Нейросети в искусстве: как алгоритмы расширяют возможности творчества

Когда-то нейросети умели лишь складывать пиксели в странные коллажи, напоминающие сон с температурой. Сегодня они создают портреты, которые продают на аукционах за полмиллиона долларов, и музыку, которую исполняют симфонические оркестры. Всё началось с экспериментов 1960-х, когда Гарольд Коэн научил программу AARON рисовать абстракции — тогда это казалось техническим курьёзом. Но уже в 2018 году нейросеть Obvious сгенерировала «Портрет Эдмонда де Белами» — и он ушёл с молотка Christie’s за $432 000, бросив вызов традиционному пониманию авторства.

Секрет прорыва — в генеративно-состязательных сетях (GAN). Одна часть алгоритма придумывает изображения, другая — критикует их, пока не получится нечто, неотличимое от работ человека. Так родился стиль «нейромазни»: психоделические пейзажи Google DeepDream, где облака превращаются в глаза, а деревья — в спирали . Но настоящая революция случилась, когда нейросети научились понимать текст. DALL-E 2 от OpenAI рисует «динозавра в костюме космонавта, пьющего кофе на Венере» — и делает это за 12 секунд. А Midjourney создаёт обложки для книг и концепт-арты для игр вроде High On Life, где разработчики признаются: «ИИ придумывает то, что не придёт в голову человеку».

Но как это работает? Представьте библиотеку размером с интернет: нейросеть анализирует миллиарды изображений, улавливая связи между словами и визуальными паттернами. Когда вы пишете «готический замок в стиле Хаяо Миядзаки», алгоритм не копирует кадры из Ходячего замка, а синтезирует новое, опираясь на абстрактные представления о «готике» и «аниме» . Однако здесь кроется парадокс: чтобы нарисовать единорога, нейросети нужны тысячи фото реальных лошадей и рогов. Именно поэтому художники бунтуют — их работы используют для обучения алгоритмов без согласия, а потом заменяют их же.

Самые жаркие споры разгораются вокруг вопроса: чей это шедевр? В 2023 году композитор Кузьма Бодров создал симфонию с помощью нейросети: алгоритм предложил сотни мелодий, человек выбрал одну и аранжировал её для оркестра. Получилась музыка, которую исполнил Юрий Башмет, — но кто здесь творец? А когда GPT-3 пишет стихи, похожие на Уитмена, критики разделяются: одни видят в этом технический трюк, другие — начало новой эпохи, где машина становится соавтором.

Пока одни спорят, другие экспериментируют. Немецкий художник Моэ Веллингтон создаёт сюрреалистичные полотна, управляя нейросетью как кистью. Проект Electric Sheep генерирует бесконечные анимации, обучаясь на предпочтениях зрителей. А в лабораториях MIT учат ИИ имитировать мазки Ван Гога так, что даже эксперты путают копии с оригиналами.

Но есть и обратная сторона. Нейросети множат стереотипы: запросите «врач» — получите мужчину в халате, «няня» — женщину с ребёнком. Алгоритмы, как губка, впитывают предвзятость данных.

Что дальше? Уже сейчас Stable Diffusion позволяет любому создавать арты на домашнем ПК, а SberDevices запустила русскоязычного бота RuDALL-E, превращающего голосовые запросы в картинки . Но главное — нейросети стирают границы между профессионалами и любителями. Теперь поэтом может стать инженер, а художником — программист. Искусство перестаёт быть элитарным, становясь языком, на котором говорит каждый — пусть и через алгоритмы.

Так стоит ли бояться, что ИИ заменит творцов? Скорее, он бросает им вызов: если машина может нарисовать закат, то человеку придётся искать глубину там, где алгоритмы видят только пиксели. В конце концов, нейросети — всего лишь инструмент. Как кисть, которая не пишет сама, но позволяет рождать шедевры — если в руках того, кто умеет ею пользоваться.

Эрудитория

Источники:

- История AARON и аукцион Christie’s

- Проекты DeepDream и Midjourney

- Кейс с симфонией Кузьмы Бодрова

- Этические дилеммы и стереотипы в ИИ

- Русскоязычные инструменты (RuDALL-E)

Источник: vk.com

Комментарии: