От технологического прорыва к искусству: история изображений, созданных с помощью ИИ / Skillbox Media

Содержание:

Статья из журнала Foam Magazine №66 под названием «Пропавшее зеркало — фотография сквозь призму искусственного интеллекта» представляет собой глубокое исследование влияния технологий на современное искусство фотографии. В этом переводе мы рассматриваем, как искусственный интеллект трансформирует восприятие и создание изображений, а также его роль в формировании новых художественных практик. Основное внимание уделяется тому, как AI изменяет традиционные представления о фотографии, открывая новые горизонты для художников и зрителей. Технологические достижения позволяют не только создавать уникальные визуальные образы, но и переосмысливать сам процесс фотографирования, приводя к новым формам самовыражения.

Подписывайтесь на наш телеграм-канал «За шторкой», чтобы быть в курсе всех новостей и актуальных событий. Не упустите возможность получать свежую информацию и интересные обновления прямо на ваш телефон. Присоединяйтесь к нашему сообществу и оставайтесь на связи с последними новостями.

Историк искусства, Ференци, имеет специализацию в области генеративного искусства и исследует его эволюцию от исторических корней до современных практик. В её профессиональном багаже значится работа в музеях и глубокое изучение искусства конца XIX века, включая художественные движения и арт-поселения Нидерландов. В 2021 году Ференци уделила внимание теме цифровых медиа, написав серию статей о взаимодействии искусства и технологий. В настоящее время она занимает должность историка искусства и управляющего в Kate Vass Galerie в Цюрихе, которая специализируется на искусстве новых медиа.

Подписывайтесь на наш телеграм-канал «За шторкой», чтобы быть в курсе всех новостей и событий. Мы регулярно публикуем актуальную информацию и полезные материалы, которые помогут вам не упустить важные моменты. Присоединяйтесь к нашему сообществу и оставайтесь на связи.

С момента появления фотокамеры арт-сообщество разделилось на два лагеря. Некоторые художники восприняли фотографию как революционное средство самовыражения, в то время как другие относились к ней с недоверием, опасаясь, что она может затмить традиционные практики, такие как портретная живопись. Однако по мере развития фотография не только обогатила существующие техники, но и открыла художникам новые горизонты, что способствовало возникновению новых художественных направлений. Со временем фотография трансформировалась, выйдя за пределы простого документирования, и заняла достойное место как независимый медиум в современном искусстве.

На протяжении всей истории художники проявляли интерес к новым технологиям, интегрируя их в свои творческие процессы. Камера-обскура, предшественница современной фотокамеры, является ярким примером, который помог таким мастерам, как Вермеер, создавать реалистичные картины. Леонардо да Винчи исследовал механику полета, анатомию и инженерные аспекты, внедряя эти знания в свои художественные работы. В XIX веке фотография стала важным технологическим достижением, оказавшим значительное влияние на искусство, а в XX веке аналогичную роль сыграли цифровые технологии. Сегодня широкая доступность инструментов искусственного интеллекта побуждает художников использовать их для самовыражения и экспериментов. Тем не менее, как и в начале эпохи фотографии, этот новый жанр все еще находит свое место в контексте традиционного искусства.

Идея искусственного интеллекта (ИИ) имеет свои корни в древних мифах о существах, созданных искусственным путём и обладающих человеческими чертами. Это отражает многовековое стремление человечества наделить жизнь неодушевлёнными объектами. В течение 1800-х годов интерес к этому направлению возрос: в литературе начали появляться первые образы искусственных существ, такие как в романе «Франкенштейн» Мэри Шелли. Однако современное понимание ИИ начало формироваться с развитием электронных вычислительных машин в середине XX века. В 1950 году Алан Тьюринг, один из основоположников информатики, внес значительный вклад в эту область, опубликовав статью «Вычислительные машины и разум». В ней он поднял вопрос о том, могут ли машины мыслить, и предложил тест для оценки машинного интеллекта. Термин «искусственный интеллект» был введён Джоном Маккарти в 1956 году на историческом Дартмутском семинаре по искусственному интеллекту. Маккарти собрал ведущих ученых на двухмесячную конференцию для обсуждения возможностей создания машин, способных имитировать человеческое мышление, что официально утвердило ИИ как область научных исследований и положило начало инновациям в этой сфере.

