример – картина “Летние сады” итальянского художника Давиде Квайолы, представленная на выставке “ Искусственный интеллект и диалог культур” в Эрмитаже. Давиде снял на видео цветы, которые поздним вечером колеблются от порывов ветра. Дальше работать стал не художник, а креативно-состязательная сеть – преобразуя полученную информацию в полотна французских импрессионистов. При этом палитра и движения на видео остаются неизменными: сеть создает поверх исходных данных новую живопись.

   

Скульптура

Скульптуры, созданные искусственным интеллектом, пока не так популярны, как картины, однако развитие в данном направлении все же есть.  В основном AI используется либо для создания GAN-макета, либо непосредственно для разработки объемной модели. Скульптура Скотта Итана дебютировала на выставке ‘Artist + AI: figures and forms’  и была создана в сотрудничестве с инструментами искусственного интеллекта. В данном случае AI переводит рисунки в трехмерную форму. Другой пример – технология ‘Dio’ Бена Снэлла, суть которой не раскрывается. Обучающий сет состоял из 1000 классических скульптур. По словам художника, его основная цель заключалась не в том, чтобы сделать DIO человечной. 

Резюме

Технологии Neural style transfer, Deep Dream позволяют создавать объекты, которые во многих случаях не отличаются от творений человека. Генерация случайных образов в технологии CAN добавляет спонтанность в творчество искусственного интеллекта и позволяет сделать шаг вперед по сравнению с глубокой стилизацией. Безусловно, разрыв между AI и человеком сокращается. Тем не менее, по-видимому, в ближайшее время он не будет полностью преодолён, поскольку именно человек настраивает модель, подбирает обучающие примеры и использует технологии для творчества. 

Идея о том, что машины могут быть художниками, или могут даже заменить художников, как они уже заменили некоторые профессии, выглядит пока слишком смелой.     

Искусственный интеллект представляет экстраординарные инструменты работы и новое необычное экспериментальное поле для художников в сфере визуального искусства и индустрии развлечений (дизайн игр, кино – CGI и тд), а также упрощает и автоматизирует рутинные процессы. Однако, чем более автоматизированным становится процесс создания произведений искусства, тем выше возрастает ценность идеи, стоящей за ними.

Теперь, когда вопрос исполнения, физической реализации и наличия необходимых технических навыков отпадает, новые идеи являются основной движущей силой в развитии искусства. А генерация этих идей — эта та главная функция, которую искусственный интеллект не сможет (или пока не может) отобрать у творца.


[1] https://www.bbvaopenmind.com/en/articles/artificial-intelligence-and-the-arts-toward-computational-creativity/

 

как искусственный интеллект помогает людям в творчестве

Благодаря искусственному интеллекту машины овладели базовыми способностями человека: говорить, писать, видеть. Логичным шагом стало создание произведений искусства. Татьяна Шаврина, лидер команды AGI NLP Сбербанка и один из ведущих разработчиков профиля «Искусственный интеллект» Олимпиады НТИ, рассказала нам, действительно ли разумные машины будут соперничать с людьми в их удивительной способности к творчеству.

А вы уже сегодня можете зарегистрироваться на профиль «Искусственный интеллект» Олимпиады Кружкового движения НТИ (https://reg.nti-contest.ru/) и попробовать свои силы в профессии будущего.

Музыка

В отличие от других сфер творчества, искусственный интеллект и музыка — давние друзья. Еще в 1951 году Алан Тьюринг, крестный отец информатики, построил машину, которая генерировала три простые мелодии. В 90-х с цифровым рандомизатором текста эксперементировал Дэвид Боуи, с помощью программного обеспечения Koan Брайан Ино записал свой альбом Generative Music 1. А в 2016-м компания Sony разработала искусственный интеллект Flow Machines, он написал свою песню под названием Daddy’s Car.

Татьяна Шаврина, лидер команды AGI NLP Сбербанка:

«Нейронные сети могут и писать новую музыку. По сути мелодия и ритм — это взаимосвязанные последовательности, особенности которых современные технологии могут улавливать достаточно хорошо. Например, ИИ уже генерирует музыку в стиле Баха. А программисты «Яндекса» создали группу «Нейронная оборона» и даже записали альбом, все песни в котором созданы алгоритмически на основе творчества Егора Летова».

Искусственный интеллект не только может быть соавтором, звукорежиссером или даже продюсером (например, автоматически продвигая неизвестного артиста в топ плейлистов Spotify), но и воздействует на музыкальную индустрию в целом. Так, механизмы фильтрации сделали понятие музыкального жанра устаревшим. Сейчас в основе плейлистов не жанр, а то, что называется просто «хорошая музыка». В скором будущем алгоритмы будут не просто создавать индивидуальные плейлисты, но и писать музыку для каждого из нас.

Изобразительное искусство

Портретная живопись — чрезвычайно сложный жанр для искусственного интеллекта, поскольку черты лица человека бесконечно многообразны. И все же в 2018 году Christie’s стал первым аукционным домом, продавшим картину, созданную алгоритмом. «Портрет Эдмона де Белами» купили за 432,5 тыс. долларов, что почти в 45 раз превышало предварительную стоимость. Но, что более важно, картина продемонстрировала новые способности искусственного интеллекта. Как правило, машине нужно «сказать», что создавать, прежде чем она выдаст желаемый результат. В данном случае в систему загрузили набор данных из 15 тыс. портретов, написанных в период с XIV по XX век. На их основе «художник» создал новое изображение — портрет несуществующего Эдмонда де Белами. Черты его лица получились смазанными, но все равно это огромный прорыв для искусственного интеллекта.

И это далеко не единственный пример. В марте прошлого года в нью-йоркской галерее HG Contemporary прошла выставка «Безликие портреты, превосходящие время». Двадцать картин нарисовал алгоритм Aican, который разработал доктор Ахмед Эльгаммаль, программист и директор Лаборатории искусства и искусственного интеллекта Ратгерского университета в Нью-Джерси. Он считает: «Сеть находит больше решений, когда стремится к абстракции; вот где есть место для новизны». Эльгаммаль также уверен, что на данный момент спор об авторстве не имеет смысла, ведь это сотрудничество двух художников: человека и машины.

Но фундаментальный вопрос «Можно ли назвать изображения, созданные алгоритмом, искусством?» остается открытым. Один из способов ответить на него — провести визуальный тест Тьюринга. А именно показать картины и скульптуры, созданные алгоритмом, людям. И если они не заметят разницу, то и разница между художником и машиной станет все меньше.

Литература

Искусственный интеллект может не только рисовать, но и писать. Например, романы и статьи. Полностью сгенерированная машиной проза — вот что предложила лаборатория (и детище Илона Маска) OpenAI. Писатели и журналисты разволновались. Они решили, что искусственный интеллект по имени GPT2 лишит их работы, поскольку создаёт «дипфейки для текстов» (от англ. deep learning — глубинное обучение, то есть обучение нейросетей и fake — подделка), то есть подделывает стиль автора так ловко, что тот и сам не отличил бы его от реальности.

Когда плагиат создает человек, это становится серьезной проблемой. Но если за подделкой стоит компьютерная программа — это прогресс. Однако издательства и книжные магазины рано потирают руки в предвкушении прибыли: за книги, написанные алгоритмом, не нужно платить роялти автору. Модель OpenAI пока не дотягивает до уровня Толстого, а иногда и вовсе напоминает сочинение нерадивого второклассника, например, когда пишет о подводных пожарах.

Татьяна Шаврина, лидер команды AGI NLP Сбербанка:

«Через полгода создатели модели GPT2 все-таки выложили ее в открытый доступ. Оказалось, что генерировать длинный связный текст — все-таки не такая простая задача. Впрочем, читатели сами могут опробовать вариант такой модели на русском языке — нейросеть «Порфирьевич» продолжает любую историю, иногда очень забавно».

Программа Marlowe от технологического стартапа Authors A.I. работает иначе. Она не отнимает у писателей их труд, а помогает писать. Marlowe умеет определять недостатки прозы и направляет авторов по верному пути. В случае сотрудничества человека и бота может получится настоящий бестселлер.

Кинематограф

Долгие годы в киноиндустрии ключом к успеху были талант и харизма актеров. Но пандемия коронавируса и здесь внесла свои коррективы. Она заставила кинопродюсеров еще осторожнее подходить к инвестированию. Им в помощь — шведская платформа Largo.ai, которая помогает снизить риски вложений. Не удивительно, что Largo.ai стала одним из лучших стартапов на Берлинском кинофестивале и вызвала большой интерес в Каннах. Программа проанализировала более 400 тысяч фильмов и сериалов, 1,8 млн актеров и 59 тысяч сценариев. И теперь может прогнозировать реакцию аудитории и потенциальный доход от проекта, а также предлагать варианты повышения успеха фильма и минимизации рисков.

Полученные знания можно использовать для принятия решений на разных этапах кинопроизводства: от подготовки к съемкам до пост-продакшна и непосредственно проката. Также искусственному интеллекту прогнозируют светлое будущее в сфере визуальных эффектов и анимации.

Татьяна Шаврина приводит в пример опыт Белоруссии, где в рамках хакатона What The Hack нейросеть обучили писать сценарии. За 40 часов она написала сценарий, по которому сняли видеоролик. Достаточно его посмотреть, чтобы понять: с таким подходом еще очень сложно говорить о творческой самостоятельности ИИ, а настоящие, живые Квентин Тарантино и Вуди Аллен без работы не останутся.

Хореография

У каждой талантливой личности есть собственный почерк, который не перепутать ни с каким другим. Но даже гениев иногда покидает вдохновение. Теперь искусственный интеллект помогает хореографам развиваться вне зависимости от отношений с капризной музой. Например, хореограф Королевского балета Великобритании Уэйн Макгрегор сотрудничает с Google Arts & Culture Lab. В паре с искусственным интеллектом они придумывают совершенно новую хореографию. Для этого алгоритм посмотрел тысячи часов видеороликов репертуара Макгрегора за 25 лет его карьеры. После этого программа предложила 400 тысяч свежих, оригинальных па, а-ля Макгрегор. По словам восторженного танцовщика, этот инструмент «дает новые возможности, о которых вы даже не догадывались».

Инструмент можно настроить так, чтобы он отражал почерк конкретного хореографа, или сочетал стили двух разных танцоров — тогда получается еще более интересный микс. Дело не в том, чтобы заменить Белого и Черного лебедя роботами, а в том, чтобы показать танцорам их способности с неожиданной стороны.

Вывод

Искусственный интеллект открывает новые возможности для художников, писателей, актеров. Он не заменит человека в креативном процессе, но точно незаменим, когда дело касается поиска новых, нестандартных решений. Будущее, вероятно, не за танцорами-роботами и музыкантами-алгоритмами, а за совместным творчеством человека и машины.

Автор: Ирина Новик.

Подписывайтесь на наш телеграм-канал, чтобы первыми быть в курсе новостей венчурного рынка и технологий!

Когда искусство является искусством? — One Zero Society — Перспективы постцифровых культур

кусственный интеллект, создающий произведения искусства, заново поднимает старые вопросы: Это вообще можно считать искусством? И кто такой художник? Машина, программист или человек, данными которого мы «накормили» алгоритмы?

Харальд Вилленброкк

Каждый раз, когда берлинский художник Роман Липски принимается за работу, он садится за полотно, подготовленное его ассистентом. Например, если Липски дает ему изображения калифорнийских пейзажей, его ассистент сначала делает несколько разных набросков региона между Скалистыми горами и Тихим океаном. Эти эскизы служат вдохновением для художника польского происхождения, который на их основе разрабатывает собственные интерпретации. Самое лучшее — это невероятное трудолюбие ассистента Липски. Его коллега, которого он ласково называет «моей музой», никогда не болеет, никогда не берет отпуск и выходных, а безропотно день и ночь выполняет задание, данное ему работодателем. Потому что правая рука Липски — это машина. 
 
Сам художник с эйфорией рассказывает о «настоящем партнерстве художника и искусственного интеллекта». Липски открыл для себя преимущества Искусственного Интеллекта (ИИ) во время творческого кризиса. В тот период он познакомился с ИТ-специалистом Флорианом Доманном из художественного объединения YQP. Вместе с ним он разработал своего искусственного помощника. С тех пор он анализирует картины Липски, разбирает их на составные части и складывает их по-новому. Можно сказать, что он продлевает руку и расширяет память художника. 
 
Как и Роман Липски, многие современные художники, композиторы и писатели пользуются виртуальными инструментами. Машинное Обучение (МО) актуально для них уже потому, что, как и многие другие технологии, оно позволяет им использовать совершенно новые формы выражения. ИИ активно участвует в работе и помогает достигать потрясающих результатов. «Удивительно, что ИИ может способствовать рождению такого глубоко человеческого состояния, как экстаз», — говорит, например, композитор Холли Херндон.

Музыкант и композитор Холли Херндон представила свой альбом «Proto», который она создала с помощью ИИ, на фестивале Club To Club в Италии в 2019 году. | Фото: © picture alliance/Pacific Press/Alessandro Bosio

 

Американская артистка, живущая в Берлине, в своем альбоме Proto (сокращенно от «протокол») поет вместе со Spawn, компьютерной программой, которую она написала сама. Сначала Херндон записала в программу свой собственный голос и голоса небольшого вокального ансамбля. Затем Искусственный Интеллект воспроизвел образцы голоса в подходящем алгоритме, который поддержали живые исполнители. Музыка человека и машины, которую Spawn и Херндон сыграли вместе, напомнила критику журнала «MusikExpress» «своего рода церковную музыку из далекого будущего». 

Сочинять музыку можно, играть — нельзя

В художественной среде существует много разных видов ИИ. Во Франции нейронная сеть, в которую исследователи загрузили 45 песен Beatles в качестве базы данных, самостоятельно написала песню Daddy’s Car полностью в стиле композиторов группы Джона Леннона и Пола Маккартни. В октябре 2018 года картина Эдмунда де Белами, созданная ИИ, была продана на аукционе Christie’s в Нью-Йорке за рекордную цену в 432 500 долларов США. В Тюбингене команда специалистов под руководством нейробиолога Маттиаса Бетге разработала программное обеспечение на основе ИИ, которое анализирует и копирует работы великих художников. Сегодня любой желающий может загрузить изображение на сервер deepart.io, созданный Бетге, и за 1,99 евро превратить его в произведение искусства в стиле выбранного художника. «Искусство прежде всего связано с восприятием», — говорит ученый, — «вот что делает эту сферу такой привлекательной для нас».

Какой художник создал эту картину? На deepart.io нейронная сеть превращает загруженные пользователями изображения в произведения искусства в стиле известных художников. | Фото: © DeepArt Но и у алгоритмов есть свои слабые места. Многие творческие продукты, созданные исключительно ИИ, кажутся такими же предсказуемыми, как функциональная музыка, звучащая в отеле среднего класса между стойкой регистрации и коридором. Композиция Daddy’s Car также лучше воспринимается в живом человеческом исполнении, потому что чисто механическое инструментальное исполнение кажется слишком статичным. Сам Маттиас Бетге признает, что его программа пока является «скорее инструментом искусства», чем самостоятельным художником.

Может ли ИИ создавать произведения искусства?

Вопрос о том, может ли ИИ создавать настоящие произведения искусства, довольно спорный, и ответ на него во многом зависит от точки зрения. Вы смотрите на создателей произведения искусства или оцениваете произведения искусства по эффекту, который они способны произвести? Футуролог Бернд Флесснер оценивает искусство ИИ прежде всего с оглядкой на аудиторию. «Если произведение несет посыл реципиентам, смотрящим на картину, слушающим музыкальное произведение или читающим книгу, то это действительно произведение искусства, независимо от того, как оно было создано», — считает ученый из Эрлангена. Значит, алгоритм может быть таким же творческим, как и человек.
 
По мнению нейробиолога Бетге, машины уже соответствуют классическим критериям человеческого творчества. «Современная форма ИИ собирает опыт, анализирует структуры, а затем отрывается от прошлого и создает на этой основе что-то новое и удивительное. Творческий человек поступает точно так же». 
 
Именно это и сделала программа на основе ИИ под названием AlphaGo на знаменательном матче в марте 2016 года. В финале против профессионала высшего ранга в китайской стратегической настольной игре го ИИ сделал ход, который, по мнению критиков, никогда не сделал бы ни один человек. То, что на первый взгляд казалось серьезным упущением для зрителей, следивших за матчем человека против машины в прямом эфире на YouTube, вскоре оказалось гениальным ходом, который явно решил исход в пользу машины и привел зрителей в полное изумление.
 
Одним из них был математик Маркус дю Сотой. «Именно тогда я понял, что только что стал свидетелем смены фаз, которая повлияет на мой творческий мир», — говорит ученый, преподаватель Оксфордского университета, автор книги «Код креативности» про ИИ и творчество. В этой книге дю Сотой объясняет, как искусство, литература и музыка ИИ могут открывать совершенно новые измерения, поскольку они могут быстрее и полноценнее, чем люди, собирать и обрабатывать данные и объединять их во что-то новое. Любопытно, что Машинное Обучение можно использовать даже для того, чтобы машинные артефакты производили впечатление созданных человеком. Так, французский коллектив Obvious, стоявший за нашумевшим портретом вымышленного Эдмунда де Белами, противопоставил друг другу два алгоритма: так называемый генератор был заполнен 15 000 портретов XIV-XX веков, из которых он постоянно создавал новые портреты. Задача другого алгоритма, дискриминатора, заключалась в том, чтобы проверить портреты на предмет их создания ИИ. С Эдмундом де Белами генератор перехитрил своего противника — дискриминатор не распознал картины, искусственно созданные генератором.

Кто автор?

Несмотря на постепенное приближение компьютерных программ к живым художникам с точки зрения мастерства, они не обладают пониманием социальных, эмоциональных или общественных факторов, то есть главного стимула творчества. С социологической точки зрения, это своего рода гибрид тусклого зеркала и неизлечимого фаната свой профессии. Насколько впечатляющей ни была бы их способность глубоко проникать в каждую оцифрованную дисциплину за короткий период времени, настолько же наивно их восприятие всего происходящего вокруг. 
 
Дю Сотой считает, что на данный момент это одна из творческих оков творческого ИИ: «Мы, люди, можем использовать сокровища визуальной, звуковой и письменной информации и удивительным образом комбинировать их. Однако ИИ основывается на очеь ограниченных базах данных». Иными словами: Машины могут анализировать и обрабатывать огромные объемы данных. Но их фантазия ограничена лишь имеющимся набором данных — они ​​не проводят перекрестных связей с другими областями жизни и опыта. 
 
Но тут возникает вопрос: кто же на самом деле является автором произведений искусства, созданных ИИ: компьютерная программа, программисты или кодировщики, загрузившие в нее данные и давшие задание? И как быть с авторами музыкальных произведений, картин или романов, которыми ее «кормили»? 
 
Этот вопрос приобрел очень конкретные очертания после того, как за Эдмонда де Белами, созданного ИИ, была предложена рекордная цена. Вся выручка от аукциона досталась парижскому коллективу Obvious, который хотел, чтобы их работа воспринималась как ссылка на «параллель между программированием алгоритма и опытом, составляющими мастерство и стиль художника». К большому недовольству Робби Барата. Американский художник и разработчик, разместивший в сети алгоритм с открытым исходным кодом, то есть для бесплатного использования и совершенствования, остался ни с чем, как и десятки тысяч художников, чьи работы были отправлены в генератор «Эдмонда де Белами». 
 
В данном случае ИИ оказался дверной щелью, через которую свет падает на человеческую концепцию искусства. Потому что вопрос о том, кто на самом деле создал хит, картину или бестселлер, в равной степени относится и к людям-художникам. Следовательно, искусство, полностью или частично созданное Искусственным Интеллектом, актуально еще и потому, что оно по-новому поднимает вековые споры о том, кто или что является художником. Может быть, это еще тусклое зеркало, но такое, в котором мы немного лучше можем познать самих себя. Даже это однозначно можно считать искусством.

Искусственный интеллект оценит искусство – Hi-Tech – Коммерсантъ

Развитие искусственного интеллекта привело к тому, что он уже пытается оценивать произведения искусства — не только возможной стоимости экспонатов, но и того, какие эмоции они вызовут у людей. Ученые создали уже несколько таких ИИ-инструментов, однако их практическое применение пока находится под вопросом.

Искусственный интеллект, создающий если не произведения искусства, то по крайней мере нечто похожее на творчество человека, уже не новость. Еще в 2019 году выставки художественных работ, созданных алгоритмом ИИ под названием Ai-Da, прошли в галерее Tate Modern и Барбикан-центре в Лондоне. Работы другого ИИ, AICAN, выставлялись в галерее современного искусства в Нью-Йорке — 75% опрошенных не смогли отличить его работы от работ художников-людей. Теперь же ИИ учится не только создавать художественные работы, но и оценивать их, а также их воздействие на людей.

Ученые из Стэнфордского университета и некоторых других исследовательских центров с помощью машинного обучения создали ИИ, который может предсказать, как люди отреагируют на то или иное произведение искусства. По словам исследователя из Лаборатории искусственного интеллекта Стэнфордского университета Паноса Ахлиоптаса, обычно анализ изображений с помощью ИИ концентрируется на описании того, что происходит на картине, однако не менее важно то, какие чувства вызывают в людях произведения искусства.

В рамках этого проекта, названного ArtEmis, ученые провели онлайн-опрос, в котором людей спрашивали, какие эмоции и чувства у них вызывает та или иная картина. В опросе участвовало 6,4 тыс. человек, в общей сложности оценивалось около 81 тыс. картин в 27 разных стилях и 45 жанрах, созданных с XV века до нашего времени. Реакцию на каждую картину должны были написать не менее пяти человек, каждый из них описывал основную эмоцию, вызываемую картиной, а также предполагал, что именно в картине вызвало эту эмоцию. В общей сложности было собрано около 439 тыс. примеров тех или иных эмоций. На основании этих данных разработчики учили ИИ предсказывать, какую эмоцию и почему вызовет у людей определенная картина.

Они демонстрировали ИИ сами картины в сочетании с вызываемыми эмоциями и описанием причин этого. «Из-за синего и белого цветов в этой картине у меня появляется чувство, как будто мне снится сон» — так описал ИИ возможные эмоции от картины Винсента Ван Гога «Звездная ночь».

Люди, которые затем читали описания, составленные ИИ, в 50% случаев оценивали такие описания как созданные человеком. По словам господина Ахлиоптаса, есть здесь и некоторые сложности: эмоции от картины достаточно иррациональны, и во многих случаях сами люди не могли назвать основную эмоцию, так что проверить правильность оценки, данной ИИ, здесь сложнее, чем во многих других случаях. Кроме того, описания ИИ не такие разнообразные и творческие, как те, которые сделаны людьми. Однако, по мнению господина Ахлиоптаса, первые итоги проекта все же можно назвать многообещающими, а в будущем система может быть улучшена.

Искусственный интеллект учат оценивать и другие виды искусства, например, музыку. Этому решили научить ИИ ученые из Университета Невады — они отобрали около тысячи коротких видео, в которых люди играют на фортепиано, а затем попросили профессиональных пианистов оценить каждое из них по десятибалльной шкале. Затем половина этих данных — сами записи игры на фортепиано и оценки, выставленные пианистами,— были использованы для того, чтобы научить ИИ оценивать исполняемую музыку. Другая половина использовалась для того, чтобы проверить, насколько оценки ИИ совпадают с оценками музыкантов. В тех случаях, когда ИИ получал доступ только к аудиозаписи, его оценки совпадали с оценками музыкантов в 65% случаев, а при доступе и к аудиозаписи, и к видео — в 75% случаев.

По словам одного из участников исследования, Брендона Морриса, как и в случае с нейронными сетями в целом, людям сложно понять, как именно ИИ ставит ту или иную оценку исполнителю.

«Мы не знаем, что конкретно он делает. Как и во многих других случаях с ИИ, мы не можем точно сказать, что происходит»,— рассказывает господин Моррис.

По его мнению, скорее всего, ИИ оценивает тысячи мелких деталей, например, умение пианиста сыграть одной рукой две ноты, далеко находящиеся друг от друга на клавиатуре, или быстро играть большие интервалы.

Разрабатывается ИИ и для оценки произведений искусства в более практических целях — определения возможной стоимости картины для аукционов и т. д. Так, например, еще в 2018 году стартап ARTBnk объявил о создании ИИ-инструмента, который может давать быструю оценку стоимости произведений искусства. Еще один подобный проект был запущен другой компанией, Artnome, — как и другие подобные проекты, он основан на машинном обучении: ИИ обучали на достаточно большом массиве данных о картинах и ценах, по которым они продавались на аукционах.

Однако широкого практического применения подобные инструменты пока не нашли — не в последнюю очередь это связано с тем, что механизмы принятия тех или иных решений искусственным интеллектом непрозрачны и часто непонятны даже самим разработчикам. Кроме того, создание работающего инструмента требует огромных массивов качественных и разнообразных данных для его обучения, но и в таком случае точность оценки и соответствие ее мнениям экспертов будет оставаться под вопросом — по крайней мере на нынешнем уровне развития ИИ.

Яна Рождественская

постановка проблемы – тема научной статьи по философии, этике, религиоведению читайте бесплатно текст научно-исследовательской работы в электронной библиотеке КиберЛенинка

УДК: 008

Пушкарев Алексей Владимирович

аспирант кафедры философии и истории науки Башкирского государственного университета dilbar.bach@mail .ru Alexey V. Pushkarev graduate student of department of philosophy and history of science of the Bashkir state university dilbar [email protected]

ТВОРЧЕСТВО И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: ПОСТАНОВКА ПРОБЛЕМЫ

CREATIVITY AND ARTIFICIAL INTELLIGENCE: STATEMENT OF THE PROBLEM

Аннотация. В статье предпринимается попытка постановки проблемы соотношения искусственного и естественного интеллектов в области творчества. Современный компьютер способен решать многие интеллектуальные задачи, часть из которых традиционно считались творческими и подвластными только человеческому мышлению. Автор приходит к выводу, что возможности искусственного интеллекта, обладающего многими преимуществами перед естественным мышлением, ограничены в той сфере, где происходит творение принципиально нового, что относится, в первую очередь, к произведению искусства.

Ключевые слова: мышление, искусственный интеллект, творчество, компьютер, произведение искусства, человеческое мышление.

Annotation. In this paper we made an attempt to pose the problem of relation of artificial and natural human intelligence in the field of creativity. The modern computer is able to solve many intellectual challenges, some of which have traditionally been considered creative and subservient only to human thinking.The author concludes that the possibility of artificial intelligence, which has many advantages over a natural way of thinking, is limited in the sphere, where the creation of a fundamentally new thing happens, which primarily relates to a piece of art

Keywords: thinking, artificial intelligence, creativity, a computer, a work of art, the human mind.

Проблема интеллекта и интеллектуальной деятельности всегда представляет интерес для человека, поскольку отражает сущностные основания человека как существа духовного. В жизни человека нет ничего, что происходило бы помимо мышления, в котором и сосредоточено все богатство духовных проявлений человека. Не следует забывать, что мышление представляет собой не

только инструмент познания, но и среду, в которой происходит духовная жизнь человека. Как справедливо заметил Гегель, в духовной жизни нет ничего, что существовало бы помимо мышления, которое составляет и «всеобщую субстанцию духовного» [3. с.121].

Под искусственным интеллектом понимаются системы средств, воспроизводящих «определенные функции человеческого мышления» [5,с.442]. Проблема искусственного интеллекта возникла не в 40-е годы XX века, вместе с появлением первых компьютеров, но позднее, когда связь между человеком и думающей машиной стала более явной. Имитация мыслительной деятельности заставляет человека испытывать иллюзию того, что перед ним находится не вычислительное устройство, а разумное существо [8]. Проблема искусственного интеллекта, которая встала во весь рост перед человечеством в связи с усиливающейся компьютеризацией интеллектуальной жизни, вероятно, никогда не исчезнет, со временем приобретет все большую остроту и обогатится неожиданными оттенками. Появление умной машины — компьютера — выдвигает перед человечеством целый ряд разнообразных философских проблем, на фоне которых чисто технические вопросы кажутся уже не такими сложными. Компьютер обострил всегда существовавшую проблему взаимоотношения творца и его творения. Не превратится ли со временем компьютер в нового Франкенштейна, наводящего ужас — вопрос не праздный, поскольку известно, что любое творение человека имеет тенденцию приобретать самостоятельность и влиять на духовное бытие человека.

Взаимодействие различных сторон духовного бытия человека с искусственным разумом находится в рамках более общей проблемы предела возможностей человека. Интеллект как способность мышления, как уровень мыслительной деятельности является мощным орудием человека. Благодаря силе своего интеллекта человек достиг небывалых высот, но интеллект стал и причиной его страданий, создав в настоящее время ситуацию угрозы всему существующему на земле. В данном случае познавательный аспект интеллектуальной деятельности переходит в морально-этическую проблему, остро ставящую вопрос об ответственности человека за свои поступки.

