Генеративне мистецтво, кероване штучним інтелектом: Мистецтво, яке реагує на вхідні дані

Генеративний штучний інтелект (ШІ) привернув широку увагу в останні роки з появою чат-бота ChatGPT і подібних систем ШІ. Сучасні інструменти генеративного ШІ – це алгоритми, призначені для створення нового контенту – від музики до розмов, романів, комп’ютерного коду, відеоігор і багато чого іншого. Прихильники генеративного ШІ кажуть, що він робить творчий процес доступним для кожного, хто може використовувати інструменти ШІ. І хоча існує багато розмов – і занепокоєння – про те, що генеративний ШІ може забрати робочі місця у митців-людей, більшість сучасних систем генеративного ШІ насправді покладаються на партнерство між людиною і машиною.

Однією з найпопулярніших сфер застосування генеративного ШІ є візуальне мистецтво. Платформи штучного інтелекту, що займаються створенням творів мистецтва, зазвичай створюють візуальне зображення на основі однієї або декількох підказок, наданих користувачем-людиною. Багато з цих платформ використовують технології та екосистеми Web3, що ще більше підвищує їхню привабливість для прогресивних творців, які прагнуть побачити, що новітні системи ШІ можуть зробити для розвитку власних здібностей.

Нижче ми розглянемо деякі основи генеративного мистецтва на основі штучного інтелекту, а потім детальніше зупинимося на деяких інструментах, проектах і міркуваннях, які варто мати на увазі, експериментуючи з цими системами.

Як працює генеративне мистецтво зі штучним інтелектом?

Інструменти генеративного ШІ використовують процес, відомий як машинне навчання. Творці цих алгоритмів ставлять перед ними завдання сортувати неймовірно великі обсяги даних для виявлення закономірностей та екстраполяції правил. Одна з версій ChatGPT, як повідомляється, навчалася на величезних 45 терабайтах текстових даних. Завдяки цьому процесу генеративний ШІ може спочатку сприймати або ідентифікувати аспекти нового масиву даних – наприклад, художній ШІ може “навчитися” вибирати нові фотографії, на яких зображений фламінго, а нещодавно він почав створювати нові роботи на основі підказки. Багато художніх ШІ використовують інструменти, відомі як генеративні змагальні мережі, або GAN, – алгоритми, що застосовуються для аналізу наборів даних про існуючі твори мистецтва. Звісно, деякі типи генеративних ШІ є повністю автономними, але тут ми зосередимося на тих, що призначені для роботи в тандемі з людиною.

Генеративний ШІ та Web3: свобода та доступність

Багато користувачів розглядають генеративний ШІ як потужний інструмент для підтримки переходу до екосистеми Web3, в якій центральна влада попередньої ітерації інтернету покінчила з собою. Одним із способів сумісності генеративного ШІ з ідеалами Web3 є те, що він руйнує бар’єри для доступу. Наприклад, уявіть собі популярний інструмент для створення музики в інтернеті – неминуче, найпотужніші з цих інструментів вимагатимуть від користувачів сплати за програмне забезпечення або ліцензійну плату. І навіть якщо вони доступні безкоштовно, користувач повинен мати величезний досвід і знання, щоб дійсно створити пісню, яка конкурує з тим, що можна почути на радіо. Це бар’єри для творчості, які закладені в сучасній інтернет-культурі.

З іншого боку, багато генеративних інструментів ШІ або безкоштовні, або вимагають лише скромну плату і небагато зовнішнього обладнання. Користувачеві таких програм, як DALL-E або StarryAI, не потрібно виходити на вулицю і вкладати гроші в дорогі камери, полотна чи фарби. Насправді, користувачеві навіть не потрібно бути досвідченим художником, щоб створити щось вражаюче.