В 1960-х годах, с развитием технологий, компьютеры начали работать быстрее, а объемы хранения данных значительно увеличились. Это привело к значительным изменениям в области вычислительной техники и искусственного интеллекта. Одним из примеров является программа General Issue Solver, которая оказала влияние на множество задач и проблем. В 1966 году Джозеф Вейценбаум создал Eliza, первого чат-бота, который стал важным шагом в развитии взаимодействия человека с компьютером. В 1972 году японский Университет Васэда представил WABOT-1, первого полноценного человекоподобного робота, который обладал способностью передвигаться и вести диалог. Эти достижения стали основой для дальнейших исследований в области робототехники и искусственного интеллекта, открыв новые горизонты для технологий будущего.

С началом развития искусственного интеллекта возникло компьютерно-генеративное искусство. В 1960-е годы, благодаря бурному прогрессу в области компьютерных технологий и теории информации, разработанной Максом Бензе, художники начали использовать автономные системы, такие как компьютерные программы и алгоритмы, для своего творческого выражения. В то время сотрудничество между художниками и учеными было распространено, поскольку компьютеры были доступны лишь в университетах, научно-исследовательских институтах и крупных компаниях. Параллельно с развитием генеративного искусства появилась генеративная фотография, которая берёт свои истоки в экспериментальной фотографии 1920-х годов и конкретной фотографии 1950-х. Генеративная фотография фокусируется на систематическом создании визуальной эстетики с помощью программ, выполняющих фотохимические, фотооптические или фототехнические операции. Она сочетает традиционные фотографические техники с математическими алгоритмами. Первая выставка, на которой были представлены работы в этом направлении, состоялась в 1968 году в Картинной галерее Билефельда, где выставлялись работы таких художников, как Хайн Гравенхорст и Готфрид Йегер. Это событие ознаменовало важный этап в развитии генеративного искусства и фотографии, открыв новые горизонты для творческого самовыражения.

Хотя многие художники заложили основы генеративного искусства, они не применяли то, что сегодня называется искусственным интеллектом. Гарольд Коэн стал первым художником, который интегрировал ИИ в свое творчество, разработав программное обеспечение AARON в начале 1970-х годов. Эта система считается одной из первых в области компьютерного искусства. AARON использовала набор принципов, заданных Коэном, для автономного создания изображений и самостоятельного принятия композиционных решений. Программа изначально генерировала одноцветные абстрактные рисунки, которые художник раскрашивал вручную. Со временем AARON научилась создавать более сложные и цветные работы, включая реалистичные изображения. Разработка Коэна продемонстрировала, как ИИ может принимать самостоятельные решения, что открывает новые горизонты в автономном творчестве.

В 1970-х годах развитие искусственного интеллекта (ИИ) столкнулось с серьезными трудностями, что привело к периоду, известному как «зима искусственного интеллекта». Замедление прогресса в этой области вызвало снижение финансирования и возросшую критику технологий ИИ. Однако в 1980-е годы произошел новый виток интереса, обусловленный такими достижениями, как экспертные системы и масштабный японский проект «Компьютерные системы пятого поколения».

В 1990-х и 2000-х годах наблюдался значительный прогресс: компьютеры стали более доступными, быстрыми и мощными, а увеличение ёмкости памяти и появление интернета открыли доступ к огромному объёму данных. Ключевыми событиями в развитии ИИ стали победа системы Deep Blue от IBM в шахматах над чемпионом Гарри Каспаровым, а также успех Watson, ИИ на естественном языке, который выиграл телевикторину Jeopardy! у лучших участников.

Сегодня ИИ находит широкое применение в различных областях, таких как математика, инженерия и экономика, демонстрируя способность решать разнообразные задачи. Развитие технологий, таких как машинное обучение и анализ больших данных, продолжает открывать новые горизонты для искусственного интеллекта, делая его неотъемлемой частью современного общества.

В 2010-х годах нейронные сети и машинное обучение стали основными двигателями развития искусственного интеллекта, опираясь на фундаментальные исследования, проведенные в 1980-х. Нейронные сети представляют собой компьютерные системы, которые имитируют работу человеческого мозга, обучаясь и адаптируясь на основе поступающих данных. Эта технология произвела революцию в таких областях, как распознавание изображений и речи, а также в обработке естественного языка, значительно повлияв на искусство, создаваемое с помощью ИИ.

