ПОЯВЛЕНИЕ ИИ — БУДУЩЕЕ ТВОРЧЕСТВА В ГЕНЕРАТИВНОМ ПРОЦЕССЕ В СФЕРЕ ИСКУССТВА…

«Вопрос интеллекта — ИИ и будущее человечества». Интервью с куратором Кристианой Пол — Арте Фьюз Это некоторые из открытых вопросов, на которые мы, возможно, никогда не сможем ответить в ближайшее время, но, возможно, чтобы увидеть результаты в долгом, но, может быть, даже не слишком долго. Как сказал Юваль Ной Харари в «21 уроке для 21 века»: «Человечество теряет веру в либеральный нарратив, который доминировал в мировой политике в последние десятилетия, точно так же, как конвергенция биологических и компьютерных технологий ставит нас перед величайшими проблемами, с которыми человечество когда-либо сталкивалось. (21 урок для 21 века Юваля Ноа Харари — Бомпиани — )

И это представлено от неизбежного появления новых технологий кордельера до ИИ, глубокого обучения, машинного обучения, так называемых генеративно-состязательных сетей (GANS).

4.Что такое генеративно-состязательные сети (GAN)?

«Генеративно-состязательные сети (GANS) — это класс методов машинного обучения, состоящий из двух одновременно обученных моделей: одна (Генератор) обучена генерировать поддельные данные, а другая (Дискриминатор) обучена отличать поддельные данные от реальных примеров. Слово генеративный указывает на общую цель модели: создание новых данных. Данные, которые GAN научится генерировать, зависят от выбора обучающего набора. Например, если мы хотим, чтобы GAN синтезировала изображения, похожие на изображения Леонардо да Винчи, мы будем использовать обучающий набор данных произведений искусства да Винчи. Термин состязательный указывает на подобную игре конкурентную динамику между двумя моделями, составляющими структуру GAN: генератором и дискриминатором. Цель генератора — создать примеры, неотличимые от реальных данных в обучающем наборе. В нашем примере это означает создание картин, похожих на картины да Винчи. Цель дискриминатора состоит в том, чтобы отличить поддельный экзамен, созданный генератором, от реальных примеров, взятых из обучающего набора данных. В нашем примере Дискриминатор играет роль искусствоведа, оценивающего подлинность картин, предположительно принадлежащих да Винчи. Две сети постоянно пытаются перехитрить друг друга: чем лучше Генератор создает убедительные данные, тем лучше должен быть Дискриминатор в отличии реальных примеров от поддельных. Наконец, словесные сети указывают на класс моделей машинного обучения, наиболее часто используемых для представления Генератора и Дискриминатора: нейронные сети. В зависимости от сложности реализации GAN они могут варьироваться от простых нейронных сетей с прямой связью до сверточных нейронных сетей или даже более сложных вариантов, таких как U-Net».

«Маргарет Боден отметила, что даже если компьютер с искусственным интеллектом будет таким же творческим, как Бах или Эйнштейн, для многих он будет просто кажущимся творческим, но не творческим на самом деле. И это происходит по двум основным причинам: отсутствие преднамеренности и наше нежелание уступать место в нашем обществе агентам с искусственным интеллектом. Отсутствие интенциональности является прямым следствием аргумента Сирла о китайской комнате» (Searle, 1980), в котором утверждается, что компьютерные программы могут выполнять только синтаксические манипуляции с символами, но не могут придать им какую-либо семантику. Общепризнанно, что интенциональность можно объяснить с точки зрения причинно-следственных связей. Однако также верно и то, что существующим компьютерным программам не хватает слишком многих соответствующих причинно-следственных связей для проявления интенциональности, но, возможно, будущих, возможно, антропоморфных, «воплощенных» искусственных интеллектов, то есть агентов, оснащенных не только сложным программным обеспечением, но и различными типами усовершенствованных датчиков. позволяя им взаимодействовать с окружающей средой, может иметь достаточно причинных связей, чтобы придать смысл символам и иметь интенциональность.

Поэтому гораздо проще сказать, что они кажутся умными, творческими и т. д., чем говорить, что они таковыми являются. Одним словом, это моральный, а не научный вопрос. Третья причина отказа компьютерным программам в творчестве заключается в том, что они не осознают своих достижений. Это правда, что машины не имеют сознания и, возможно, никогда не будут иметь сознательного мышления; однако отсутствие сознания не является фундаментальной причиной для отрицания потенциала творчества или даже потенциала интеллекта.