Світ згенерованих ШІ не взаємозамінних токенів (NFT) – це аспект цієї галузі ШІ, який ще більше наближається до систем Web3, включаючи екосистеми блокчейну та криптовалюти. Code Canvas, платформа на базі Solana, є прикладом системи, яка має на меті поєднати ці два світи. Користувачі можуть використовувати платформу для карбування NFT в ланцюжку і швидко вийти на потенційно прибутковий ринок NFT. Code Canvas може допомогти користувачам, які не тільки бажають отримати підтримку для створення NFT в складній екосистемі на основі блокчейну, але й покладаються на допомогу інструменту штучного інтелекту для створення самих творів мистецтва. Art Blocks – ще одна подібна платформа, яка згенерувала близько $1 млрд для творців NFT у 2021 році.

Користувацькі дані та алгоритми

Ключовим аспектом багатьох інструментів для спільної роботи зі штучним інтелектом є потреба у людському втручанні. Введіть текстову підказку в систему штучного інтелекту, що генерує мистецтво, і система швидко створить візуальне представлення цієї підказки. Інструменти штучного інтелекту навіть передбачають випадковість, тому ідентичні підказки можуть призвести до найрізноманітніших результатів.

Децентралізована природа блокчейнів і криптовалютних екосистем може сприяти цій випадковості. Усуваючи центральну владу, блокчейн дозволяє здійснювати безпечні, а в деяких випадках і рандомізовані дії. Яскравим прикладом є завдання багатьох смарт-контрактів, які виконуються автоматично при виконанні певних умов, але не обов’язково щоразу дають однакові результати. Розробники та користувачі генеративного ШІ можуть використовувати ці елементи простору блокчейну для підвищення вихідної потужності своїх систем ШІ.

Питання авторських прав

Однією з найважливіших проблем для художників, які співпрацюють з генеративним ШІ для створення нових творів, є питання власності. Окрім питання про те, кому належить спільна робота, створена штучним інтелектом, – людині чи машині, існує більш фундаментальне питання про те, чи можуть інструменти штучного інтелекту взагалі створювати унікальні роботи. Зрештою, вони навчаються на величезних масивах даних, а елементи, захищені авторським правом, як відомо, проникають у “нові” творіння.

Словом, це болюче питання, яке досі не вирішене в усьому світі. У США уряд зазвичай вважає, що твори, створені не людьми, не підлягають захисту авторським правом. Таким чином, твори, створені в тандемі між людиною та ШІ, можуть частково мати право на захист – наприклад, якщо зрозуміло, які частини були створені людиною, а які – ШІ. Знаковим у цьому сенсі став випадок у вересні 2022 року, пов’язаний з графічним романом, створеним спільно користувачем-людиною та Midjourney, штучним інтелектом, що генерує мистецтво, який став знаковою подією в цій сфері. Бюро авторських прав США вперше в історії зареєструвало цей твір, але згодом частково скасувало реєстрацію авторських прав.

Екосистема Web3, в якій питання авторського права можуть вирішуватися іншими способами, може мати величезні наслідки для генеративного ШІ та його користувачів-людей. Однак це, ймовірно, займе багато часу, щоб розібратися з цим питанням.

Коротко

• Більшість інструментів штучного інтелекту (ШІ), що генерують мистецтво, використовують людський внесок, створюючи можливість для співпраці між людиною та системою ШІ.
• Генеративний ШІ навчається на величезних обсягах даних, щоб мати можливість розпізнавати, а потім створювати контент на основі цих підказок. Наприклад, версія ChatGPT була навчена на 45 терабайтах даних.
• Той факт, що ці інструменти, як правило, легкодоступні, безкоштовні або дешеві, а також те, що вони допомагають навіть недосвідченим користувачам створювати високоякісний контент, робить їх ідеальними для децентралізованої екосистеми Web3.
• Code Canvas і Art Blocks – це приклади платформ, створених за допомогою інструментів блокчейну, які дозволяють користувачам швидко і легко карбувати високоякісні NFT.
• Тільки в 2021 році Art Blocks принесла користувачам майже 1 мільярд доларів.
• Інший спосіб, у який ці інструменти можуть бути пов’язані з системами Web3, полягає у використанні випадковості.
• Проблеми з авторськими правами залишаються важливою проблемою для генеративного ШІ та його користувачів.