Одним из ключевых достижений в этой области стали генеративно-состязательные сети (GAN), разработанные Яном Гудфеллоу и его командой в 2014 году. GAN состоят из двух нейронных сетей, которые обучаются одновременно для создания высококачественных и детализированных изображений. С 2017 года художники начали активно использовать GAN в своем творчестве, демонстрируя два различных подхода к интеграции этой технологии в искусство.

Таким образом, развитие нейронных сетей и GAN открыло новые горизонты для художников, позволяя им экспериментировать с формами и стилями, которые ранее были невозможны.

Читать также:

Генеративно-состязательные нейросети (GAN) являются одной из самых захватывающих технологий в области искусственного интеллекта. Чтобы лучше понять, как они работают, рассмотрим их на примере кошек. GAN состоят из двух основных компонентов: генератора и дискриминатора. Генератор создает новые изображения, а дискриминатор оценивает их, определяя, являются ли они реальными или сгенерированными.

Представим, что генератор пытается создать изображения кошек. Он изучает множество реальных фотографий кошек, чтобы понять их особенности. Затем он начинает генерировать новые изображения, которые выглядят как настоящие кошки. В это время дискриминатор получает как реальные, так и сгенерированные изображения и пытается определить, какие из них подделка.

С каждым раундом соревнования между генератором и дискриминатором становится все более напряженным. Генератор улучшает свои навыки, чтобы обмануть дискриминатор, а дискриминатор усовершенствует свои алгоритмы, чтобы выявлять подделки. В конечном итоге, генеративно-состязательные нейросети могут создавать изображения, которые практически неотличимы от реальных.

Эта технология находит применение в различных областях: от создания искусственных изображений до генерации музыки и текстов. GAN открывают новые горизонты в творчестве и автоматизации, что делает их важным инструментом в мире искусственного интеллекта. Таким образом, генеративно-состязательные нейросети, использующие кошек как пример, демонстрируют, как современные технологии способны создавать уникальный контент и решать сложные задачи.

Некоторые художники, такие как Робби Баррат и Марио Клингеманн, для создания своих произведений используют обширные массивы данных из интернета. В то время как другие, как Хелена Сарин и Дэвид Янг, предпочитают работать с более ограниченными наборами данных, включая свои собственные картины или фотографии. Работы Клингеманна, например, «Сын мясника» 2017 года, являются ранним примером применения генеративных состязательных сетей (GAN) в искусстве. В этом проекте художник обучил искусственный интеллект (ИИ) преобразовывать простые рисунки в полноценные картины, используя огромные объемы изображений из сети, чтобы продемонстрировать, как нейронные сети воспринимают человеческое тело. Серия Янга «Изучая природу» 2018 года представляет собой более индивидуальный подход к выбору данных, где художник обучает машины на основе небольших наборов, таких как его собственные фотографии, стремясь приблизить ИИ к человеческому восприятию. Уникальный метод Хелены Сарин реализован в проекте «Конфетная лавка ИИ», в котором она использует свои акварели, скетчи и гастрономические фотографии в качестве исходных данных для обучения ИИ. Этот подход включает в себя курирование и взаимодействие с ИИ, что позволяет ему более точно отражать художественное видение автора.

В 2018 году искусственный интеллект (ИИ) начал активно привлекать внимание в мире традиционного искусства благодаря использованию генеративных состязательных сетей (GAN). Примером этого является «Портрет Эдмона де Белами», созданный французским коллективом Obvious, который был продан на аукционе Christie’s за 432 000 долларов США. Эта продажа стала важной вехой в истории ИИ-искусства и положила начало исследованиям возможностей ИИ как в традиционном, так и в новом медиа-искусстве.

Художница новых медиа Хито Штайерль в 2019 году представила свою видеоинсталляцию Power Plants на Венецианской биеннале, используя нейронные сети для создания образов несуществующих растений. Эта работа предложила критический взгляд на цифровой мир и социальные последствия технологических изменений, что подчеркивает растущую значимость ИИ в современном искусстве.

