Портрет Эдмона де Белами - далеко не единственное творение искусственного интеллекта, это результат месяцев работы с использованием машинного обучения.

25 октября 2018 г., Роберто Ириондо - Обновлено 30 мая 2020 г.

В результате машинного обучения отпечаток продан за 432 500 долларов на аукционе Christie’s в Нью-Йорке в четверг, 25 октября 2018 г., что более чем в 40 раз превышает предполагаемый объем продаж.

Отпечаток называется «Эдмон де Белами» , а его размытые черты - это артефакты генеративных состязательных сетей [1] (GAN) - алгоритма машинного обучения, используемого для его создания. Гравюра входит в серию из 11 изображений, созданных на основе машинного обучения и изображающих членов вымышленной «семьи Белами». Портрет Белами подписан математической формулой, описывающей алгоритм, который был использован для его создания.

Генеративные состязательные сети (GAN) - это генеративные модели, созданные в 2014 году Иэном Дж. Гудфеллоу, исследователем машинного обучения из Google Brain, который поместил два алгоритма в режим конкуренции друг с другом для выполнения обучения.

Это далеко не единственное творение искусственного интеллекта, это действительно результат месяцев итеративной работы в области машинного обучения трех человек, живущих вместе в парижской квартире, один из которых является доктором философии по машинному обучению. студент - группа вместе именует себя Obvious [3].

Включение этого произведения в аукцион Christie's рядом с гравюрами Чака Клоуса и Джеффа Кунса вызвало некоторый ужас в мире искусства, но также и среди экспертов по искусственному интеллекту, которые обижены на этот подтекст. (под подписью на произведении), что алгоритм может быть художником сам по себе - особенно относительно однообразное разнообразие, которое использовалось для создания произведения.

Алгоритм - не единственный элемент, который использовался при создании этих частей - у GAN нет свободы воли. Они выводят сложные кисти на основе сложных математических входных параметров, и вы можете использовать эти кисти для достижения эффекта, которого иначе было бы трудно достичь.

Этот нюанс был упущен в некоторых репортажах о произведении, которое было подготовлено к аукциону: многочисленные заголовки описали произведение как создаваемое by AI »,» в отличие от использования машинного обучения или создания с помощью машинного обучения, что делает очевидным, насколько мало общественность осведомлена о различиях между AI и машинным обучением.

GAN начали привлекать внимание сообщества художников из-за возможности создания интригующих произведений искусства. Ниже вы можете найти искусство, созданное с помощью GAN Марио Клингеманна [6], художника, который много раз использовал GAN для создания захватывающих произведений.

Hugo Caselles-Dupré, доктор философии по машинному обучению. студент и одна треть Obvious, заявили [7], что он причисляет эту характеристику к сенсационности и кликбейту в СМИ. Он настаивал на том, что цель статьи - ознакомить публику с ограничениями искусственного интеллекта. Касель-Дюпре упомянул, что алгоритмы - это инструмент, а не сами творческие существа.

Сегодня речь идет не об алгоритмах, которые заменяют людей, - сказал Казель-Дюпре [7]. В будущем нам, возможно, придется быть осторожнее с этим, но сегодня они больше похожи на инструмент. Мы хотели продемонстрировать конкретный пример того, на что способны эти инструменты искусственного интеллекта . Он отметил, что подписание отрывка с математической формулой алгоритма было забавным способом донести эти идеи до широкой аудитории.

Неясно, насколько хорошо работает такая стратегия обмена сообщениями. В заявлении для Artnet [8] Ричард Ллойд, международный глава отдела эстампов и мультипликаторов Christie, сказал, что произведение было выбрано для аукциона именно из-за того, что якобы незначительное вмешательство человека вошел в его создание.

Чтобы эти модели работали, GAN должны получать большой объем данных и использовать такие наборы данных для получения новых результатов после напряженного периода обучения. Однако GAN не являются автономными только потому, что они способны выдавать исходные результаты. Такие конечные продукты являются результатом долгого процесса тщательного отбора входных данных, настройки математических параметров и последующего анализа результатов, чтобы найти наилучшие результаты того, что вы ищете.