Мышление является мостиком, связывающим человека с окружающим миром. Именно оно дает возможность адекватно реагировать на все, с чем сталкивается человек в процессе своего существования. Но мышление является, как уже упоминалось, не только инструментом познания, но и средой обитания человеческого духа. Если бы человек только соответствующим образом обрабатывал информацию от природной среды и приспосабливался к ней, то он никогда не стал бы человеком. Человеком, как существом духовным, всегда двигал не только практический, утилитарный интерес, направленный на выживание, но и бескорыстное стремление к познанию. В этой особенности раскрывается одна из граней, благодаря которой происходит реализация мощи человеческого духа.

Моделируя процессы мышления человека, компьютер дает возможность качественной и всесторонней обработки поучаемой человеком извне информации. Подобная обработка носит вспомогательный характер. И.Д. Карпенко от-

мечает, что в литературе, посвященной данной проблеме, подчеркивается подражательный характер действия разумной машины [5,с.442]. Так как интеллект понимается как признак способности к мышлению, то чаще всего он ассоциируется с деятельностью, требующей значительных умственных усилий.

Являясь опосредованным обобщением той информации, которую человек получает извне, мышление отражает внешний мир через сложную и разветвленную систему представлений и образов. По сути, мышление представляет собой непрерывный процесс создания определенных моделей, с помощью которых происходит познание.

Представляя собой отлаженный механизм, создающий стереотипы, мышление, в то же время, постоянно разрушает их. Стереотип является способом сокращения мыслительной деятельности, при помощи которого привычная операция обрабатывается автоматически, без особых умственных усилий. Стереотип удобен в том отношении, что он освобождает мышление от необходимости уделять внимание малозначительным моментам, облегчает и упрощает мыслительную деятельность. Но, полезный в повседневной жизни, стереотип мешает в научной и творческой деятельности, ставя преграду оригинальности решения поставленной задачи. Творчество, в том числе и научное, призвано открывать сложность и многообразие самой жизни, которую невозможно уместить в стереотип, каким бы удобным он ни казался. Фиксируя лишь какую-либо одну сторону явления, он не способен создать картину действительности во всей её полноте, что характерно для диалектического мышления [6, с.50]. Любое истинное творчество есть разрушение привычного взгляда на проблему, то есть уничтожение стереотипа.

Искусственный интеллект, который воплощается в компьютере, призван помочь человеку в решении разнообразных интеллектуальных задач, связанных с обработкой большого объема информации. Отсутствие способности удерживать в сознании огромный объем информации, утомление, снижающее качество мыслительной деятельности, сравнительно низкая скорость обработки информации — это те недостатки человеческого мозга, которые отсутствуют у компьютера. Соответствующая программа позволяет компьютеру моментально решать логические задачи любой сложности, что позволяет, например, шахматным компьютерам обыгрывать чемпионов мира.

Таким образом, мощь компьютера заключается в способности обрабатывать большой объем информации разнообразным способом: классифицировать его, распределять по ранжиру, выявлять какие-либо стороны и т.д. Эта работа, имеющая большое значение в овладении имеющейся информацией по какому-либо вопросу, все же творческой не является. Она подготавливает тот этап, когда полное владение информацией приводит к определенному порогу, за которым начинается нечто новое. Но это нечто новое уже способен сделать только человек с особенностями его мышления. Качественное изменение, которое происходит при появлении нового — это скачок, в результате которого нарушается привычная логика старого, и на смену ему приходит новая, не использовавшаяся прежде логика.

Моделируя человеческое мышление, то есть, организуя информацию согласно правилам, компьютер не обладает способностью отступать от них. А эвристическая природа человеческого мышления имеет именно это достоинство. В решении задачи важно не пройти все имеющиеся звенья пути для достижения цели, а выбрать наиболее оптимальный вариант, дающий возможность быстро и эффективно достичь цели. Парадоксальность мышления, типичная для гениев, отличается именно тем, что человеческое мышление имеет обыкновение двигаться непроторенными путями, всегда находить новое и неожиданное решение.

Мышление человека представляет собой настолько сложное явление, что его во всей полноте не сможет воспроизвести самый совершенный компьютер. Компьютер моделирует логические операции, но большую часть мышления человека занимает бессознательное, в недрах которого происходит непрерывная работа по созданию нового. Творческие открытия, поражающие нас своей гармоничностью, рождаются в атмосфере хаоса бессознательного. Мыслительные клише, создаваемые компьютером, можно сравнить с неким руслом, в рамках которого происходит движение мысли. Но человеческая мысль — это бурление потока, который постоянно вырывается из русла, и где ограничение не только не накладывает механистический характер на сущность мысли, но, напротив, усиливает ее изобретательность. Логические операции, имеющие сознательный характер, представляют собой только некий результат работы, проделываемый мышлением на бессознательном уровне. Причем попытка отделить сознательное от бессознательного в мышлении обычно приводит к обеднению мысли. Необъяснимое в человеческом мышлении составляет как раз ту творческую ауру, благодаря которой мысль обретает оригинальность и неповторимость.

Сознание, являющееся, по мнению ряда ученых, лишь недавним культурным приобретением человечества, сразу поставило человека в особое положение среди обитателей природы. Возвысив его над природным миром, оно породило массу проблем, которых человечеству приходится решать постоянно. Человеку была необходима гармония не только внешняя, помогающая ему ощущать себя частью природы, но и внутренняя, обеспечивающая согласие с самим собой. Но отныне пытливая мысль человека постоянно нарушала именно внутреннее равновесие, создавая конфликт желаемого и действительного. Прерогативой человека стало сознательное поведение, то есть такое, в котором он мог отдавать себе отчет и словесно формулировать свои поступки. Логика в поступках стала критерием истинности поведения, а шире — и всей деятельности человека как существа разумного. Но бессознательное начало постоянно включалось в этот механизм, нарушая его, в результате чего возникали непредвиденные ситуации. Человек не имеет возможности все просчитывать в своей деятельности именно потому, что в его мышлении всегда присутствует бессознательное начало. Это не только мешает, но и помогает человеку, так как в подобной «нелогичной» ситуации заключен творческий импульс, приводящий к неожиданному решению.

Логическое мышление всегда противопоставлялось мышлению интуитивному. Первое можно определить как завоевание человечества по пути по-

строения культуры, второе — как проявление его более древней природной сущности. Особенностью интуитивного мышления является его неоднородность, в нем в единстве существуют все стороны мыслительной деятельности. Интуитивное мышление вбирает в себя и духовный опыт самого индивида, черпаемый в личном опыте и в коллективном бессознательном, а также процесс размышления. Еще один важный момент мыслительной деятельности человека заключается в том, что вся логика человеческого мышления пронизана эмоциональностью и образностью. Она создает ту питательную среду, которая является источником необычных решений. Привычное противопоставление мысли и чувства носит, скорее, искусственный характер [1, с.228]. Г. Гегель отмечал, что чувства и представления, то есть, что обычно не признается как чистое мышление, даны именно в мышлении [3, с.85-86].

Отсутствие интуитивного мышления сделало бы человека полностью логичным и предсказуемым, это лишило бы его творческой потенции. К числу особенностей логического мышления относится его направленный характер, определяемый конечной целью. В интуитивном мышлении цель так четко не обозначена, хотя она может присутствовать в неосознаваемом виде. В интуитивном мышлении происходит движение по кругу, при котором происходит освоение информации, находящейся около центральной мысли. Это и обуславливает тот творческий характер интуитивного мышления, которое характеризуется понятием «мыслить около». Оно лишено последовательности логического мышления, которое представляет собой движение от одного понятия к другому. В интуитивном мышлении нет преобладания вербально оформленной мысли. Смешение всех мыслительных, то есть духовных ресурсов внутреннего мира человека, и создает ситуацию расширенного поиска, не ограниченного каким-либо одним приемом обработки информации. И чувство в подобной ситуации обостряет мысль [1, с.229].

Искусственный интеллект лишен творческого начала, которое определяется Н. Бердяевым как живое начало бытия [2, с. 153]. Прорыв к трансцендентному, который характерен для творческого начала, не согласуется с расчетливостью продуманной мысли. В нем присутствует то, что выходит за пределы привычного мира и открывает горизонты беспредельного, не ограничиваемого рамками сознания [4, с.87]. Творчество — это всегда преодоление уже существующего, то есть разрушение привычной логики.

В истории искусства известны примеры, когда художникам приходилось создавать произведения с многочисленными ограничениями, что, однако, вовсе не мешало им проявить свою творческую свободу. Мысль художника всегда преодолевает штампы и приобретает ту уникальную форму выражения, благодаря чему открывается истина бытия. При этом владение мастерством как технической стороной создания произведения искусства позволяет обозначить границу одаренности художника. Для гения техническая сторона, имеющая во многом формальный характер, становится ступенью, поднимающей ремесло, которым владеют многие, на недосягаемый уровень подлинного искусства. Расчет, присутствующий при создании любого произведения искусства, у гения переплавляется в горниле вдохновения, где чисто логическое уже не имеет под-

линной ценности. Интеллектуальное и эмоциональное, сознательное и бессознательное в творческом процессе сплавлены в единое целое, которое составляет саму суть духовной жизни человека.

Компьютер имеет возможность создать произведение искусства, ориентируясь на основные каноны какого-нибудь определенного вида искусства. Но, хотя оно будет сделано «правильно», с учетом всех необходимых композиционных требований, назвать этот продукт произведением искусства будет трудно. В нем будет отсутствовать обаяние тайны, того необъяснимого, что делает произведение привлекательным и заставляет человека вслушиваться в него вновь и вновь. Познание, которое открывает перед нами произведение искусства, не является просто усвоением системной информации. В произведении искусства заложено и необъяснимое, то, что всегда будет находиться за пределами познания, то, что образует некую его «избыточность», неисчерпаемость. Ю.Н. Холопов по отношению к музыке пишет о познании как о «двустороннем», «творческом действии», «соматическом» «переживании акта приятия творческого импульса от объекта» [6, с.112]. Произведение искусства должно нести живой импульс тому, кто его воспринимает, в чем и состоит смысл творческого характера его восприятия.

Но при этом следует помнить, что сам факт создания художественного произведения человеком не обеспечивает его высокой художественной ценности. Бездарным может быть и то, что написано в порыве вдохновения, мерой служит степень таланта творца, которая и делает его творение значимым не только для него, но для всего человечества.

Интеллектуальные системы, работающие для человека, способны выполнять функции, которые когда-то считались творческими. Но областью подлинного творчества остается мышление самого человека.

Таким образом, постановка проблемы искусственного интеллекта и творчества высвечивает множество вопросов, требующих специальной разработки. Среди них обозначим такие, как граница познавательных возможностей человека, эстетическая и этическая ценность произведения искусства, созданного при помощи компьютерных технологий, роль логического и интуитивного мышления в творческом процессе.

Литература:

1. Бахтизина Д.И. Понимание музыки как импульс к творче-ству//Гуманитарные, социально-экономические и общественные науки. 2013. №6. С.228-231.

2. Бердяев Н.А. Смысл творчества. М.:АСТ: Астрель. Полиграфиздат, 2010. 414 с.

3. Гегель Г.В.Ф. Энциклопедия философских наук. Наука логики. М.: Мысль, 1975. 452 с.

4. Лукьянов А.В. И.Г. Фихте о проблеме критериев духовного «Я»//Философские науки. 2007. №2. С.81-89.

5. Карпенко И.Д. Искусственный интеллект// Новейший философский словарь. Мн.: Интерпресссервис; Книжный Дом, 2001. С.442.

6. Сухарев В.А. Психология интеллекта. Донецк: Сталкер, 1997. 416 с.

7. Холопов Ю.Н. О формах постижения музыкального бътия//Вопросы философии. 1993. №4. С.106-116.

8. www: dic.academic.ru Искусственный интеллект (Дата обращения 28.11.2014).

Literature:

1. Bakhtizin D. I. Understanding of music as an impetus to creativity // Human, social, economic, and social sciences. 2013. №6. Р.228-231

2. Berdyaev N.A. The meaning of creativity. — M.: ACT:Astrel: Poligrafizdat, 2010. Р.414.

3. Hegel G.W.F. Encyclopedia of Philosophy. Science of Logic. — M.: Thought, 1975. Р.452.

4. Lukyanov A. V. I.G. Fichte about the problem of the criteria of the spiritual «I»//Philosophy. 2007.№2. Р.81-89.

5. Karpenko I.D. Artificial Intelligence // Newest Philosophical Dictionary. -Mn .: Interpressservis; Book House, 2001. Р.442.

6. Sukharev V.A Psychology of intelligence. Donetsk: Stalker, 1997. Р.416.

7. Holopov Y.N. About the forms of comprehension of music being // Problems of Philosophy. 1993. №4 Р.106-116.

8. www: dic.academic.ru Artificial Intelligence (date of handling 28.11.2014).

Искусственный интеллект и творчество

С момента создания Neuromation работает с творческими профессионалами с целью найти инновационные варианты использования искусственного интеллекта. Наши цели состоят в том, чтобы улучшить качество производительности, совершенствуя и упрощая творческий процесс в различных областях применения; а также использовать новейшие инструменты, позволяющие дизайнерам, производителям и разработчикам расширить сферу возможностей.

Наше первое сотрудничество в этой области осуществляется с масштабным стартапом под названием Let’s Enhance. Let’s Enhance стремится значительно улучшить возможность масштабирования размера старых, нечетких или размытых фотографий. Благодаря сотрудничеству с Neuromation Let’s Enhance использует глубинные свёрточные нейронные сети, обученные нахождению различных данных реальных и синтезированных изображений, позволяющие изучать характерные черты объектов, что дает возможность приложению добавлять дополнительные детали, отсутствующие в оригинале. Это выходит за рамки возможностей технологии предыдущего поколения — бикубической интерполяции, которая используется в работе ведущих платформ, таких как Adobe’s Photoshop.

Однако это лишь малая часть потенциала искусственного интеллекта в отраслях творческой индустрии.

Adobe, которая долгое время была ведущим разработчиком профессиональных творческих инструментов, начала внедрять в свои продукты технологию распознания лиц с помощью искусственного интеллекта, что позволяет применять эффекты и фильтры к изображениям лиц. Как известно, эта технология была впервые использована в приложениях для смартфона и на платформах, таких как Snapchat, чтобы делать фотографии более качественными и умело применять слои к видео. Это показывает, что данная технология может переходить не только от профессионала к потребителю, но также от потребителя к профессионалу, поскольку во всех случаях приложения с элементами искусственного интеллекта крайне просты в использовании.

За последнее десятилетие рекламная индустрия испытала бум технологического развития, так как AdTech и открытые торги в реальном времени коренным образом изменили рекламу в интернете. Вся отрасль стала более зависимой от данных и развития технологий — от сегментации аудитории и определения целей до выявления случаев мошенничества и анализа тональности.

В этой области IBM разработала технологию Watson, также известную как «Оптимизатор когнитивных ставок», которая служит для совершенствования программных медиазакупок (см. видео). И, как мы можем наблюдать на примере таких компаний, как Facebook, технологии с элементами ИИ также демонстрируют небывалый успех в уличении мошенничества и выявлении вредоносного контента, что чрезвычайно важно для ответственных брендов, не желающих портить репутацию.