“ Боден, м. 1991. Творческий разум: мифы и механизмы. Нью-Йорк: основные книги. Боден, м. 2009. «Компьютерные модели творчества». журнал ai 30: 23–34.

Через поезд двух подсетей GAN, их входы и выходы, новые художники озвучивают революционный способ понимания искусства и творческий процесс визуального искусства. Находится ли в этом новом семантическом контексте, в котором восприятие герменевтического процесса мира Искусства начинает иметь иное значение, которое уже не дается человеческим разумом машине, способной «обучаться» благодаря интерполяции двух одновременно обучаемых моделей? (ГАН). Среди имен следующего начинающего художника начались интригующие, но в то же время гротескные попытки «творить» с использованием таких инструментов, есть пионеры: Блейз Агера и Аракас, Мемо Актен, Марио Клингенман и Харол Коэн. Блез Агуэра-и-Аркас — главный научный сотрудник Google, где он возглавляет команду, работающую над машинным интеллектом для мобильных устройств. Его группа активно работает с глубокими нейронными сетями для машинного восприятия и распределенного обучения, а также исследует так называемые исследования «коннектомики», оценивая карты связей внутри мозга. Он сказал: «Искусство всегда существовало в сложных, симбиотических и постоянно развивающихся отношениях с технологическими возможностями культуры. Эти возможности ограничивают создаваемое искусство и влияют на то, как искусство воспринимается и понимается его аудиторией. Подобно изобретению наносимых пигментов, печатного станка, фотографии и компьютеров, мы считаем, что машинный интеллект — это инновация, которая глубоко повлияет на искусство. Как и в случае с этими более ранними инновациями, в конечном итоге это изменит общество способами, которые трудно себе представить с сегодняшней точки зрения; в ближайшем будущем это расширит наше понимание как внешней реальности, так и наших перцептивных и когнитивных процессов. Как и в случае с более ранними технологиями, некоторые художники будут использовать искусственный интеллект в качестве нового средства или партнера, в то время как другие продолжат использовать современные средства массовой информации и способы производства. В будущем даже отказ от нее может стать сознательным заявлением, точно так же, как фотореалистичная живопись сегодня является заявлением. Любой художественный жест в отношении машинного интеллекта — отрицательный, положительный, и то, и другое — кажется более вероятным, если он выдержит испытание временем, если он исторически обоснован и технически хорошо информирован».

Искусство в эпоху машинного интеллекта | by Блез Агера-и-Аркас | Художники + Машинный интеллект | Таким образом, Medium Memo Akten, второй упомянутый пионер, — художник-вычислитель, инженер и ученый-компьютерщик, работающий с новыми технологиями для создания движущихся изображений, композиций, крупномасштабных адаптивных инсталляций и перформансов. Очарованный попытками понять природу природы и состояние человека, он работает и черпает вдохновение в таких областях, как биологический и искусственный интеллект, вычислительная креативность, восприятие, сознание, неврология, фундаментальная физика, ритуалы и религия. Недавно он получил докторскую степень в Лондонском университете Голдсмитса в области искусственного интеллекта/глубокого обучения и выразительного взаимодействия человека и машины и является доцентом кафедры вычислительных искусств Калифорнийского университета в Сан-Диего (UCSD).

"Сейчас я в основном думаю об алгоритмах машинного обучения как о средстве поразмышлять о себе и о том, как мы понимаем мир; что (и кого) мы предпочитаем ценить и почему; наши собственные самоутверждающиеся когнитивные искажения и предубеждения; наша неспособность смотреть на мир с точки зрения других и сопереживать тем, с кем мы не согласны; и вытекающая из этого социальная поляризация и зияющие раны в наших обществах».

И является четким портретом его художественной направленности и способа постановки его нестандартного подхода к творческому восприятию. Актен, М. «Предисловие» к «Машине как искусству» (в 20-м веке) и «Машина как художник» (для 21-го века): книжное переиздание двух специальных выпусков по искусству, Фредерик Фол Леймари, Джульетта Бессетт и Г. В. Смит. , ред. Базель: Книга MDPI.

«Алгоритм #Deepdream запускает эту сеть в обратном направлении для создания новых изображений, так что сгенерированные изображения усиливают паттерны нейронной активации, вызванные исходными изображениями. Это само по себе интересно как метафора предвзятости подтверждения, пузырей фильтров и т. д. , Но это еще не все. Люди смотрят на эти изображения и говорят: «О, смотрите, это щенок-слизень», или «птичья ящерица» и т. д. Но на самом деле таких вещей, как «щенок-слизень» или «птичья ящерица», не существует. Эти изображения — просто шум с определенным распределением, так что, когда мы смотрим на них, мы не можем не проецировать на них то, что знаем. Некоторые шаблоны в исходном изображении вызывают слабую активацию соответствующих нейронов в искусственной нейронной сети, а алгоритм #Deepdream усиливает эти функции».

Памятка Актен | Мехмет Селим Актен | Компания Mega Super Awesome Visuals — художник Марио Клингеманн считается пионером в области нейронных сетей, компьютерного обучения и искусственного интеллекта. Его работы выставлялись на фестивале Ars Electronica, в Музее современного искусства в Нью-Йорке, в Метрополитен-музее, в лондонской Photographers Gallery, в Центре Жоржа Помпиду и других. В 2018 году он получил премию Lumen Prize, которая присуждается за произведения искусства, созданные с использованием технологий. Называя себя скептиком, Марио Клингеманн в качестве третьего упомянул фигуры, которые в своей работе стремятся подвергнуть сомнению и ниспровергнуть традиционные процессы творчества и эстетические принципы. Именно для этого в Memories of Passers by I используется искусственный интеллект. Полностью автономная работа использует сложную систему нейронных сетей для создания нескончаемого потока портретов: сверхъестественных и серийных изображений мужских и женских лиц, созданных машиной. Может быть, за этими ужасающими образами, скрывающими в своем своеобразии гибридную природу, стоит наступление скорого явления или в настоящее время существуют попытки заменить творческий гений природой человеческого разума?

Его работы выставлялись на фестивале Ars Electronica, в Музее современного искусства в Нью-Йорке, в Метрополитен-музее, в лондонской Photographers Gallery, в Центре Жоржа Помпиду и других. В 2018 году он получил премию Lumen Prize, которая присуждается за произведения искусства, созданные с использованием технологий. Называя себя скептиком, Марио Клингеманн в качестве третьего упомянул фигуры, которые в своей работе стремятся подвергнуть сомнению и ниспровергнуть традиционные процессы творчества и эстетические принципы. Именно для этого в Memories of Passers by I используется искусственный интеллект. Полностью автономная работа использует сложную систему нейронных сетей для создания нескончаемого потока портретов: сверхъестественных и серийных изображений мужских и женских лиц, созданных машиной. Может быть, за этими ужасающими образами, скрывающими в своем своеобразии гибридную природу, стоит наступление скорого явления или в настоящее время существуют попытки заменить творческий гений природой человеческого разума? «По данным The Economist, к 2037 году роботы заменят 47 % работы, выполняемой людьми, даже те, которые традиционно связаны с университетским образованием. По оценкам Всемирного экономического форума, в период с 2015 по 2020 году во всем мире будет потеряно 7,1 миллиона рабочих мест, поскольку "искусственный интеллект, робототехника, нанотехнологии и другие социально-экономические факторы заменят потребность в человеческих кадрах" (The World Economic Forum). Экономист 18.02.20)

Николя Валенсия исследует, как автоматизация и искусственный интеллект повлияют на архитектуру и дизайн, в том числе как дисциплина претерпит глубокие изменения.

В этом смысле вычислительная архитектура комбинированного мышления может быть интересным приложением в области художественного и дизайнерского производства согласно предыдущим соображениям. Вычислительный дизайн можно определить прежде всего как продукт объединения двух дисциплин: проектирования и вычислений. Вычислительный дизайн сочетает в себе творческие, функциональные, символические и продуктивные факторы, которые приводят к созданию объекта дизайна, с алгоритмами, лежащими в основе вычислений, которые переводят сложность реальности в последовательность простых элементов. Если мы рассмотрим концепцию искусства и возможный переход от двухмерного художественного изображения, созданного с помощью GANS, к трехмерному параметрическому созданию, то можно было бы легко открыть и рассмотреть еще одну ветвь.