В этот период компании начали осознавать потенциал ИИ и активно инвестировать в его развитие. Google, один из ведущих технологических гигантов, сделал значительный вклад в развитие алгоритма DeepDream, созданного Александром Мордвинцевым в 2015 году. DeepDream позволяет выделять паттерны на изображениях и трансформировать их, придавая им фантастический и психоделический вид.

Также в 2020 году OpenAI представил алгоритм глубокого обучения CLIP, который оказал значительное влияние на ИИ-искусство. CLIP устанавливает сложные взаимосвязи между текстом и изображениями, позволяя ИИ создавать произведения искусства на основе текстовых подсказок. Другой важной инновацией стали диффузионные модели, которые постепенно преобразуют случайные паттерны пикселей в целостные изображения. Эти разработки открывают новые горизонты для художников и исследователей, способствуя дальнейшему развитию ИИ в сфере искусства.

GAN и диффузионные модели играют ключевую роль в эволюции постфотографии, выходящей за рамки традиционной фотографии и интегрирующей цифровые технологии, включая искусственный интеллект. В 2020 году голландский фотограф Бас Утервейк, известный как Ганбруд, сделал шаг в сторону постфотографии, создав с помощью ИИ портреты исторических личностей, которые жили до появления фотокамеры. Одним из его наиболее известных произведений является портрет Иисуса, в котором он объединил культурные, исторические и археологические элементы с использованием нейросетей. Еще одним выдающимся представителем этого направления является Рупе Райнисто, который применяет специально обученные диффузионные модели и визуальный язык традиционной фотографии для создания изображений, одновременно вызывающих ностальгию и футуризм. Используя возможности искусственного интеллекта, эти художники могут исследовать и визуализировать свои идеи, что невозможно с помощью традиционных методов. В последние годы исследования в области искусственного интеллекта стремительно развиваются, и эта технология становится частью нашей повседневной жизни, проявляясь в виртуальных помощниках, рекламе и языковых моделях, таких как ChatGPT. В искусстве наблюдается аналогичная тенденция: платформы, такие как DALL-E, Stable Diffusion и Midjourney, создают изображения на основе текстовых запросов, делая творчество доступным для широкой аудитории.

Искусство, созданное с помощью искусственного интеллекта, несмотря на некоторые сомнения, получило признание со стороны ведущих культурных учреждений. Музеи, такие как Музей искусств округа Лос-Анджелес, Центр Помпиду в Париже и Музей современного искусства в Нью-Йорке, включили ИИ-работы в свои коллекции. Этот вид искусства также нашел свое место на арт-ярмарках и биеннале, включая Венецианскую биеннале и Art Basel. Известные аукционные дома, такие как Christie’s и Sotheby’s, продемонстрировали ИИ-искусство, что способствовало его легитимации как жанра. Подобно тому, как фотография когда-то завоевала признание, ИИ-искусство движется к полному признанию в качестве самостоятельного направления современного искусства, трансформируя способы творческого самовыражения.

Чтение является важной частью нашей жизни, и оно открывает перед нами множество возможностей. Погружение в книги развивает воображение, улучшает словарный запас и расширяет кругозор. Важно выбирать разнообразные жанры и авторов, чтобы обогатить свой опыт. Чтение не только помогает расслабиться, но и способствует умственному развитию, повышая уровень концентрации и аналитического мышления. Регулярное чтение книг может стать отличным способом справиться со стрессом и улучшить общее самочувствие. Исследования показывают, что чтение способствует улучшению памяти и навыков письма, что особенно полезно для студентов и профессионалов. Привыкайте выделять время для чтения каждый день, чтобы наслаждаться всеми преимуществами, которые оно может предложить.

Между до и после: 16 проектов художников, использующих искусственный интеллект

В последние годы искусственный интеллект (ИИ) стал важным инструментом в мире искусства. Художники все чаще обращаются к новым технологиям, чтобы создавать уникальные произведения, которые бросают вызов традиционным представлениям о творчестве. В этой статье мы рассмотрим 16 проектов, в которых ИИ играет ключевую роль, демонстрируя, как технологии могут изменить процесс создания искусства. Эти работы иллюстрируют переход от традиционных методов к современным подходам, где алгоритмы и машинное обучение становятся партнёрами художников. Исследуя эти проекты, мы увидим, как ИИ не только расширяет горизонты художественного самовыражения, но и задает новые вопросы о природе творчества и авторства.