Однако теперь технология искусственного интеллекта может совершить революцию даже в самых творческих аспектах индустрии.

Автоматизация трудоемкой и энергозатратной работы способна обеспечить дизайнерам и креативным директорам возможность создания новых образов и материалов. Автоматизация также может сэкономить значительные затраты, тем самым растягивая маркетинговый бюджет компании. Конечно, это произошло ранее — до того процесс упрощения работы с ПК проводился вручную. Искусственный интеллект и далее занимается повышением эффективности за счет автоматизации процессов, прежде производимых специалистами по компьютерному дизайну, что экономит не только время и затраты, но и дает возможность для более детальной и точной работы, чего не удавалось до этих пор.

Иным аспектом разработки, в котором может быть задействован искусственный интеллект, является анализ взаимодействия пользователя с приложением или веб-сайтом, использующим машинное обучение, а также выработка рекомендаций относительно изменений, которые позволят сайту быть более простым в использовании и оперативно реагирующим на команды. Компании, такие как AirBnB и WeWork, экспериментируют с этой технологией наравне с гигантами Google и IBM.

Наконец, много внимания уделялось исключительно генеративным технологиям дизайна, подобных тем, что были разработаны при помощи приложения GAN’s или генеративно-состязательных сетей. Эти модели нейронных сетей при обучении работе со множеством изображений могут «галлюцинировать» совершенно новые, но визуально похожие изображения. Они могут быть просто невероятного качества, но, как мы видели с Let’s Enhance, применение данной технологии может быть чрезвычайно эффективно для небольших областей изображений при заполнении пробелов, отсутствующих в исходных данных.

Дизайн одежды — еще одна область, в которой проводятся эксперименты с генеративной технологией дизайна. Amazon в сотрудничестве с Lab126 образовали исследовательскую студию в Сан-Франциско, ныне экспериментирующую с созданием одежды с элементами искусственного интеллекта. После изучения определенного стиля моды из серии фотографий, искусственный интеллект может создать совершенно новый, однако родственный дизайн.

Главным убеждением Neuromation является то, что цель искусственного интеллекта заключается не в замене людей — а в том, чтобы помочь приумножить наши возможности. Мы стремимся создавать инструменты, средства и приборы для творческих исследований и открытий. Те инструменты, которые мы видим на сегодняшний день и которые нас наиболее вдохновляют, могут использовать ИИ для облегчения работы и расширения спектра возможностей, однако они по-прежнему не в состоянии обойтись без творческих личностей, способных принимать важные эстетические решения.

Мы с нетерпением ждем продолжения работы с людьми, которые используют в своей работе ИИ, чтобы продолжать создавать для них новые инструменты. Как мы видели на примере платформ для электронной коммерции и разработки веб-сайтов, это может создать ультрасовременный и оперативно реагирующий проект, доступный меньшим компаниям, которые ранее не могли себе позволить творческих специалистов. Искусственный интеллект — важный шаг в этой непрерывной эволюции творческих индустрий.

Подписывайтесь на канал «Инвест-Форсайта» в «Яндекс.Дзене»

Примеры творчества ИИ — Анастасия Кириченко — Хайп

Искусственный интеллект сегодня может посоревноваться с человеком во многом, но актуально ли это для искусства?

Кадр из фильма «Робот по имени Чаппи»

Давайте познакомимся с примерами творчества ИИ, которые не оставят вас равнодушным.

Живописцы

Искусственный интеллект создает необычные произведения живописи, если можно назвать таковыми картины, написанные роботами или программами. И если раньше в таких работах сильно угадывались вводные, предоставленные для работы, то сейчас в них все больше и больше собственного творчества. Но давайте по порядку.

Познакомьтесь с Attentional Generative Adversarial Network (AttnGAN) — это бот, который генерирует изображение из текстового описания. Для этого его создатели загрузили базу из сотен тысяч изображений и объектов, добавив текстовое описание. Посредством машинного обучения, бот научился распознавать предметы, объекты и теперь может нарисовать вам что угодно.

Сложные предложения разбиваются на отдельные слова, каждое из которых анализируется. Затем изображения попиксельно добавляются на картинку. Вот как выглядит его работа.

Текст на картинке это описание, вводная, по которой рисует алгоритм. В верхнем ряду изображены 3 общих этапа его работы © motherboard

Вот еще один интересный проект под названием Pix2pix. Программа создает портреты из скетчей, загруженных в него. Иногда они выглядят как персонажи из фильмов ужасов. В принципе, если вы можете создать хороший, пропорциональный и правильный с точки зрения анатомии скетч, то программа сделает свое дело.

© Pikabu

Но вот если рисование — это не ваш конек, тогда выйдет что-то вроде этого.

© Pikabu

Есть и программы, которые превращают изображение в настоящий психоделический сон. Даже воспаленный мозг самого одаренного «человеческого» гения вряд ли придумал бы что-то круче. Эта программа получила название DeepDream и ниже вы найдете одну из ее работ.

© tengrinews.kz

Но, как бы там ни было, по сути, это всего лишь эффекты, а непосредственно творчества здесь минимум. Этого не скажешь об интереснейших работах, участвующих в Robot Art Competition. К слову, это мероприятие проходит уже 3 года подряд. Познакомимся с его победителем.

Первое место получил ИИ Independent (США) и вот одна из его работ:

© robotart.orgЕще один призер прошлого года. Работа выполнена PIX18 Creative Machines Lab – Columbia Univeristy (США) © robotart.org

Если вам интересно, как же рисует робот, то вот вам ответ.

Композиторы

Но искусственный интеллект не только рисует: он воспроизводит человеческий голос, ведет телешоу, как этот ведущий, и даже пишет музыку.

ИИ Sony Flow Machine даже выпустил свой первый альбом под названием IAMAI. Конечно, определенные вводные программе все таки задаются, но это уже, определенно, творчество. На музыку наложили слова и вот что вышло.

Есть еще один интересный стартап, Amper, с которым объединила усилия певица Тарин Саутерн (Taryn Southern). В результате получилась эта интересная композиция. К слову, искусственному интеллекту нужно всего несколько минут, чтобы написать музыку.

Обученный искусственный интеллект может писать и классические ноты. Взять хотя бы DeepBach, который еще 2 года назад смог составить собственную композицию на основе прослушивания произведений Баха. Музыка получилась очень даже душевной, хоть и немного циклической. Только послушайте.

Писатели

Сейчас искусственный интеллект дорос даже до написания текстов, и не просто статей, а целых рассказов. Логически связанных и вполне себе читабельных. Особенные успехи на этом поприще сделал ИИ под названием Scheherazade-IF (interactive fiction).

Его произведения даже участвовали в литературных конкурсах, выходя в финал. Он соревновался за победу наряду с творениями человеческого разума. В целом, рассказы получаются логичными. Вот, например, фрагмент, написанный компьютером на основе тысяч примеров, загруженных в систему.

ИИ пишет просто и логично, да, пока есть определенные проблемы, которые «режут слух» читателя, но в скором времени разработчики, скорее всего, избавят алгоритмы от этого. Нужно просто немного подождать.

В прошлом году на Хэллоуин ИИ подарил нам целую книгу. Она называется «Give yourself Goosebumps: Welcome To Sand Hands». Произведение написано на основе детских книг ужасов «Give yourself Goosebumps» Р. Л. Стайна.

Рассказ ИИ вы можете прочитать здесь.

Основой для еще одного примера писательского творчества ИИ стали книги о Гарри Поттере. В результате получились весьма комические, а порой и нелогичные, строки, которые разработчики объединили в одну книгу. Она, по аналогии с оригинальными произведениями, получила название «Harry Potter and the Portrait of what Looked Like a Large Pile of Ash».

© botnik

В этой книге Пожиратели Смерти влюбляются, а Рон заделался каннибалом и «поедает семью Гермионы». В общем, там своя атмосфера. Почитайте на досуге.


Если уже сейчас искусственный интеллект создает такие потрясающие вещи с минимальным количеством вводных данных, проявляет фантазию и изобретательность, то что будет через 5 лет? Трудно сказать. Может быть, писатели, художники и музыканты потеряют возможность зарабатывать на жизнь своим талантом? Очень возможно. А пока мы можем только наслаждаться прогрессом и наблюдать, как будет развиваться творчество искусственного интеллекта в будущем.

Что же еще умеет ИИ? В этой статье мы собрали несколько интересных навыков. Эта тема вам интересна? Оставляйте свое мнение в комментариях.

Что будет дальше с искусственным интеллектом — творчество

Роль

AI в Morgan и многих других творческих начинаниях показывает, как далеко продвинулся ИИ. Использование таких методов, как глубокое обучение, позволило добиться огромного прогресса, но пока ИИ остается в роли помощника.

«Интересно то, что по сравнению со многими другими методами машинного обучения технология глубокого обучения — это так называемая« генеративная модель », что означает, что она учится имитировать данные, на которых ее обучали», — объясняет Джейсон Той, генеральный директор компании Somatic — стартап, специализирующийся на разработке приложений для глубокого обучения.«Если вы скармливаете ему тысячи картин и картинок, внезапно у вас появляется эта математическая система, в которой вы можете настраивать параметры или векторы и получать совершенно новые творческие вещи, аналогичные тем, на которых он был обучен».

Но даже широко разрекламированные методы искусственного интеллекта имеют свои ограничения. «Креативность и то, что мы начали изучать, сняв фильм Morgan , завораживает, потому что глубокое обучение не является ответом на творчество», — говорит Смит из IBM.«Нам еще предстоит определить, что означает творчество. Мы знаем, что некоторые атрибуты связаны с поиском чего-то нового, неожиданного и в то же время полезного ».

«ИИ легко придумывает что-то новое наугад.Но очень сложно придумать что-то новое, неожиданное и полезное ».

— Джон Смит, менеджер по мультимедиа и визуальному анализу в IBM Research

Определяя параметры обучения творчеству, художники зашли так далеко, что использовали ИИ для проектирования скульптур и создания картин, имитирующих великие произведения искусства.Например, используя технику переноса стиля, художники могут «обучать» алгоритмы искусственного интеллекта, показывая им изображения стиля живописи, такого как импрессионизм, чтобы преобразовать фотографии и видео в один и тот же стиль.

Эти возможности актуальны не только для изобразительного искусства. «Я вижу, как вся творческая индустрия, от кино до рекламы и маркетинга, использует эти инструменты для проверки новых идей и ускорения создания прототипов», — говорит Той.

Может ли ИИ научиться творчеству?

Эксперты утверждают, что мы едва прикоснулись к тому, что возможно.Хотя достижения в области ИИ означают, что компьютеры могут быть обучены некоторым параметрам творчества, эксперты сомневаются в том, в какой степени ИИ может развить собственное чувство творчества. Можно ли научить ИИ творить без руководства? Может ли он действительно понять, что красиво, возможно, глядя на расположение пикселей или цветовую палитру?

«Всего несколько лет назад, кто бы мог подумать, что мы сможем научить компьютер тому, что такое рак, а что нет?» говорит Арвинд Кришна, старший вице-президент по гибридным облакам и директор IBM Research.«Я думаю, что научить ИИ тому, что является мелодичным или красивым, — это задача другого рода, поскольку она более субъективна, но, вероятно, достижима. Вы можете предоставить ИИ кучу обучающих данных, в которых говорится: «Я считаю это прекрасным. Я не считаю это красивым ». И хотя представления о красоте могут отличаться у разных людей, я считаю, что компьютер сможет найти хороший диапазон. Теперь, если вы попросите создать что-то прекрасное с нуля, я думаю, что это определенно более далекий и сложный рубеж.”

« Можем ли мы взять то, что люди считают красивым и креативным, и попытаться воплотить это в алгоритме? Я не думаю, что это будет возможно в ближайшее время.”

— Джейсон Той, генеральный директор, Somatic

Эксперты отмечают, что обучение компьютеров творчеству по своей сути отличается от того, как люди учатся творить, хотя мы еще многого не знаем о нашей собственной творческой методологии.

«Многие примеры творчества включают обучение и исследование в иерархическом стиле. Нейронные и многослойные сетевые системы могут помочь нам построить различные структуры, чтобы лучше понять эти иерархии, но есть еще много всего, что нужно изучить и открыть », — объясняет когнитивист из Университета Сассекса Маргарет Боден, которая также является советником в Центре будущего Леверхалма Стивена Хокинга. интеллекта.

«Если у вас есть компьютер, который придумывает случайные комбинации музыкальных нот, человек, обладающий достаточной проницательностью и временем, вполне может уловить одну-две идеи.С другой стороны, одаренный артист может услышать тот же случайный сборник и уйти с совершенно новой идеей, которая порождает совершенно новую форму композиции », — говорит Боден. По ее оценкам, 95% того, что делают профессиональные художники и ученые, — это исследовательские работы, а, возможно, остальные 5% — действительно творческое начало. Многие процессы, лежащие в основе творческого мышления, до сих пор неизвестны, и Боден считает, что ИИ играет здесь большую роль.

Могут ли машины и искусственный интеллект быть креативными?

Мы знаем, что машины и искусственный интеллект (ИИ) могут быть разными вещами, но могут ли они когда-либо быть действительно творческими? Когда я брал интервью у профессора Маркуса дю Сотуа, автора книги The Creativity Code , он поделился, что роль ИИ является «своего рода катализатором для развития нашего человеческого творчества.«Именно сотрудничество машины и человека дает захватывающие результаты — новые подходы и комбинации, которые, вероятно, не были бы разработаны, если бы они работали в одиночку.

Могут ли машины и искусственный интеллект быть творческими?

Adobe Stock

Вместо того, чтобы думать об ИИ как о замене человеческого творчества, полезно изучить способы использования ИИ в качестве инструмента для расширения творческих способностей человека. Вот несколько примеров того, как ИИ повышает творческие способности людей в искусстве, музыке, танцах, дизайне, создании рецептов и публикации.

Арт.

В мире изобразительного искусства ИИ оказывает влияние во многих отношениях. Он может изменить существующее искусство, например, сделать Мона Лизу живым портретом а-ля Гарри Поттер, создавать изображения, похожие на реальных людей, которых можно найти на веб-сайте ThisPersonDoesNotExist.com, и даже создавать оригинальные произведения искусства.

Когда Christie’s продал на аукционе произведение искусственного интеллекта «Портрет Эдмона де Белами» за 432 500 долларов, он стал первым аукционным домом, сделавшим это.Алгоритм AI, генерирующая состязательная сеть (GAN), разработанный парижским коллективом, создавшим искусство, получил набор данных из 15000 портретов, охватывающих шесть веков, для информирования его творчества.

