Код креативности. Как искусственный интеллект учится писать, рисовать и думать
- Автор: дю Сотой Маркус
- Год: 2020
- Язык: русский
- Год: Аттикус
- ISBN: 978-5-389-18965-2
- Переводчик: Дмитрий Александрович Прокофьев
- Жанр: Зарубежная образовательная литература
Электронная книга - «Код креативности. Как искусственный интеллект учится писать, рисовать и думать». Краткое содержание книги:
«Искусственный интеллект потрясает самые основы нашего существования, демонстрируя, сколь многое из того, чем занимаются люди, машины могут делать не хуже, а то и лучше их. Но эта книга посвящена не столько будущему с беспилотными машинами и компьютеризованной медициной, сколько вопросу о том, смогут ли алгоритмы состязаться сколько-нибудь существенным образом с могуществом человеческого кода. Способны ли компьютеры к творчеству? Что нужно для творчества? В какой степени эмоциональная реакция на произведения искусства является результатом реакции мозга на определенные рисунки и структуры? Таковы некоторые из тем, которые мы рассмотрим». (Маркус дю Сотой)
В формате PDF A4 сохранен издательский макет книги.
Достаточно ли обширного творческого наследия Рембрандта для того, чтобы алгоритм смог научиться, как создать новый портрет, который будет узнаваемым портретом Рембрандта? В интернете можно найти миллионы изображений кошек, но Шекспир написал всего 37 пьес, а Бетховен – девять симфоний. Может ли творческая гениальность защититься от машинного обучения недостатком данных? Специалисты по анализу данных из компании Microsoft и Делфтского технического университета считали, что имеется достаточно данных, чтобы алгоритм научился писать как Рембрандт. Рон Огастес из Microsoft, работавший над этим проектом, считал, что сам старый мастер одобрил бы эту работу: «Мы используем технологии и данные так же, как Рембрандт использовал краски и кисти, – чтобы создать нечто новое».
Группа изучила 346 картин и создала 150 гигабайт оцифрованных изображений для анализа. При сборе данных учитывались пол, возраст и ориентация головы моделей Рембрандта, а также проводился геометрический анализ различных ключевых точек лица. Проведя тщательный анализ портретов Рембрандта, исследователи выбрали модель того типа, который, по их мнению, мог быть изображен на следующем его портрете: белый мужчина в возрасте от 30 до 40 лет, с бородой и усами, в темной одежде с пышным воротником и в шляпе сидит вполоборота, лицом к зрителю. На портрете вполне могла быть и женщина – распределение между двумя полами было почти 50: 50, – но в мужских портретах было больше удобных для анализа элементов. До этого этапа никакого по-настоящему сложного анализа данных не требовалось. Машинное обучение вступило в игру, только когда дело дошло до действительного создания портрета, работы с красками.
Группа исследовала при помощи алгоритмов манеру, в которой Рембрандт писал глаза, нос и рот модели. Одной из отличительных особенностей его картин является работа со светом: свет часто сконцентрирован в одной области, как будто освещенной прожектором. От этого одни черты лица оказывались четко видимыми, а другие области – размытыми.
Алгоритм не пытался создать черты, усредненные по всем портретам. Как выяснил в 1877 году Фрэнсис Гальтон, пытавшийся создать стереотипный портрет преступника, усредняя фотографии реальных осужденных, результат получается весьма далеким от оригинала. Гальтон накладывал негативы друг на друга и, проявив получившееся изображение, был поражен результатом: набор искаженных и уродливых лиц, которые он использовал, превратился в приятное глазу комбинированное изображение. По-видимому, сглаживая асимметричные черты, можно получить нечто вполне привлекательное. Чтобы создать картину, которую можно было бы принять за работу Рембрандта, специалистам по анализу данных требовалось придумать какой-то более хитроумный способ. Их алгоритм должен был создать новые глаза, новый нос и новый рот, как будто бы программа могла смотреть на мир глазами Рембрандта.
Создав эти элементы, они приступили к исследованию пропорций лиц на портретах кисти Рембрандта. Эта работа заинтересовала бы Леонардо. Его тетради полны измерений пропорций лица. Кое-кто считает, что Леонардо пытался создать идеальное лицо, исходя из математических концепций золотого сечения. Рембрандт не был настолько одержим геометрическими принципами, но тем не менее он, по-видимому, отдавал предпочтение определенным пропорциям.
Сначала анализ проводился на плоских изображениях. Но живописное полотно – не двумерное изображение. Краска, нанесенная на холст, придает ему определенную рельефность, от которой тоже зависит конечный эффект. Вспомним, как Ван Гог наносил масляную краску слоями, создавая произведения, относящиеся к скульптуре не в меньшей степени, чем к живописи. Те, кто создает произведения искусства при помощи алгоритмов, часто упускают из виду такую особенность картины, как фактура. Художественные произведения выводятся на экран и оказываются заключены в рамках двумерного цифрового холста. Но не менее важной отличительной чертой художников, от Гойи до де Кунинга, является то, как они, создавая свои произведения, наносят краски на холст. Манера нанесения красочного слоя, несомненно, является ключевой особенностью поздних работ Рембрандта. Но сотрудники группы поняли, что современные объемные принтеры могут позволить им проанализировать и воспроизвести контуры, характерные для холстов Рембрандта. Созданная ими картина, напечатанная на 3D-принтере, состояла из 148 млн пикселей, которые были распределены по тринадцати слоям ультрафиолетовых чернил, произведенных на основе масляной краски.
Бас Корстен, один из художников, участвовавших в этом проекте, признает, что, хотя сама идея была гениальна в своей простоте, ее реализация была мучительно сложной. «Мы прошли целый путь проб и ошибок. У нас было множество идей, которые мы разрабатывали и испытывали, но в конце концов отбросили». Группа рассматривала возможность создания роботизированного манипулятора, который должен был написать получившуюся картину, но современные манипуляторы имеют всего девять степеней свободы, а рука человека – например, Рембрандта – содержит 27 элементов, способных двигаться независимо друг от друга. В конце концов от этого подхода отказались.