По словам Казелля-Дюпре, последняя итерация алгоритма - лучшая, которую он когда-либо мог получить для целей Obvious - выдавала сотни изображений, которые пришлось сократить до 11. «Мы тщательно отобрали изображения, которые мы нашли. самое интересное в этой партии », - сказал он.

После нескольких итераций использования GAN, Obvious [3] отобрали 11 произведений искусства, которые они тщательно отобрали, поскольку они хотели получить новые результаты [7]. Однако какова творческая сторона в этом процессе: алгоритм, который нужно повторять и упрашивать в течение нескольких месяцев, чтобы получилось что-то наполовину интересное, или художники, которые ищут эстетический результат и принимают все решения, чтобы его достичь? Несмотря на то, что результатом стало сотрудничество компьютерных алгоритмов и задействованных художников, баланс творчества находится на стороне людей.

Такое использование GAN не заменит художников. Тем не менее, он открывает публике и арт-сообществу новый взгляд на использование алгоритмов машинного обучения для создания уникальных произведений [11].

Наконец, Obvious [3] упоминает в своем блоге [9]:

«Станет ли искусственный интеллект художником завтрашнего дня?»

Мне хотелось бы ответить:

«Является ли фотоаппарат художником сегодняшнего дня?»

ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ: Мнения, выраженные в этой статье, принадлежат автору (авторам) и не отражают точку зрения Университета Карнеги-Меллона или других компаний (прямо или косвенно), связанных с автором (авторами). Эти работы не претендуют на то, чтобы стать конечным продуктом, а скорее являются отражением нынешнего мышления, а также катализатором для обсуждения и улучшения.

Вы можете найти меня на Моем веб-сайте, Медиуме, Instagram, Twitter, Facebook, LinkedIn или через мою компанию веб-дизайна.

Использованная литература:

[1] Генеративные состязательные сети | Ян Дж. Гудфеллоу, Жан Пуже-Абади, Мехди Мирза, Бинг Сю, Дэвид Вард-Фарли, Шерил Озаир, Аарон Курвиль, Йошуа Бенжио | Arxiv | https://arxiv.org/pdf/1406.2661.pdf

[2] Квазимондо | Марио Клингеманн, художник | Http://quasimondo.com/

[3] Очевидно | Парижский коллектив художников и исследователей машинного обучения | Http://obvious-art.com/

[4] Аукцион Christie’s Эдмон де Белами, из La Famille de Belamy | Очевидная группа | Https://www.christies.com/Lotfinder/lot_details.aspx?sid=&intObjectID=6166184

[5] Краткое введение в генерирующие состязательные сети | Таллес Сантос Силва | https://sthalles.github.io/intro-to-gans/

[6] Марио Клингеманн | Https://twitter.com/quasimondo

[7] Произведение искусства, созданное искусственным интеллектом, продано на Christie’s за 432 500 долларов | Материнская плата | Https://motherboard.vice.com/en_us/article/43ez3b/ai-generated-artwork-just-sold-at-christies

[8] Создал ли искусственный интеллект следующее великое движение в искусстве? Эксперты говорят помедленнее. Поле находится в зачаточном состоянии | Новости Artnet | Https://news.artnet.com/art-world/ai-art-comes-to-market-is-it-worth-the-hype-1352011

[9] Наивный, но образованный взгляд на искусство и искусственный интеллект | Очевидно | Https://medium.com/@hello.obvious/a-naive-yet-educated-perspective-on-art-and-artificial-intelligence-9e16783e73da

[10] Генерация интерактивных изображений с помощью генеративных состязательных сетей | Цзюнь-Ян Чжу | Https://github.com/junyanz/iGAN

[11] Машинное обучение для творчества и дизайна | Семинар НИПС 2017 | Https://nips2017creativity.github.io/

[12] Оценка плотности с использованием реального NVP | Лоран Динь, Яша Золь-Дикштейн, Сами Бенжио | Https://arxiv.org/pdf/1605.08803.pdf

[13] Структурированные генерирующие состязательные сети | Чжицзе Дэн, Хао Чжан, Сяодань Лян, Луона Ян, Шичжэнь Сюй, Цзюнь Чжу, Эрик П. Син | Университет Цинхуа, Университет Карнеги-Меллона, Petuum Inc. | Победитель среди первопроходцев Nvidia Research | Https://arxiv.org/pdf/1711.00889.pdf