Еще одна разработка, стирающая границы того, что значит быть художником, — это Ай-Да, первая в мире художница-робот, которая недавно провела свою первую персональную выставку. Она оснащена технологией распознавания лиц и системой роботизированной руки, работающей на основе искусственного интеллекта.

Более эксцентричное искусство — это тоже способность искусственного интеллекта. Алгоритмы могут читать рецепты и создавать изображения того, как будет выглядеть готовое блюдо. Dreamscope от Google использует традиционные изображения людей, мест и вещей и пропускает их через серию фильтров. Результат действительно оригинальный, хотя иногда и кошмарный.

Музыка

Если ИИ может расширить творческие возможности в изобразительном искусстве, сможет ли он сделать то же самое для музыкантов? Дэвид Коуп последние 30 лет работал над экспериментами в области музыкального интеллекта или EMI.Коуп — традиционный музыкант и композитор, но обратился к компьютерам, чтобы помочь преодолеть кризис композитора еще в 1982 году. С того времени его алгоритмы создали множество оригинальных композиций в самых разных жанрах, а также создали Эмили Хауэлл, ИИ, который может сочинять музыку. основана на ее собственном стиле, а не просто копирует стили вчерашних композиторов.

Во многих случаях AI — новый помощник для популярных сегодня музыкантов. Flow Machine от Sony и Watson от IBM — это всего лишь два инструмента, которые используют музыкальные продюсеры, ютуберы и другие артисты при выпуске сегодняшних хитов.Алекс Да Кид, продюсер, номинированный на премию Грэмми, использовал Watson от IBM для своего творческого процесса. ИИ проанализировал «эмоциональную температуру» того времени, очищая разговоры, газеты и заголовки за пятилетний период. Затем Алекс использовал аналитику, чтобы определить тему своего следующего сингла.

Еще один инструмент, охватывающий взаимодействие людей и машин, AIVA позиционирует себя как «творческий помощник для творческих людей» и использует искусственный интеллект и алгоритмы глубокого обучения для написания музыки.

Помимо создания музыки, искусственный интеллект трансформирует музыкальную индустрию множеством способов — от распространения до аудио мастеринга и даже создания виртуальных поп-звезд. Ауксуменский певец по имени Йона, созданный иранским композитором-электронщиком Эшем Кушей, создает и исполняет музыку, такую ​​как песня Oblivious, с помощью алгоритмов искусственного интеллекта.

Танцы и хореография

Мощный способ, которым хореографы танца смогли вырваться из своих обычных шаблонов, — это использовать искусственный интеллект в качестве соавтора.Уэйн МакГрегор, удостоенный наград британский хореограф и режиссер, известен тем, что использует технологии в своей работе, и его особенно восхищает то, как искусственный интеллект может улучшить хореографию в проекте с Google Arts & Culture Lab. В алгоритм были загружены сотни часов видеозаписей танцоров, представляющих отдельные стили. Затем ИИ приступил к работе и «научился танцевать». Цель состоит не в том, чтобы заменить хореографа, а в том, чтобы эффективно повторять и развивать различные варианты хореографии.

AI Дополненный дизайн

Еще одно творческое начинание, в котором искусственный интеллект доказал свою компетентность, — это коммерческий дизайн. В результате сотрудничества французского дизайнера Филиппа Старка, Kartell и Autodesk, компании, занимающейся разработкой программного обеспечения для 3D, на Миланской неделе дизайна было представлено первое «кресло, созданное с использованием искусственного интеллекта» и запущенное в производство. The Chair Project — еще одно сотрудничество, которое исследует совместное творчество людей и машин.

Рецепты

Креативность искусственного интеллекта также преобразует кухню, не только изменяя давние рецепты, но и создавая совершенно новые комбинации продуктов в сотрудничестве с некоторыми из крупнейших имен в пищевой промышленности.Наши любимые возлияния также могут получить новый облик ИИ. Теперь вы можете сделать предварительный заказ виски, разработанного искусственным интеллектом. Решения пивоваров также основываются на искусственном интеллекте. Лаборатория компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) использует все те фотографии еды, которые мы публикуем в социальных сетях. С помощью компьютерного зрения эти фотографии продуктов питания анализируются, чтобы лучше понять привычки людей в еде, а также предложить рецепты с блюдами, которые изображены на фотографиях.

Писать романы и статьи

Несмотря на то, что объем письменных материалов для алгоритмов искусственного интеллекта огромен, письменность была сложной задачей для ИИ.Хотя ИИ был наиболее успешным в создании кратких шаблонных материалов, таких как журналистика «кто, что, где и когда рассказы», ​​его навыки продолжают расти. ИИ написал роман, и хотя нейронные сети создали то, что многим показалось странным, они все же смогли это сделать. А с объявлением короткометражного романа японской программы искусственного интеллекта, который почти выиграл национальную литературную премию, легко увидеть, как скоро ИИ сможет соревноваться с людьми в написании убедительных материалов.Копан Пейдж опубликовал Superhuman Innovation , книгу не только об искусственном интеллекте, но и в соавторстве с AI. PoemPortraits — еще один пример сотрудничества ИИ и человека, когда вы можете предоставить алгоритму одно слово, которое он будет использовать для создания короткого стихотворения.

Поскольку мир ИИ и человеческого творчества продолжает расширяться, пора перестать беспокоиться о том, может ли ИИ быть творческим, но как мир людей и машин может пересекаться для творческого сотрудничества, о котором раньше даже не мечтали.

Вы можете посмотреть полное интервью с Маркусом дю Сотуа здесь:

Креативность и искусственный интеллект | Артур Мелло

Фото Франка В. на Unsplash

Как ИИ генерирует новые идеи? Заменит ли оно когда-нибудь человеческое творчество?

Искусственный интеллект — одно из тех модных словечек, которые мы сейчас видим повсюду. Его можно использовать для обнаружения мошенничества с кредитными картами, игры в шахматы и даже вождения автомобиля. Но все это задачи, от которых мы более или менее готовы отказаться и признать, что компьютеры могут работать лучше нас — кажется разумным, что рано или поздно компьютеры будут разъезжать, координируя движение в наших городах.

А как насчет искусства или творчества в целом? Это было то, на что мы всегда могли рассчитывать, что оно лучше компьютеров — когда мы разговариваем с Siri, трудно представить, что он когда-либо сможет нарисовать что-то вроде Дали, например. Однако много лет назад мы относились к шахматам так же. Это была вершина человеческого интеллекта и была слишком сложной для понимания компьютеров, пока IBM Deep Blue не поразила мир, победив Гарри Каспарова, считавшегося лучшим шахматистом всех времен.С тех пор компьютеры превзошли людей не только в шахматах, но и во многих других играх, включая Го, китайскую настольную игру, намного более сложную, чем шахматы. Может ли то же самое случиться с искусством?

Мы видим медленный, но заметный прогресс в области творчества: есть компьютеры, способные рисовать, создавать песни и даже писать статьи. Если честно, иногда они могут быть немного простыми, но с каждым годом они становятся лучше, и их труднее отличить от человеческого труда. Как это возможно? Как ИИ может быть творческим?

Существует три основных способа использования ИИ для создания новых идей:

  1. Создание новых комбинаций
  2. Изучение потенциала концептуальных пространств
  3. Проведение преобразований

В настоящее время компьютеры (и ученые) больше сосредоточены на первые два.Третий, однако, имеет наибольший потенциал нарушения и, вероятно, будет более изучен в ближайшие годы.

Создание новых комбинаций, возможно, самая простая из трех операций, которую можно исследовать с помощью компьютера, и она очень близка к аналогиям или шуткам.

«У какого убийцы есть волокно? Убийца злаков ».

Не очень смешно, но вы понимаете, что в этом есть какая-то логика, не так ли? В 1996 году доктор искусственного интеллекта Ким Бинстед создал Jape, компьютерную программу, способную генерировать каламбуры (это была одна из них).Хотя это не всегда смешно, мы можем понять, как компьютер может шутить, оценивая фонетическое сходство между словами (например, серийный и зерновой ) и обменивая их. Однако многое из того, что делает Jape, не имеет смысла и должно быть сокращено позже человеком, чтобы определить, что смешно, а что нет.

Здесь начинается самое интересное: представьте, что искусственный интеллект наполняется музыкальной «грамматикой», основными правилами музыкальной композиции, а также списком подписей известных композиторов, таких как Бетховен и Стравинский: их манеры, типичные гармонии и т. Д. мелодии.То есть материал, который заставляет Бетховена походить на Бетховена. Затем попросите этот ИИ написать новую песню, которая звучит так, как будто она была написана Бетховеном. Что ж, это то, что Дэвид Коуп сделал с EMI (Experiments in Musical Intelligence), и вы можете послушать результат здесь:

Что делает его особенным, так это то, что, учитывая концептуальное пространство музыкальных правил и сигнатур, компьютер может найти другие возможные комбинации в этом пространстве, которые еще не исследованы. Можно не только создать качественную музыку, но и сделать так, чтобы она звучала как определенный композитор.

Ранний пример успешной системы обнаружения — Automated Mathematician, проект 1970-х годов, который мог генерировать и преобразовывать небольшие фрагменты кода. Это зародыш лучшего компьютера: тот, который может программировать себя. Такая система называется искусственной разработкой, и она используется в некоторых конкретных областях с некоторыми замечательными результатами.

Это наименее изученный из 3 способов творчества ИИ, но он определенно имеет большой потенциал.

Одним из самых больших препятствий в творчестве ИИ является оценка новых идей: после исследования и преобразования пространств, как компьютер может автоматически понять и оценить свои результаты? Как он может узнать из всех песен, которые он написал, какие из них оставить? Это может быть особенно сложно, но даже более актуально, особенно для приложений преобразования пространства.

Последние достижения в области искусственного интеллекта показывают, что компьютеры способны создавать произведения искусства высокого уровня, часто способные заставить людей думать, что их создал другой человек. Сможем ли мы когда-нибудь позволить компьютерам делать это самостоятельно, без нашего вмешательства? Не в ближайшее время. Перестанем ли мы когда-нибудь потреблять искусство, созданное руками человека? Возможно нет. Однако мы можем начать ценить и то, и другое.

Представленная здесь структура актуальна не только для понимания и оценки новых открытий в области искусственного интеллекта, но и для определения новых проблем и поиска решений для них.

«Окончательным подтверждением творчества искусственного интеллекта могла бы стать программа, генерирующая новые идеи, которые изначально озадачивали или даже отталкивали нас, но которая смогла убедить нас в том, что они действительно ценны. Мы очень далеки от этого ». — Маргарет А. Боден

Может ли искусственный интеллект быть творческим?

Пионеры информатики были бы шокированы сегодняшним ИИ.

Ада Лавлейс писала, что машина «не претендует на создание чего-либо.Он может делать только то, что мы знаем, как ему приказать ». В некоторой степени это так же верно сейчас, как и 200 лет назад; Люди могут создавать и воспринимать закономерности из (очевидной или реальной) случайности, потому что люди, к лучшему или худшему, видят закономерности повсюду. Но компьютеры могут работать только по существующим схемам; На самом деле, для компьютера внутренне невозможно создать действительно случайные — и, следовательно, действительно оригинальные — данные.

Но новости постоянно наводнены историями об искусственном интеллекте, создающем оригинальные произведения искусства, стихи и даже картины.Так что здесь происходит? Достиг ли искусственный интеллект того уровня, на котором его можно назвать по-настоящему «креативным»? И как мы можем применить это на практике?

Что такое творчество?

Универсального определения творчества не существует, как и универсального определения любви, но мы все знаем это, когда видим.

Так может ли компьютер познать творчество? Что еще более важно, можем ли мы научить компьютер творчеству? Недавние достижения в области искусственного интеллекта, кажется, наводят на мысль, что ответом будет однозначное «да».”

Может ли ИИ быть творческим?

Ни один человек не рождается с такими способностями, как письмо, рисование или пение — это навыки, которые мы развиваем, наблюдая и действуя на основе данных, что мы называем «обучением».

Точно так же ИИ может наблюдать и учиться на данных, чтобы получить такие творческие навыки, как рисование, музыкальная композиция и письмо. Машинное обучение является золотым стандартом для ИИ и предполагает быстрое и эффективное обучение модели ИИ на гораздо большем количестве данных — будь то текст, музыка, изображения и т. Д.- чем человек может пережить за всю жизнь.

Теория гласит, что если вы скармливаете ИИ 100 000 стихотворений или 1 миллион произведений поп-музыки, ИИ может проанализировать в них закономерности, а затем придумать свои собственные. Итак, сегодня ИИ используется в ряде творческих областей, которые традиционно считались «исключительно человеческими».

AI Art

В то время как известные художники от Винсента Ван Гога до Пита Мондриана умирали без гроша в кармане, цифровые произведения искусства продавались за огромные суммы.

AI-Generated Portrait of Edmond Belamy, Public domain, via Wikimedia Commons

Приведу пару недавних примеров: София (робот) продала цифровое произведение искусства почти за 700000 долларов, а созданный AI- Portrait of Edmond Belamy был продан за более 430 000 долларов.В частности, портрет был разработан с использованием Generative Adversarial Network, или GAN, которая использует сверточные нейронные сети для имитации человеческого творчества. Исследования показывают, что сети GAN могут быть созданы с использованием RNN или рекуррентных нейронных сетей.

Эти сети GAN могут стать очень точными системами искусственного интеллекта, если на них будет поступать большой объем обучающих данных, поскольку модели глубокого обучения имеют тенденцию совершенствоваться по мере их роста. GAN, работающие на огромных кластерах графических процессоров Nvidia, использовались для создания «DeepFakes» или реалистичных поддельных изображений и видео людей.В эти DeepFake можно добавлять новые данные в режиме реального времени, а поскольку модели DeepFake можно найти в Интернете на таких сайтах, как GitHub, они не исчезнут в ближайшее время.

Даже если у вас не так много данных для обучения, вы можете использовать методы машинного обучения, такие как перенос стилей, чтобы воспользоваться преимуществами предварительно созданных моделей искусственного интеллекта.

Даже такие крупные бренды, как Nutella, массово используют ИИ для автоматизации проектирования.

Как сообщается в Futurism, Nutella использовала искусственный интеллект для создания 7 миллионов уникальных дизайнов своих банок Nutella, которые быстро разошлись.Сегодня компании от Renault до Siemens используют ИИ для разработки продуктов, как сообщает MIT Technology Review.

Люди проголосовали своими долларами: ИИ может рисовать, и он может рисовать хорошо.

AI Музыка и развлечения

Не только это, но и AI, похоже, может сочинять музыку.

Согласно описанию Google Arts & Culture, песня Break Free с использованием нотации и инструментовки, созданных с помощью искусственного интеллекта, получила широкое признание и набрала более 2 миллионов просмотров. Точнее, эта составленная ИИ нотация использовала обработку естественного языка или машины, которые обучаются на основе текста, а не модели, ориентированные на компьютерное зрение, которые мы рассматривали ранее.

Хацунэ Мику, виртуальный кумир с искусственным интеллектом, имеет почти 200 миллионов просмотров вирусных музыкальных клипов.

Еще в 2016 году IBM использовала ИИ для создания трейлера к фильму «Морган», бюджетного фильма, который собрал почти 10 миллионов долларов.

«AI Music» от Ars Electronica под лицензией CC BY-NC-ND 2.0

AI Poetry

Писать стихи, как известно, сложно даже среди творческих людей. Как написал Пол Энгл в статье New York Times, «поэзия — это обычный язык, возведенный в энную степень.”

В то же время, как сообщает Всемирный экономический форум, поэзия, созданная искусственным интеллектом, теперь способна обмануть людей.

Неужели это действительно творчество?


Очевидно, что ИИ может показаться творческим, если вы рассматриваете творчество как еще один навык, которому можно научиться на данных.

Учитывая огромные темпы прогресса, которые мы наблюдаем в области ИИ, мы, естественно, можем ожидать, что творческий потенциал ИИ будет постоянно улучшаться до такой степени, что искусство, созданное ИИ, будет неотличимо от человеческого искусства в любой области.

Но удовлетворительный ли это ответ? Концепция «художественного» творчества глубоко философски спорна и основана на двух аспектах: случайность , и понимание .

Как мы уже обсуждали, компьютеры в настоящее время не могут создавать действительно случайных данных . И некоторые люди могут возразить, что именно этот элемент случайности сам по себе является искрой человеческого творчества, добавляя то, что никто другой не мог или не добавил до .ИИ не может этого сделать.

Точно так же, хотя ИИ может обмануть человека, заставив его думать, что данное стихотворение, картина и т. Д. Написаны другим человеком, это не то же самое, что произведение «творческого искусства», имеющее подлинный , означающее . ИИ будет давать вам бесконечное количество результатов в зависимости от того, что вы вводите, но он их не поймет. У него нет понятия , почему вас следует сравнивать с летним днем, кроме той строки слов, которая появилась в другом фрагменте текста, который он проанализировал.Для ИИ все творческие входы и выходы — это просто данные.

Но это не обязательно плохо, потому что творческие люди могут работать с этими данными.

Может ли AI

расширить творческий потенциал ?

AI может предоставить людям платформу для расширения и усиления их собственного творчества.

Например, ИИ отлично справляется с множеством задач и быстро. Он может содержать множество идей, концепций или черновиков, которые творческий человек может использовать, чтобы ускорить и вдохновить свой собственный творческий процесс.

Конечно, ИИ сам по себе не может создать конечный результат, но он может действовать как соавтор.

В ранее описанных примерах люди играли как минимум или роль, даже если они просто выбирали субъективно лучшие произведения искусства, созданные ИИ.

Поскольку ИИ не знает, что нравится людям, творческие люди должны выяснить, что найдет отклик у других людей. Короче говоря, людям все еще нужно отбросить скучные творения и использовать собственное творческое чутье для улучшения лучших творений.

Как вы можете использовать Akkio для расширения творческих способностей

Akkio может расширить творческие возможности несколькими способами, в том числе для SEO и копирайтинга, прогнозирования и творчества.

Маркетинг

Хотя мы все еще далеки от того, чтобы ИИ мог убедительно писать текст длиной в статью, ИИ все же может помочь во многих отношениях.

Пометка статей

Например, Akkio можно использовать для маркировки контента наиболее релевантными ключевыми словами, такими как «реклама», «брендинг» или «привлечение потенциальных клиентов», с использованием классификации текста.

В прошлом маркетологи полагались на ручную работу, чтобы пометить статьи ключевыми словами. Этот процесс отнимал много времени и отвлекал маркетологов от более творческой работы.

Теперь маркетологи могут использовать ИИ и автоматизировать этот процесс.

Копирайтинг

Как пишет Нил Патель, теперь существует ряд инструментов искусственного интеллекта, которые даже помогают в самом процессе написания, такие как CopyAI, Wordtune и Copysmith.

Эти инструменты помогают маркетологам преодолеть ужасный «писательский тупик» и, следовательно, повысить эффективность.Даже если копия, созданная искусственным интеллектом, не используется напрямую, это может помочь ускорить творческий процесс. Помните, что хотя ИИ может создавать пачки и пачки прозы, он не знает, о чем говорит — вот почему умелые и знающие писатели по-прежнему необходимы в качестве ключевой части процесса написания.

Другими словами, ИИ может быть мощным соавтором. В конце концов, писатели годами использовали менее технические решения, такие как автозаполнение, и сегодняшние инструменты копирайтинга с искусственным интеллектом — лишь следующий шаг в эволюции арсенала писателя.

Изображение Питера Олекса с сайта Pixabay
Оценка лидов для повышения творческого мастерства

Кроме того, ИИ может выявлять и оценивать лиды, ранжируя их на основе их вероятности конверсии.

Лиды оцениваются на основе прошлого покупательского поведения или решений, которые они приняли в процессе покупки, например, предоставления адреса электронной почты или номера телефона.

Оценка лида может также основываться на более субъективных элементах, таких как присутствие человека в социальных сетях, история просмотра веб-страниц или физическое местоположение.

Более высокая оценка лида указывает на более высокую вероятность конверсии и, в свою очередь, на более высокую потенциальную рентабельность инвестиций для маркетологов. И наоборот, низкий показатель лида означает меньшую вероятность конверсии и более низкий шанс на возврат инвестиций.

Использование скоринга означает, что маркетологи могут тратить свое время на нацеливание на наиболее многообещающих потенциальных клиентов с помощью индивидуализированного контента. Автоматизируя логический процесс оценки потенциальных клиентов на основе чисел, у маркетологов появляется больше времени для творческих и индивидуальных усилий.

Классификация заявок в службу поддержки для создания творческих решений

Хорошая поддержка клиентов имеет решающее значение для превращения клиентов в промоутеров, минимизации недоброжелателей и сокращения оттока.

Как пишет Hubspot, творческое решение проблем является ключом к безупречной поддержке клиентов, поскольку многие заявки в службу поддержки потребуют от агентов креативности и уникальных решений. Hubspot пересказывает знаменитую историю о госте Ritz-Carlton, случайно оставившем зарядное устройство для ноутбука.Не раздумывая, Ritz-Carlton отправил изумленному гостю авиапакет с зарядным устройством на следующий день.

Для большинства предприятий такой уровень поддержки клиентов недоступен для каждого отдельного клиента. Большинство групп поддержки клиентов уже разряжены, поэтому они не могут делать все возможное на каждом шагу.

Подсчет билетов на основе ИИ решает эту проблему. Используя искусственный интеллект для ранжирования заявок в службу поддержки клиентов в зависимости от их важности, группы поддержки могут расставлять приоритеты в своей работе.

Это информирует группы поддержки клиентов о том, на каких билетах стоит сосредоточиться, чтобы они могли предлагать творческие, персонализированные решения для клиентов, которые имеют значение.

Классификация текста

Для классификации заявок в службу поддержки клиентов по их важности используется тип ИИ, называемый классификацией текста. Тот же метод можно применить к любому типу текста, включая сообщения в социальных сетях.

В настоящее время миллионы потребителей обращаются к социальным сетям, чтобы выразить как критику, так и похвалу продуктов и услуг.Компании, которые быстро решают проблемы и выражают благодарность довольным клиентам, имеют огромное преимущество перед своими конкурентами.

Как и в случае с классификацией заявок в службу поддержки, это даст командам время для разработки творческих решений для нуждающихся клиентов.

Кроме того, классификация текста в социальных сетях может использоваться для поиска недовольных клиентов, использующих продукцию ваших конкурентов.

Построив модель искусственного интеллекта, например, для классификации настроений твитов, вы можете узнать, когда пользователи разочарованы в конкуренте, и развернуть творческий обмен сообщениями.

Сокращение оттока

Маркетинг — это гораздо больше, чем просто привлечение потенциальных клиентов, поскольку не менее важны коэффициенты конверсии. Чтобы сделать шаг вперед, маркетинговым командам необходимо проанализировать существующих клиентов и предотвратить отток клиентов, прежде чем он станет угрозой для бизнеса.

Фактически, отток является одним из основных факторов, убивающих бизнес, поскольку любой показатель оттока, превышающий темпы роста, неизбежно приведет к провалу бизнеса.

Существует так много факторов, которые могут повлиять на отток, и вероятность варьируется от одного клиента к другому, что делает невозможным ручное прогнозирование оттока в масштабе.

С помощью искусственного интеллекта компании могут автоматизировать процесс прогнозирования оттока клиентов, чтобы они могли отмечать клиентов, которые, вероятно, уйдут следующими, и находить творческие решения, чтобы удержать этих клиентов в курсе событий.

Прогнозирование

По мере того, как мир становится более интегрированным и взаимосвязанным, мы наблюдаем серьезный сдвиг в том, как мы внедряем инновации.

Прогнозирование на основе искусственного интеллекта — один из новых инструментов, который помогает нам планировать наперед и придумывать творческие идеи.

ИИ может синтезировать данные из разрозненных источников, чтобы составить прогноз того, что может произойти в будущем, а затем предложить действия, которые могут быть предприняты для максимального успеха или предотвращения потенциальных проблем.

Прогнозы составляются с помощью алгоритмов, которые сканируют огромные объемы данных, будь то из социальных сетей, использования мобильных телефонов, погодных условий или даже изменений на фондовом рынке, ища закономерности и корреляции.

С Akkio прогнозирование не требует усилий, что дает предприятиям осведомленность и время для творческого планирования будущего.

Фото Т. Аль Накиба из FreeImages

Искусство

Тот факт, что AI сам по себе вряд ли может дать художественное золото, не означает, что вы не можете работать с ним, чтобы усилить свои творческие способности. воображение.

Как мы выяснили, художники использовали поэзию, музыку, искусство и многое другое в модели искусственного интеллекта и создали свои собственные произведения искусства. Вы должны думать о глубоко творческих моментах!

Важно отметить, что с Akkio ИИ открыт для всех. ИИ больше не является прерогативой крупных технологических компаний. Любой желающий может построить и обучить модель на Akkio за считанные минуты, с бесплатной пробной версией и низкими ценами с неограниченным использованием сверх того.

Akkio существует, чтобы поощрять эксперименты и новые способы использования ИИ, демократизированный и доступный для всех.Дайте волю своему творчеству и посмотрите, что ИИ может для вас сделать.

ИИ и люди: творческое объединение

Искусственный интеллект часто рассматривается как чисто логическая математическая область. Однако сегодня ИИ используется для творческих приложений в областях от маркетинга до музыки.

Например, маркетологи, которые хотят лучше понять своих потенциальных клиентов, могут использовать машинное обучение для создания портретов клиентов на основе наборов данных. Интеграция Akkio с Salesforce позволяет маркетологам легко создавать портреты клиентов или сегментировать клиентов по демографическим признакам.

Аналогичным образом, разработка нового музыкального произведения может потребовать от компьютера изучения высоты тона и частоты различных музыкальных нот. AI можно даже использовать для рисования или написания стихов. Такие прорывы, как AlphaGo от DeepMind и GPT-3 OpenAI, несомненно, открывают светлое будущее для творческого ИИ.

Наибольший потенциал ИИ в этой области заключается не в замене творческих людей, а в расширении их работы. Автоматизируя повторяющиеся и утомительные задачи, ИИ может даже высвободить время для предприятий, чтобы они могли предложить более креативные решения, будь то для повышения удовлетворенности клиентов, повышения конверсии потенциальных клиентов или иного улучшения прибыли.

Может ли искусственный интеллект быть творческим?

Когда эксперты обсуждают будущее работы, часто предполагается, что определенные защищенные классы должностей не могут быть заменены искусственным интеллектом и автоматизацией. Этот класс становится все меньше и меньше по мере того, как ИИ становится все умнее и умнее.

Когда-то мы думали, что водители, врачи, бухгалтеры и юристы незаменимы. И все же мы начинаем видеть, как компьютеры вторгаются в эти поля.Теперь даже самые гуманные профессии — те, которые сосредоточены на творчестве, что мы считали исключительно человеческими — кажутся программируемыми. Недавно Chase Bank обнаружил, что машины генерируют рекламные тексты, которые больше находят отклик у аудитории, чем люди-писатели. Так чем же отличается от в сфере машинного обучения?

Способность

ИИ взаимодействовать с гуманитарными науками не делает автоматически угрозу для самых передовых творческих начинаний.

Это вопрос, который исследовательница Элейн Рич решила в работе Компьютеры и гуманитарные науки. Рич пишет: «Искусственный интеллект пытается решить проблемы, которые возникают в мире в том виде, в каком он существует. Многие из них сосредоточены на людях и культурах, которые они создали ». Рич отмечает, что если программисты смогут «научить» ИИ-бота в достаточной мере человеческой культуре, ИИ сможет решать довольно творческие задачи.

Rich разделяет некоторые «абстрактные» проблемы на их фундаментальные части и показывает, как при наличии достаточно полных данных и достаточно хорошо структурированного логического программирования ИИ может быть пригоден для решения творческих задач.В одном случае она предлагает «реальный» пример новой линейки продуктов производственной компании и их планов, целей и ожиданий в отношении маркетинга новой линейки в конкретном городе.

Она отмечает, что для понимания ситуации программа AI должна иметь «соответствующую базу данных об английском языке, а также о реальном мире рекламы, продаж и вакансий. Мы также должны предоставить программе процедуры применения этих знаний к данной конкретной истории.По словам Рича, как только программа будет иметь адекватное знание английского языка и достаточно информации о человеческих целях и о том, как все работает в корпорациях, ее можно запрограммировать для обработки правильных рассуждений (в данном случае дедуктивных и «немонотонных»). ) — а затем сможет разобраться в ситуации и ответить на вопросы о ней.

Как выразился Рич:

Почти все проблемы полагаются (или должны полагаться) на понимание природы как знаний, так и рассуждений.Гуманисты пытаются решить многие из этих проблем. Таким образом, есть место для взаимодействия между искусственным интеллектом и многими гуманитарными дисциплинами.

И все же способность ИИ взаимодействовать с гуманитарными науками не делает его автоматически угрозой для самых передовых творческих начинаний. В настоящее время ИИ зависит от создания расширенного хранилища знаний. Он вполне может решить сложную проблему человеческого поведения или создать эффективные маркетинговые материалы.Однако можно многое сказать о способности искусства вызывать эмоции, основанной на общем опыте, искренности, таланте и уникальном мастерстве. Рич доказывает, что ИИ можно использовать для ответа на сложные вопросы. Но то, что мы считаем творческой работой в гуманитарных науках, гораздо чаще заключается в том, чтобы задавать вопросы, чем отвечать на них.

