Video prikazi Kako A.I. Ustvarjena umetnost lahko očara ali sanja vaše sanje

V začetku tega meseca je dražbena hiša Christie's prodala tisto, kar pravi, da je to prvi kos algoritmično ustvarjene umetnosti, ki jo prodaja velika dražbena hiša. Cena, ki je znašala skoraj pol milijona ameriških dolarjev, je sprožila številna vprašanja o izvoru avtorstva, umetniškem trgu, ki je obseden z novostmi, in morda najpomembnejše: zakaj?

Vendar pa so prizadevanja za poučevanje strojev o umetnosti, ali natančneje o slikah, komajda predstavljala reklamni stunt. Računalniški znanstveniki imajo številne praktične razloge za poučevanje strojev, da bi se bolje povezali z vizualnim svetom - od tega, da lahko bolje zaznajo zavajajoče videoposnetke in retroaktivno spremenijo oddajo filma.

Daniel Heiss je eden takšnih tehnoloških navdušencev. Kreativni razvijalec Centra za umetnost in medije ZKM je bil v začetku uveljavljen v nevronski mreži, ki so jo aprila objavili raziskovalci NVIDIA. Ustvarjena je bila za ustvarjanje slik namišljenih zvezdnikov po usposabljanju s tisočimi fotografijami obstoječih zvezdnikov. To je navdihnilo Heissa, da vključi 50.000 fotografij, ki jih je zbrala ena izmed interaktivnih umetniških instalacij ZKM, da bi videla, kakšno umetnost ima njegova A.I. bi proizvedla. V spletnem intervjuju, pravi Inverse rezultati so bili boljši, kot si je predstavljal.

»Videl sem nore upogibanje slik na enem obrazu na tri slike obraza na dve podobi obraza in tako naprej. To je bilo veliko bolje, kot sem si kdajkoli mislil, «je rekel. "Poskušal sem celo filtrirati slike, tako da so uporabljene samo slike z enim obrazom, toda medtem, ko sem delal, so bili vzorci, ki so nastali iz nefiltriranega podatkovnega niza, tako dobri, da sem to ustavil."

progresivno gojen GAN (Karras et al.), ki je treniral ~ 80.000 slik pic.twitter.com/fkNjw8m2uC

- Gene Kogan (@genekogan) 3. november 2018

Heissov videoposnetek je od takrat pridobil več kot 23.000 glasov na Redditu. Prvotno je objavil posnetke, ki jih je videl zgoraj 4. novembra, kot odgovor na novo trippy uporabo algoritma NVIDIA s programerjem Gene Kogan. Namesto da bi hranil živčne mreže, je Kogan uporabil približno 80.000 slik.

Tudi Kogan je bil odpuščen z zmožnostjo A.I., da ustvari okvirje, ki so bili podobni različnim slogom, namesto da bi zgolj mishing vse.

»Presenečen sem bil nad zmožnostjo, da si zapomni toliko različnih estetik, ne da bi se preveč razburkal,« pravi Inverse. "Mislim, da je učinek, da se z nekaj sto milijoni parametrov igra."

Kako učimo A.I. narediti svoje slike

Raziskovalna skupina NVIDIA, ki jo vodi Tero Karras, je uporabila generativno kontradiktorno mrežo ali GAN, ki jo je leta 2014 prvotno teoretiziral cenjeni računalniški znanstvenik Ian Goodfellow. To je bila tehnologija, ki je temeljila na Googlovem orodju DeepDream, ki je ustvarjalo valove na terenu in na spletu.

GAN je sestavljen iz dveh omrežij: generatorja in diskriminatorja. Ti računalniški programi tekmujejo med seboj milijone in milijonekrat, da bi izboljšali svoje sposobnosti ustvarjanja podob, dokler niso dovolj dobri, da ustvarijo tisto, kar sčasoma postane znano kot globoki fake.

Generator se hrani s fotografijami in jih poskuša čim bolj posnemati. Nato prikaže original in ustvarjene slike diskriminatorju, katerega naloga je, da jih loči. Več preizkusov, boljši je generator, ki sintetizira slike in boljši je diskriminator pri razločevanju. Posledica je nekaj precej prepričljivih - vendar povsem ponaredkov - obrazov in slik.

Kako lahko ta tehnologija pomaga umetnikom

A.I. je že ustvarilo ime v svetu umetnosti. Poleg računalniško ustvarjenega portreta, ki je bil v prodaji v podjetju Christie's, DeepDream izdeluje trippy pokrajine že pred tem, ko so bili globoki piščanci stvar.

Heiss verjame, da so orodja za strojno učenje, ki jih ustvarjamo danes, zrela, da jih lahko uporabljajo umetniki, vendar jih je treba uporabljati tehnično. Zato ZKM gosti razstavo Open Codes, da bi spodbudila več sodelovanja med tehnološkim in ustvarjalnim sektorjem.

»Orodja, ki se zdaj pojavljajo, so lahko zelo uporabna orodja za umetnike, vendar je umetniku težko brez znanja o programiranju in sistemskih veščinah, da bi jih uporabljali,« je dejal. »Ta povezava med znanostjo in umetnostjo lahko vodi do velikih stvari, vendar potrebuje sodelovanje v obeh smereh.«

Zgodnje iteracije A.I., kot so GANS, lahko vpijejo milijone na milijone podatkovnih točk, da bi videli vzorce in celo slike, ki jih ljudje nikoli ne bi sami našli. Vendar pa je njihova ustvarjalna vizija še vedno omejena s tem, kar se ljudje odločijo, da bodo tem algoritmom dali neobdelane podatke.

Z veliko pozornostjo za estetiko in veščine kodiranja lahko umetniki, ki uporabljajo A.I., uporabljajo strojno učenje za začetek novega obdobja ustvarjalnosti ali vdihavanje življenja v starejše umetniške sloge. Vendar pa bo potrebnih veliko podatkov, da se naučijo strojev, kako bolje posnemati človeško iznajdljivost in vzeti tisto, kar računalnik izpljune korak naprej.