Ресурсы

JSTOR — это электронная библиотека для ученых, исследователей и студентов. Читатели JSTOR Daily могут бесплатно получить доступ к оригинальным исследованиям наших статей на JSTOR.

Автор: Элейн Рич,

Компьютеры и гуманитарные науки, Vol. 19, No. 2, Natural Language Processing (апрель — июнь 1985 г.), стр. 117-122

Springer

Креативность и искусственный интеллект: следующий шаг

В 1997 году компания IBM Deep Blue одержала известную победу в титанической битве гроссмейстера Гарри Каспарова. Он фактически проиграл ему в прошлом году, хотя он признал, что, казалось, обладал «странным умом».«Для игры с Каспаровым Deep Blue был запрограммирован сложным программным обеспечением, включая обширную книгу с ходами для дебютов, середины игры и эндшпиля.

Двадцать лет спустя, в 2017 году, Google выпустил AlphaGo Zero, который, в отличие от Deep Blue, был полностью самоучкой. Ему были даны только основные правила гораздо более сложной игры го, без каких-либо примеров игр для изучения, и он разработал все свои стратегии с нуля, играя миллионы раз против самого себя. Это позволило ему думать по-своему.

Это два основных вида ИИ, существующих в настоящее время. Символические машины, такие как Deep Blue, запрограммированы на рассуждение, как и люди, выполняя ряд логических шагов для решения конкретных проблем. Примером может служить система медицинской диагностики, в которой машина определяет болезнь пациента на основе данных, работая с деревом возможных решений.

Искусственные нейронные сети, такие как AlphaGo Zero, в некоторой степени вдохновлены связью нейронов в человеческом мозгу и требуют гораздо меньшего участия человека.Их сильная сторона — обучение, которое они делают, анализируя огромные объемы входных данных или правил, таких как правила шахмат или го. Они добились заметных успехов в распознавании лиц и образов в данных, а также в беспилотных автомобилях. Большая проблема в том, что ученые пока не знают, почему они работают именно так.

Но именно искусство, литература и музыка, создаваемые двумя системами, действительно подчеркивают разницу между ними. Символические машины могут создавать очень интересные работы, будучи загруженными огромным количеством материала и запрограммированными на это.Гораздо более захватывающими являются искусственные нейронные сети, которые на самом деле учатся сами по себе, и поэтому можно сказать, что они более творческие.

Символический ИИ создает искусство, которое распознается человеческим глазом как искусство, но это искусство, которое было запрограммировано заранее. Никаких сюрпризов. Алгоритм Аарона ААРОНА Гарольда Коэна создает довольно красивые картины, используя шаблоны, которые были в него запрограммированы. Точно так же Саймон Колтон из колледжа Голдсмитс-Колледжа Лондонского университета программирует «Дурак рисования», чтобы создать образ натурщика в определенном стиле.Но ни один из них никогда не выходит за рамки своей программы.

Искусственные нейронные сети гораздо более экспериментальны и непредсказуемы. Работа создается самой машиной без какого-либо вмешательства человека. Александр Мордвинцев положил начало своей «Глубокой мечте» и ее кошмарным изображениям, порожденным сверточными нейронными сетями (ConvNets), которые, кажется, почти возникают из подсознания машины. Затем есть GAN (Generative Adversarial Network) Яна Гудфеллоу, в которой машина выступает в качестве судьи своих собственных творений, и CAN (Creative Adversarial Network) Ахмеда Эльгаммала, которая создает невиданные ранее стили искусства.Все это порождает гораздо более сложные и трудные работы — машинное представление об искусстве, а не наше. Машина не является инструментом, а участвует в творчестве.

В музыке, созданной искусственным интеллектом, контраст еще более резкий. С одной стороны, у нас есть Flow Machines Франсуа Паше, загруженные программным обеспечением для создания великолепных оригинальных мелодий, включая хорошо отрецензированный альбом. С другой стороны, исследователи Google используют искусственные нейронные сети для создания музыки без посторонней помощи. Но на данный момент их музыка имеет тенденцию терять импульс всего через минуту или около того.

Литература, созданная искусственным интеллектом, лучше всего иллюстрирует разницу в том, что может быть создано двумя типами машин. В символические машины загружено программное обеспечение и правила его использования, и они обучены создавать материалы определенного типа, такие как сводки новостей Reuters и прогнозы погоды. Символическая машина, оснащенная базой данных каламбуров и шуток, порождает то же самое, давая нам, например, корпус машинных шуток. Но, как и в случае с искусством, их литературные произведения соответствуют нашим ожиданиям.

Искусственные нейронные сети не имеют таких ограничений. Росс Гудвин, ныне работающий в Google, обучил искусственную нейронную сеть на корпусе сценариев из научно-фантастических фильмов, а затем поручил ей создавать последовательности слов. Результатом стал довольно гномический сценарий его фильма « Солнечных источников». При таком отсутствии ограничений искусственные нейронные сети имеют тенденцию производить работу, которая кажется непонятной — или мы должны сказать «экспериментальной»? Этот вид машины выходит на территорию, лежащую за пределами нашего нынешнего понимания языка, и может открыть наш разум для области, часто называемой бессмыслицей.Эллисон Пэрриш из Нью-Йоркского университета, композитор компьютерных стихов, исследует грань между смыслом и бессмыслицей. Таким образом, искусственные нейронные сети могут пробудить человеческую изобретательность. Они могут познакомить нас с новыми идеями и повысить нашу креативность.

Сторонники символических машин утверждают, что человеческий мозг также загружен программным обеспечением, накопленным с момента нашего рождения, а это означает, что символические машины также могут претендовать на подражание структуре мозга. Однако символические машины с самого начала запрограммированы на рассуждение.

И наоборот, сторонники искусственных нейронных сетей утверждают, что, как и детям, машинам нужно сначала научиться, прежде чем они смогут рассуждать. Искусственные нейронные сети учатся на данных, на которых их обучили, но они негибки, поскольку могут работать только на тех данных, которые у них есть.

Проще говоря, искусственные нейронные сети созданы для обучения, а символические машины — для рассуждений, но с надлежащим программным обеспечением каждая из них может делать немного другое. Например, искусственная нейронная сеть, приводящая в действие автомобиль без водителя, должна иметь данные для всех возможных непредвиденных обстоятельств, запрограммированных в нее, чтобы, когда она видит яркий свет перед собой, она могла распознать, яркое это небо или белый автомобиль. во избежание несчастного случая со смертельным исходом.

Что необходимо, так это разработать машину, которая включает в себя лучшие функции как символических машин, так и искусственных нейронных сетей. Некоторые компьютерные ученые в настоящее время движутся в этом направлении, ища варианты, которые предлагают более широкий и гибкий интеллект, чем нейронные сети, путем объединения их с ключевыми особенностями символических машин.

В Deep Mind в Лондоне ученые разрабатывают новый вид искусственной нейронной сети, которая может научиться формировать отношения в необработанных входных данных и представлять их в логической форме в виде дерева решений, как в символической машине.Другими словами, они пытаются использовать гибкие рассуждения. В чисто символической машине все это нужно было бы программировать вручную, тогда как гибридная искусственная нейронная сеть делает это сама.

Таким образом, объединение двух систем может привести к более интеллектуальным решениям, а также к формам искусства, литературы и музыки, которые более доступны для человеческой аудитории, а также будут экспериментальными, сложными, непредсказуемыми и забавными.

Философ утверждает, что ИИ не может быть художником.

Творчество — одно из самых загадочных и впечатляющих достижений человеческого существования.Но что это?

Творчество — это не просто новинка. Малыш за пианино может сыграть новую последовательность нот, но они не являются творческими в каком-либо значимом смысле. Кроме того, творчество ограничено историей: то, что считается творческим вдохновением в один период или место, может быть проигнорировано как нелепое, глупое или безумное в другом. Сообщество должно принимать идеи как хорошие, чтобы они считались творческими.

Как и в случае Шенберга или любого числа других современных художников, это признание не обязательно должно быть универсальным.На самом деле это может не наступить годами — иногда творчество ошибочно игнорируется поколениями. Но если нововведение в конечном итоге не будет принято каким-либо сообществом практиков, нет смысла говорить о нем как о творческом.

Успехи в области искусственного интеллекта заставили многих предположить, что люди скоро будут заменены машинами во всех областях, включая творчество. Рэй Курцвейл, футуролог, предсказывает, что к 2029 году мы создадим ИИ, который сможет сойти за среднего образованного человека.Ник Бостром, оксфордский философ, более осмотрителен. Он не называет дату, но предлагает философам и математикам передать работу над фундаментальными вопросами «сверхразумным» преемникам, которые он определяет как обладающие «интеллектом, который значительно превосходит когнитивные способности людей практически во всех областях, представляющих интерес».

Оба считают, что, как только в машинах будет создан интеллект человеческого уровня, произойдет всплеск прогресса — что Курцвейл называет «сингулярностью», а Бострома — «взрывом интеллекта», в котором машины очень быстро вытеснят нас массивными мерами в каждый домен.Они утверждают, что это произойдет, потому что сверхчеловеческие достижения — это то же самое, что и обычные человеческие достижения, за исключением того, что все соответствующие вычисления выполняются гораздо быстрее, что Бостром называет «скоростным суперинтеллектом».

Так что насчет наивысшего уровня человеческих достижений — творческих инноваций? Неужели машины превзойдут наших самых креативных художников и мыслителей?

Человеческие творческие достижения из-за того, как они социально закреплены, не уступят успехам в области искусственного интеллекта.Сказать иначе — значит неправильно понять, что такое люди и что составляет наше творчество.

Это утверждение не является абсолютным: оно зависит от норм, которым мы позволяем управлять нашей культурой, и наших ожиданий в отношении технологий. В прошлом люди приписывали огромную силу и гениальность даже безжизненным тотемам. Вполне возможно, что мы будем рассматривать машины с искусственным интеллектом как настолько превосходящие нас, что естественным образом будем приписывать им творческие способности. Если это произойдет, то не потому, что машины нас обогнали.Это будет потому, что мы опорочили себя.

Человеческие творческие достижения из-за того, что они социально закреплены, не уступят успехам в области искусственного интеллекта.

Кроме того, я в первую очередь говорю о достижениях в области машин, которые недавно наблюдались в нынешней парадигме глубокого обучения, а также о ее вычислительных преемниках. В прошлом исследованиями ИИ управляли другие парадигмы. Они уже не смогли реализовать свое обещание. В будущем могут появиться и другие парадигмы, но если мы предположим, что какой-то условный будущий ИИ, особенности которого мы не можем осмысленно описать, совершит чудесные вещи, то это будет мифотворчество, а не аргументированный аргумент о возможностях технологии.

Творческое достижение действует по-разному в разных сферах. Я не могу предложить здесь полную таксономию различных видов творчества, поэтому, чтобы подчеркнуть это, я приведу аргумент, включающий три совершенно разных примера: музыку, игры и математику.

Музыка для моих ушей

In Imaginary Landscape (2018)
Нао Токуи использует алгоритм машинного обучения для создания панорам из изображений, найденных в Google Street View, и дополняет их звуковыми ландшафтами, созданными с помощью искусственных нейронных сетей.

ПРЕДОСТАВЛЕНИЕ АРИТСТА

Можем ли мы представить себе машину с такими сверхчеловеческими творческими способностями, которая, как Шенберг, вносит изменения в то, что мы понимаем под музыкой?

Я утверждаю, что машина не может этого сделать. Посмотрим почему.

Компьютерные системы сочинения музыки существуют довольно давно. В 1965 году, в возрасте 17 лет, Курцвейл сам, используя предшественник систем распознавания образов, которые характерны для сегодняшних алгоритмов глубокого обучения, запрограммировал компьютер для создания узнаваемой музыки.Варианты этой техники используются и сегодня. Алгоритмы глубокого обучения смогли взять в качестве входных данных кучу хоралов Баха, например, и сочинить музыку, настолько характерную для стиля Баха, что даже экспертов заставят думать, что она оригинальна. Это мимикрия. Это то, что художник делает в качестве ученика: копирует и совершенствует стиль других вместо того, чтобы работать аутентичным, оригинальным голосом. Это не тот вид музыкального творчества, который мы ассоциируем с Бахом, не говоря уже о радикальном новаторстве Шенберга.

Итак, что мы говорим? Может ли быть машина, которая, как Шенберг, изобретает совершенно новый способ создания музыки? Конечно, мы можем представить и даже изготовить такую ​​машину. Имея алгоритм, который изменяет свои собственные композиционные правила, мы могли бы легко создать машину, которая делает музыку столь же отличной от того, что мы сейчас считаем хорошей музыкой, как тогда Шенберг.

Но здесь все усложняется.

Мы считаем Шенберга творческим новатором не только потому, что ему удалось создать новый способ сочинения музыки, но и потому, что люди могли видеть в нем видение того, каким должен быть мир.Видение Шенберга заключалось в лаконичном, чистом и эффективном минимализме современности. Его новаторство заключалось не только в том, чтобы найти новый алгоритм сочинения музыки; он должен был найти способ думать о том, что такое музыка , это , который позволяет ему говорить с о том, что нужно сейчас .

Кто-то может возразить, что я слишком высоко поднял планку. Я утверждаю, спросят они, что машине нужно какое-то мистическое, неизмеримое ощущение того, что социально необходимо, чтобы считаться творческим? Я нет — по двум причинам.

Во-первых, вспомним, что, предлагая новую математическую технику для музыкальной композиции, Шенберг изменил наше понимание того, что такое музыка. Только творчество такого рода, бросающего вызов традициям, требует некоторой социальной чувствительности. Если бы слушатели не восприняли его технику как отражение антитрадиционализма, лежащего в основе радикальной современности, зародившейся в Вене начала 20-го века, они, возможно, не услышали бы ее как нечто имеющее эстетическую ценность. Дело в том, что радикальное творчество не является «ускоренной» версией банального творчества.Достижение Шенберга — это не более быстрая или лучшая версия творчества, продемонстрированного Оскаром Штраусом или каким-либо другим композитором среднего уровня: оно принципиально отличается по своему характеру.

Во-вторых, я не утверждаю, что отзывчивость создателя к социальной необходимости должна быть осознанной, чтобы работа соответствовала стандартам гениальности. Вместо этого я утверждаю, что мы должны иметь возможность интерпретировать работу как ответ . Было бы ошибкой интерпретировать состав машины как часть такого видения мира.Аргумент в пользу этого прост.

Утверждения, подобные утверждениям Курцвейла о том, что машины могут достигать интеллекта человеческого уровня, предполагают, что иметь человеческий разум — это просто иметь человеческий мозг, который следует некоторому набору вычислительных алгоритмов — точка зрения, называемая вычислительной системой. Но хотя алгоритмы могут иметь моральное значение, сами по себе они не являются моральными агентами. Мы не можем сосчитать обезьяну за пишущей машинкой, которая случайно набирает Отелло как великого творческого драматурга. Если в продукте есть величие, это всего лишь случайность.Мы можем видеть продукт машины таким же замечательным, но если мы знаем, что результат является просто результатом некоторого произвольного действия или алгоритмического формализма, мы не можем принять его как выражение видения человеческого блага.

По этой причине, как мне кажется, ничто, кроме другого человека, не может быть правильно понято как подлинно творческий художник. Возможно, ИИ когда-нибудь выйдет за рамки своего вычислительного формализма, но для этого потребуется скачок, который в настоящий момент невообразим. Мы не будем просто искать новые алгоритмы или процедуры, имитирующие человеческую деятельность; мы будем искать новые материалы, которые являются основой человеческого существования.

Дубликат молекула для молекулы человека соответствующим образом будет человеком. Но у нас уже есть способ создать такое существо: это занимает около девяти месяцев. На данный момент машина может делать только что-то гораздо менее интересное, чем то, что может сделать человек. Например, он может создавать музыку в стиле Баха — возможно, даже музыку, которая, по мнению некоторых экспертов, лучше, чем собственная музыка Баха. Но это только потому, что его музыку можно судить по уже существовавшим стандартам. Чего машина не может сделать, так это внести изменения в наши стандарты оценки качества музыки или понимания того, что такое музыка, а что нет.

Это не отрицает, что творческие художники используют любые инструменты, которые есть в их распоряжении, и что эти инструменты формируют вид искусства, которое они создают. Труба помогла Дэвису и Коулману реализовать свои творческие способности. Но труба сама по себе не творческая. Алгоритмы искусственного интеллекта больше похожи на музыкальные инструменты, чем на людей. Тарин Саузерн, бывшая участница American Idol , недавно выпустила альбом, в котором перкуссия, мелодии и аккорды были сгенерированы алгоритмически, хотя она писала тексты и неоднократно настраивала алгоритм инструментовки, пока он не дал желаемых результатов.В начале 1990-х Дэвид Боуи поступил наоборот: он написал музыку и использовал приложение для Mac под названием Verbalizer, чтобы псевдослучайно объединять предложения в тексты. Как и предыдущие инструменты музыкальной индустрии — от записывающих устройств и синтезаторов до семплеров и луперов — новые инструменты ИИ работают, стимулируя и направляя творческие способности человека-исполнителя (и отражая ограничения этих способностей).

Игры без границ

Много было написано о достижениях систем глубокого обучения, которые сейчас являются лучшими игроками в го в мире.AlphaGo и его варианты имеют серьезные претензии на создание совершенно нового способа игры. Они научили экспертов-людей, что первые ходы, которые долгое время считались непродуманными, могут привести к победе. Программа играет в стиле, который эксперты называют странным и чуждым. «Это то, как я представляю себе игры из далекого будущего», — сказал об игре AlphaGo один из лучших игроков в го Ши Юэ. Алгоритм кажется действительно креативным.

В некотором важном смысле это так. Однако игра отличается от сочинения музыки или написания романа: в играх есть объективная мера успеха.Мы знаем, что нам есть чему поучиться у AlphaGo, потому что мы видим, что она побеждает.

Но это также то, что делает Go «игрушечной областью», упрощенным случаем, который говорит только ограниченные вещи о мире.

Падение дома Ашеров Анны Ридлер (2017)
12-минутный анимационный фильм по немому фильму Уотсона и Уэббера 1928 года. Ридлер создавала кадры с помощью трех отдельных нейронных сетей: одна обучалась на ее рисунках, вторая обучалась на рисунках, сделанных из результатов первой сети, а третья обучалась на рисунках, сделанных из результатов второй.

СОДЕРЖАНИЕ АРИТТА

Самый фундаментальный вид человеческого творчества меняет наше понимание самих себя, потому что он меняет наше понимание того, что мы считаем хорошим. Для игры Го, напротив, природа добродетели просто неприемлема: стратегия Го хороша тогда и только тогда, когда она побеждает. Человеческая жизнь обычно не имеет этой особенности: нет объективной меры успеха в высших сферах достижений. Уж точно не в искусстве, литературе, музыке, философии или политике.Да и в разработке новых технологий.

В различных сферах игрушек машины могут научить нас определенной очень ограниченной форме творчества. Но правила домена заранее сформированы; система может добиться успеха только потому, что она научится хорошо играть в рамках этих ограничений. Человеческая культура и человеческое существование гораздо интереснее этого. Конечно, существуют нормы поведения людей. Но творчество в подлинном смысле слова — это способность изменить эти нормы в какой-то важной человеческой области.Успех в области игрушек не означает, что творчество такого более фундаментального типа достижимо.

Это нокаут

Скептик может утверждать, что этот аргумент работает только потому, что я противопоставляю игры артистическому и гению. Есть и другие парадигмы творчества в научной и математической сфере. В этих сферах вопрос не в видении мира. Речь идет о том, как обстоят дела на самом деле.

Может ли машина выдать математические доказательства настолько далеко за пределами нас, что нам просто придется полагаться на ее творческий гений?

Компьютеры уже помогли добиться заметных математических достижений. Но их вклад не был особенно творческим. Возьмем первую основную теорему, доказанную с помощью компьютера: теорему о четырех цветах, которая гласит, что любую плоскую карту можно раскрасить не более чем в четыре цвета таким образом, чтобы никакие две соседние «страны» не имели одинаковых цветов (это также относится к странам на поверхности земного шара).

Почти полвека назад, в 1976 году, Кеннет Аппель и Вольфганг Хакен из Университета Иллинойса опубликовали компьютерное доказательство этой теоремы.Компьютер выполнил миллиарды вычислений, проверив тысячи различных типов карт — настолько много, что для людей было (и остается) логистически невозможно проверить, соответствует ли каждая возможность точке зрения компьютера. С тех пор компьютеры помогли в большом количестве новых доказательств.

Electric Fan (2018)
Том Уайт использует «механизмы восприятия», алгоритмы, извлекающие данные, собранные из тысяч фотографий обычных объектов, для синтеза абстрактных форм. Затем он проверяет и уточняет результаты, пока система не распознает их.

Electric Fan, любезно предоставлено Томом Уайтом, mas ’98, drib.net

Но суперкомпьютер не делает ничего творческого, проверяя огромное количество корпусов. Вместо этого он делает что-то скучное огромное количество раз. Это похоже на полную противоположность творчеству. Более того, это так далеко от типа , понимающего , мы обычно думаем, что математическое доказательство должно предлагать, что некоторые эксперты вообще не рассматривают эти компьютерные стратегии математическими доказательствами. Как утверждал Томас Тимочко, философ математики, если мы даже не можем проверить правильность доказательства, то все, что мы на самом деле делаем, — это доверяем потенциально подверженному ошибкам вычислительному процессу.

Даже если предположить, что мы действительно доверяем результатам, компьютерные доказательства являются чем-то вроде аналога компьютерной композиции. Если они дают нам стоящий продукт, то главным образом благодаря человеческому вкладу. Но некоторые эксперты утверждают, что искусственный интеллект сможет добиться большего. Итак, давайте предположим, что у нас есть конечное: самодостаточная машина, которая сама по себе доказывает новые теоремы.

Может ли такая машина значительно превзойти нас в математическом творчестве, как утверждают Курцвейл и Бостром? Предположим, например, что ИИ предлагает решение какой-то чрезвычайно важной и сложной открытой проблемы математики.

Способность к подлинному творчеству, вид творчества, который обновляет наше понимание природы бытия, лежит в основе того, что значит быть человеком.

Есть два варианта. Во-первых, доказательство чрезвычайно умное, и когда эксперты в этой области просматривают его, они обнаруживают, что оно верное. В этом случае ИИ, обнаруживший доказательство, получит аплодисменты. Сама машина может даже считаться творческим математиком. Но такая машина не свидетельствовала бы о необычности; он не настолько опередил бы нас в творчестве, чтобы мы даже не могли понять, что он делает.Даже если бы у него было такое творческое начало на человеческом уровне, оно не привело бы неизбежно в царство сверхчеловечества.

Некоторые математики подобны музыкальным виртуозам: их отличает свободное владение существующей идиомой. Но такие гении, как Шриниваса Рамануджан, Эмми Нётер и Александр Гротендик, возможно, изменили математику так же, как Шенберг изменил музыку. Их достижения были не просто доказательством давних гипотез, но новыми и неожиданными формами рассуждений, которые опирались не только на силу их логики, но и на их способность убедить других математиков в значимости своих нововведений.Вымышленный ИИ, который предлагает умное доказательство проблемы, которая долгое время сбивала с толку математиков, сродни AlphaGo и ее вариантам: впечатляюще, но совсем не похоже на Шенберга.

Это подводит нас к другому варианту. Предположим, самый лучший и самый яркий алгоритм глубокого обучения выпущен на свободу и через некоторое время говорит: «Я нашел доказательство принципиально новой теоремы, но оно слишком сложно для понимания даже вашим лучшим математикам».

На самом деле это невозможно.Доказательство, которое не могут понять даже лучшие математики, на самом деле не считается доказательством. Доказательство чего-либо подразумевает, что вы доказываете это кому-то . Подобно тому, как музыкант должен убедить свою аудиторию принять ее эстетическое представление о том, что такое хорошая музыка, математик должен убедить других математиков в том, что есть веские причины верить ее видению истины. Чтобы считаться достоверным доказательством в математике, утверждение должно быть понятным и подтвержденным некоторым независимым набором экспертов, которые могут его понять.Если эксперты, которые должны быть в состоянии понять доказательство, не могут этого сделать, то сообщество отказывается принять его в качестве доказательства.

По этой причине математика больше похожа на музыку, чем можно было подумать. Машина не могла значительно превзойти нас в творчестве, потому что либо ее достижения были бы понятны, и в этом случае она не могла бы значительно превзойти нас, либо она была бы непонятной, и в этом случае мы вообще не могли считать ее достижением какого-либо творческого прогресса.

Взгляд смотрящего

Инженерия и прикладная наука в некотором роде находятся где-то посередине между этими примерами.Есть нечто вроде объективной внешней меры успеха. Вы не можете «выиграть» в строительстве мостов или в медицине, как в шахматах, но можно увидеть, рухнет ли мост или уничтожен вирус. Эти объективные критерии вступают в силу только после того, как предметная область будет достаточно четко определена: например, создание прочных и легких материалов или лекарств, которые борются с определенными заболеваниями. ИИ может помочь в открытии лекарств, по сути, делая то же самое, что и ИИ, сочиняющий то, что звучит как хорошо исполненную кантату Баха, или придумал блестящую стратегию го.Подобно микроскопу, телескопу или калькулятору, такой ИИ следует правильно понимать как инструмент, который делает возможным открытие человеком, а не как автономный творческий агент.

Здесь стоит подумать о специальной теории относительности. Альберта Эйнштейна помнят как «первооткрывателя» теории относительности — но не потому, что он был первым, кто придумал уравнения, которые лучше описывают структуру пространства и времени. Джордж Фицджеральд, Хендрик Лоренц и Анри Пуанкаре, среди прочих, записали эти уравнения до Эйнштейна.Он известен как первооткрыватель теории, потому что у него было оригинальное, замечательное и истинное понимание того, что означают уравнения , , и он мог передать это понимание другим.

Для того, чтобы машина могла заниматься физикой, в каком-либо смысле сравнимой с творчеством Эйнштейна, она должна быть способна убедить других физиков в ценности своих идей не хуже, чем он. Иными словами, мы должны быть в состоянии принять его предложения, направленные на то, чтобы сообщить нам свою действительность, .Если такая машина когда-либо появится, как в притче о Пиноккио, нам придется обращаться с ней, как с человеком. Это означает, среди прочего, что нам придется приписывать ему не только интеллект, но и то достоинство и моральную ценность, которые присущи людям. Мне кажется, что мы далеки от этого сценария, и нет никаких оснований полагать, что нынешняя вычислительная парадигма искусственного интеллекта — в его форме глубокого обучения или в любой другой — когда-либо приблизит нас к нему.

Творчество — одна из определяющих черт человека. Способность к подлинному творчеству, вид творчества, который обновляет наше понимание природы бытия, который меняет то, как мы понимаем, что значит быть красивым, хорошим или правдивым, — эта способность лежит в основе того, что значит быть человеком. . Но этот вид творчества зависит от того, насколько мы ценим его и заботимся о нем как таковом. Как отмечал писатель Брайан Кристиан, люди начинают вести себя не столько как существа, которые ценят творчество как одну из наших высших возможностей, сколько как сами машины.

Сколько людей сегодня имеют работу, которая требует от них следовать заранее определенному сценарию в разговоре? Как мало из того, что мы называем настоящим, подлинным, творческим и открытым человеческим разговором, осталось в этой потрошенной шараде? Насколько это похоже на следование правилам, которое может выполнять машина? И скольких из нас, поскольку мы позволяем вовлекать себя в подобные сценарии, тоже выпотрошены? Какую часть дня мы позволяем выполнять эффективными машинными действиями — заполняем компьютеризированные формы и анкеты, реагируем на клик-приманку, которая работает на наших самых низменных, наиболее похожих на животных импульсах, играя в игры, которые предназначены для оптимизации нашего вызывающий привыкание ответ?

Мы также находимся в опасности этой путаницы в некоторых из самых глубоких областей человеческих достижений.Если мы позволим себе сказать, что машинные доказательства, которые мы не можем понять, являются подлинными «доказательствами», например, уступая социальный авторитет машинам, мы будем относиться к достижениям математики так, как будто они вообще не требуют человеческого понимания. Мы возьмем одну из наших высших форм творчества и интеллекта и сведем ее к одному биту информации: да или нет.

Сын мясника (2018)
Марио Клингеманн использовал два GAN, один обучен на наборе данных человеческих поз, а другой обучен порнографии, для визуализации тысяч составных изображений.Оценив каждую позу и детали, он выбрал одну, чтобы довести ее до готовой работы.

ПРЕДОСТАВЛЕНО ХУДОЖНИКОМ

Даже если бы у нас была эта информация, она была бы малоценна для нас без понимания причин, лежащих в основе ее. Мы не должны упускать из виду существенный характер рассуждения, лежащий в основе того, что есть математика.

То же самое с искусством, музыкой, философией и литературой. Если мы позволим себе ускользнуть, рассматривая машинное «творчество» как замену нашему собственному, тогда машины действительно начнут казаться непостижимо превосходящими нас.Но это потому, что мы потеряем из виду ту фундаментальную роль, которую творчество играет в том, чтобы быть человеком.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *