AI là cọ vẽ của họ, nhưng tác phẩm nghệ thuật không kém con người
Trong trò chơi Gradient Gradient, hiện đang được xem tại phòng trưng bày của Nature Morte ở New Delhi, các nghệ sĩ trở thành một người có máy móc và kết quả thật tuyệt vời.
AI là cọ vẽ của họ, nhưng tác phẩm nghệ thuật không kém con người
Mario Klingemann 79530 Tự chụp chân dung , (chi tiết), 2018, video kênh đơn, biến kích thước [Hình ảnh: lịch sự của Nature Morte, New Delhi]
BỞI DJ PANGBURNĐỌC 8 PHÚT
Nghệ thuật thuật toán đã xuất hiện như một môn học riêng biệt trong nhiều thập kỷ. Nghệ sĩ người Hungary Vera Molnár đã tạo ra một hình thức ban đầu của nó vào những năm 1960 với các bản vẽ máy tính được chế tạo theo các quy tắc thuật toán nghiêm ngặt. Và nghệ sĩ người Mỹ Roman Verostko đã tạo ra nghệ thuật thuật toán với The Magic Hand of Chance , các bản vẽ kỹ thuật số không lặp lại được tạo bằng BASIC trên PC IBM thế hệ đầu tiên. Nhưng trong một cuộc triển lãm mới mang tên Gradient Descent xôngnow hiện đang được trưng bày tại phòng trưng bày Nature Morte ở New Delhi, một nhóm người phụ trách, một nhà biên kịch và bảy nghệ sĩ đang cố gắng định nghĩa, cả về mặt thẩm mỹ và khái niệm, một sự phát triển gần đây hơn trong sáng tạo thuật toán: nghệ thuật được làm bằng trí tuệ nhân tạo.
Sản phẩm trí tuệ của anh em Raghava KK và Karthik Kalyanaraman, cùng với đồng đạo diễn của Nature Morte Aparajita Jain, Gradient Descent trưng bày các tác phẩm nghệ thuật được thực hiện bởi bảy nghệ sĩ quốc tế hợp tác với AI. Không giống như nghệ thuật AI khá nguyên thủy của trình tạo hình ảnh DeepDream của Google , những tác phẩm này rất nổi bật về mặt thẩm mỹ. Chẳng hạn, Quạt điện của Tom White (2018), gọi vào tâm trí những tác phẩm của Expressionist trong những năm 1950, với nền màu kem và những vệt màu xám, đen và trắng gần đúng, vâng, một cái quạt. Chưa có tiêu đề của Anna Ridler (từ Tập huấn luyện đầu tiên ) cũng có biểu hiện tương tự, với hình dạng phụ nữ được thể hiện bằng màu nước đen. Những người khác, như Mario Klingemann79530 Chân dung và Bản ghi nhớ Thiền sâu của Akten , cũng như cài đặt ảnh đen trắng của Nao Tokui, Phong cảnh Tưởng tượng , có vẻ bị biến dạng nhiều hơn.
Cảm hứng cho triển lãm, như Raghava KK nói với Công ty nhanh , là một cuộc trò chuyện với anh trai về sự siêu việt vào thời kỳ hậu con người. Trong khi Raghava tiếp cận nghệ thuật AI từ góc độ của một nghệ sĩ, Karthik cho rằng viễn cảnh của một nhà khoa học dữ liệu bị ám ảnh bởi nghệ thuật. Jain quyết định tổ chức triển lãm sau cuộc thảo luận với Raghava và một người bạn khác về cách 97% tất cả các công việc có thể được thay thế bằng AI, trong khi 3% công việc còn lại sẽ được phân bổ cho ý chí con người không thể thay thế. Cuộc trò chuyện nhanh chóng chuyển sang sự sáng tạo, mà Jain lập luận vẫn còn trong vương quốc của loài người.
Đó là, cho đến khi cô biết rằng trí tuệ nhân tạo cũng đang được sáng tạo. Nếu một tương lai ở đây, và có sức ảnh hưởng lớn đến toàn nhân loại, tôi tin rằng chúng ta cần phải tranh luận và giải quyết vấn đề này ngay bây giờ, chuyên gia Jain nói. Tôi không nghĩ chúng ta có thể chờ đợi.
Anna Ridler Chưa có tiêu đề (từ tập huấn luyện thứ hai) từ loạt Fall of the House of Usher , 2018, mực trên giấy, 21 x 21 cm [Ảnh: lịch sự của Nature Morte, New Delhi]
Gradient Descent cũng là, một phần, một phản ứng với phiên bản 2015 của Google DeepDream và cGAN (Conditional Generative Adverserial Nets) vào đầu năm 2017, mạng nơron, xây dựng trên AI, mà tổng hợp nhiều hình ảnh vào những cái mới gây ảo giác (xem: DeepDream của virus “con chó con khuôn mặt slug). Mặc dù điều này có thể là một sự tò mò thú vị đối với công chúng, Karthik nói rằng sự phong phú về mặt thẩm mỹ của các hình ảnh tổng hợp của các mạng này là khá hạn chế. Nhưng trong năm rưỡi qua, Karthik và Raghava đã chứng kiến một lĩnh vực nghệ thuật mở rộng để bao gồm các tác phẩm phong phú hơn về mặt khái niệm và thẩm mỹ. Họ muốn định nghĩa nó là một thể loại, để suy nghĩ về những hạn chế và khả năng của nó; để hiểu thực tiễn của giống lập trình viên nghệ sĩ mới này đã bắt đầu gắn bó với AI và bắt đầu suy nghĩ về những câu hỏi quan trọng về sự sáng tạo.
TẠO MỘT CÁI GÌ ĐÓ TỪ NHỮNG THỨ KHÁC
Akten nói với Fast Company rằng lần đầu tiên anh bắt đầu loay hoay với các thuật toán trên máy tính BBC Micro B của mình vào năm 10 tuổi, tương đương với việc chơi với Legos hoặc vẽ. Thế nào là một sở thích trong suốt thời thơ ấu và thiếu niên của anh cuối cùng đã trở thành nghệ thuật. Vào cuối những năm 1990, Akten đã loay hoay với các mạng lưới thần kinh. Vào giữa những năm 2000, anh bắt đầu thử nghiệm học máy thông qua phát hiện mẫu với Haar Cascades, một hình thức cơ bản để phát hiện khuôn mặt trong một hình ảnh hoặc video. Deep Meditations , đóng góp của Akten cho Gradient Descent , là một đỉnh cao của nghiên cứu của ông, cả về nghệ thuật và kỹ thuật, vào AI trong nhiều năm qua.
Mario Klingemann 79530 Tự chụp chân dung , (chi tiết), 2018, video kênh đơn, biến kích thước [Hình ảnh: lịch sự của Nature Morte, New Delhi]
Đây là một chuyến đi sâu và khám phá có kiểm soát về thế giới bên trong của một mạng lưới thần kinh nhân tạo được đào tạo về mọi thứ, thế giới, vũ trụ, không gian, núi, đại dương, hoa; Được đào tạo về nghệ thuật, cuộc sống, tình yêu, đức tin, nghi lễ, thần, ông nói. Đây là nghĩa đen được đào tạo về 'mọi thứ.' Tôi đã quét Flickr cho các hình ảnh được gắn thẻ 'mọi thứ' (cũng như tất cả các thẻ khác).
Để tạo ra tác phẩm, Akten đã sử dụng học sâu chuyên sâu, một mạng đối nghịch rộng rãi cho hình ảnh và một bộ mã hóa tự động đa dạng cho âm thanh. Sau này, anh ấy đã sử dụng một kiến trúc và hệ thống tùy chỉnh mà anh ấy gọi là gr grmama (Âm nhạc và âm thanh thần kinh dạng hạt), mà anh ấy đã phát triển như một phần của Tiến sĩ tại Goldsmiths, Đại học London.
Khi bạn huấn luyện một mạng lưới thần kinh sâu rộng trên một tấn dữ liệu, hy vọng sẽ học được điều gì đó về dữ liệu đó, nó chứa một số 'kiến thức', và kiến thức đó được đặt trong một không gian rộng lớn gần như vô tận, ông Akten giải thích. Trong trường hợp này, nó được đặt trên bề mặt của một hình cầu, nhưng không phải là một hình cầu 3D bình thường, một hình cầu siêu hình 512 chiều. Câu hỏi đặt ra sau đó là: Làm thế nào chúng ta trừng phạt con người trần thế, chỉ có thể hình dung ra một không gian ba chiều đơn thuần. . . điều hướng không gian rộng lớn đó và tìm thấy những gì chúng ta đang tìm kiếm, hoặc thậm chí chỉ tìm thấy những điều quan tâm?
Tiêu đề, Deep Meditations , xuất phát từ ý tưởng rằng AI này đang khám phá giáo dục với Akten với tư cách là người hướng dẫn về bản thân bên trong của nó, đó là cái mà Akten gọi là một hình thức thiền định. Nhưng trong khi AI đã được đào tạo về mọi thứ trên mạng, thì nó đã không được nói bất cứ điều gì. Nói cách khác, không có nhãn lớp lớp nào, vì chúng được biết đến trong nghiên cứu máy học.
Akten không thể phân biệt về mặt ngữ nghĩa với các tinh vân, mạng lưới thần kinh chỉ phân tích mọi thứ hoàn toàn dựa trên thẩm mỹ và tạo ra những hình ảnh thực sự trừu tượng có đặc điểm của tất cả các vật thể khác nhau này. Không biết nó là gì. Nó chỉ hợp nhất mọi thứ với nhau dựa trên những gì nó nghĩ rằng chúng trông như thế nào. Sau đó, khi chúng ta nhìn vào những hình ảnh thu được, thực sự không có gì, chúng ta chiếu ý nghĩa của chúng lên, dựa trên những gì chúng ta nghĩ chúng trông giống như.
Ghi nhớ Akten Deep Thiền (chi tiết), 2018, video 4 kênh, biến Kích thước. [Hình ảnh: lịch sự của Nature Morte, New Delhi]
Akten so sánh kết quả với một bài kiểm tra inkblot Rorschach đang phát triển rất chậm. Ông nhìn thấy nhiều cấp độ thiền định, hoặc thậm chí kinh nghiệm tâm linh trong quá trình này, cho cả mạng lưới thần kinh, người xem và thực sự là nghệ sĩ.
MÁY MUỐN NHỮNG GÌ NÓ MUỐN
Với Close Loop , nghệ sĩ Jakes Elwes cũng chơi với khả năng diễn giải và tạo hình ảnh AI cho sản phẩm Gradient Descent của mình . Mô hình của ông, một Densecap, đã được đào tạo để mô tả các hình ảnh chú thích bằng tay mà nó sử dụng bằng ngôn ngữ, sau đó trò chuyện với một mô hình khác, PPGN, đã được đào tạo để tạo ra hình ảnh 14 triệu bức ảnh từ Imagenet, từ việc giải thích văn bản đầu vào. Cả hai sau đó được đưa trở lại vào nhau vô hạn quảng cáo.
Phong cảnh tưởng tượng Nao Tokui (chi tiết), 2018, trình chiếu video 3 kênh, biến kích thước [Hình ảnh: lịch sự của thiên nhiên Morte, New Delhi]
Tôi cảm thấy công việc bị đặt câu hỏi về định kiến của tôi về cơ quan, El Eles nói. Tôi là một nghệ sĩ, không biết hình ảnh và văn bản nào sẽ xuất hiện. Tôi quyết định không bao giờ chỉnh sửa hoặc quản lý đầu ra, cho phép máy thường xuyên tắt các tiếp tuyến kỳ lạ và bí ẩn mà không nhất thiết phải nhận thấy đối với khán giả. Sự từ bỏ quyền kiểm soát này là điều khiến tôi phấn khích về tác phẩm này và hợp tác với một cỗ máy.
Một nghệ sĩ khác trong triển lãm, Harshit Agrawal, đến từ nhóm Fluid Interfaces của MIT Media Lab. Harshit nói với Fast Company rằng anh ta, giống như Elwes, rất thích khám phá và phát triển sự liên tục của cơ quan sáng tạo giữa con người và máy móc, để tạo ra một quy trình nghệ thuật thân mật và nắm lấy kết quả của một nghệ sĩ cyborg.
Tom White , Quạt điện , từ loạt Động cơ nhận thức , 2018, in, 59,9 x 59,9 cm [Hình ảnh: lịch sự của Nature Morte, New Delhi]
Harshit lần đầu tiên quan tâm đến việc con người có thể chia sẻ cơ quan sáng tạo với máy móc khi làm việc với máy bay không người lái vẽ cho tác phẩm A Flying Pantograph của mình . Đó là một cái gì đó mà ông nói về sự liên tục của cơ quan sáng tạo cỗ máy của con người, đó là nơi nghệ sĩ hướng dẫn cỗ máy làm điều gì đó dựa trên ý định nghệ thuật của mình. Lần lượt các đầu ra của máy hướng dẫn quy trình sáng tạo của bạn và bạn phối hợp với nó để đạt được tác phẩm nghệ thuật cuối cùng mà bạn muốn, anh ấy giải thích.
Với Bài học Giải phẫu của Tiến sĩ Thuật toán , Harshit tham khảo một trong những bức tranh sớm nhất và nổi tiếng nhất của Rembrandt, Bài học Giải phẫu của Tiến sĩ Nicholas Tulp , trong đó, bậc thầy người Hà Lan đã vẽ một bàn tay được trình diễn trước công chúng. Rembrandt đã vẽ tác phẩm này trong thời gian say mê với công nghệ y tế. Harshit nhìn thấy sự song hành hiện đại hơn với AI: Bao nhiêu con người nên tiếp xúc với máy móc, và bao nhiêu và những gì họ nên được phép học?
Giải quyết những câu hỏi này, Harshit muốn tạo ra một tác phẩm tiếp xúc với phần cứng của cơ thể con người, để nó tạo ra những ấn tượng riêng. Kết quả của cuộc điều tra nghệ thuật này là một bảng gồm 20 bản in được tạo ra bởi máy, được tạo ra bằng cách học từ bộ dữ liệu gồm 60.000 hình ảnh của các phẫu thuật phẫu thuật khác nhau ở người, mà Harshit quản lý.
Tôi sử dụng thuật toán AI có tên là GAN (Generative Adversarial Network) để huấn luyện máy trên bộ dữ liệu hình ảnh, sau đó lấy mẫu từ máy khi nó học, ghi chú của Harshit. Tôi đã lấy mẫu hình ảnh từ nó vào các thời điểm khác nhau của quá trình học tập, dẫn đến tính thẩm mỹ thị giác khác nhau.
Harshit Agrawal Bài học giải phẫu của thuật toán tiến sĩ (chi tiết),
2018, Lưu trữ sắc tố in trên giấy, bộ 20, 12 x 8 in (mỗi) [Hình ảnh: lịch sự của thiên nhiên Morte, New Delhi]
MỘT LIÊN LẠC CỦA CON NGƯỜI
Bất chấp sự kỳ diệu về công nghệ của nghệ thuật tạo AI, Harshit nhấn mạnh rằng tác phẩm nghệ thuật của AI là không hoàn chỉnh, hoặc không tồn tại nếu không có nghệ sĩ loài người. Ít nhất là bây giờ.
Mục đích của công việc là của con người, quản lý hoặc tạo ra các bộ dữ liệu, tạo hoặc chọn thuật toán, điều chỉnh các tham số của nó, tất cả để tạo ra một tác phẩm cuối cùng mà họ hài lòng về mặt trực quan và khái niệm, theo ông Harshit. Theo một nghĩa nào đó, AI là một cây cọ vẽ tinh vi đối với tôi mà tôi thích vẽ.
Thật vậy, chính sự thúc đẩy này đã hợp nhất các nghệ sĩ trong Gradient Descent Wapthe mong muốn sử dụng AI làm công cụ, làm bút vẽ. Mặc dù nó có thể không quá khác biệt so với nghệ thuật thuật toán và khái quát ban đầu, ít nhất là ở mức độ khái niệm, mã điều chỉnh các AI này chỉ trở nên tinh tế và biểu cảm hơn.
Đây là chương trình đầu tiên coi nghệ thuật được sản xuất bởi AI là một thể loại riêng biệt, xứng đáng được coi là như vậy, theo ông Kalyanaraman. Điều này rất có ý nghĩa bởi vì chúng ta không chỉ nói về tác động trong tương lai của AI đối với xã hội mà còn thực sự nghĩ về nghệ thuật AI có ý nghĩa gì đối với thế giới nghệ thuật nói riêng.
AI là cọ vẽ của họ, nhưng tác phẩm nghệ thuật không kém con người
Mario Klingemann 79530 Tự chụp chân dung , (chi tiết), 2018, video kênh đơn, biến kích thước [Hình ảnh: lịch sự của Nature Morte, New Delhi]
BỞI DJ PANGBURNĐỌC 8 PHÚT
Nghệ thuật thuật toán đã xuất hiện như một môn học riêng biệt trong nhiều thập kỷ. Nghệ sĩ người Hungary Vera Molnár đã tạo ra một hình thức ban đầu của nó vào những năm 1960 với các bản vẽ máy tính được chế tạo theo các quy tắc thuật toán nghiêm ngặt. Và nghệ sĩ người Mỹ Roman Verostko đã tạo ra nghệ thuật thuật toán với The Magic Hand of Chance , các bản vẽ kỹ thuật số không lặp lại được tạo bằng BASIC trên PC IBM thế hệ đầu tiên. Nhưng trong một cuộc triển lãm mới mang tên Gradient Descent xôngnow hiện đang được trưng bày tại phòng trưng bày Nature Morte ở New Delhi, một nhóm người phụ trách, một nhà biên kịch và bảy nghệ sĩ đang cố gắng định nghĩa, cả về mặt thẩm mỹ và khái niệm, một sự phát triển gần đây hơn trong sáng tạo thuật toán: nghệ thuật được làm bằng trí tuệ nhân tạo.
Sản phẩm trí tuệ của anh em Raghava KK và Karthik Kalyanaraman, cùng với đồng đạo diễn của Nature Morte Aparajita Jain, Gradient Descent trưng bày các tác phẩm nghệ thuật được thực hiện bởi bảy nghệ sĩ quốc tế hợp tác với AI. Không giống như nghệ thuật AI khá nguyên thủy của trình tạo hình ảnh DeepDream của Google , những tác phẩm này rất nổi bật về mặt thẩm mỹ. Chẳng hạn, Quạt điện của Tom White (2018), gọi vào tâm trí những tác phẩm của Expressionist trong những năm 1950, với nền màu kem và những vệt màu xám, đen và trắng gần đúng, vâng, một cái quạt. Chưa có tiêu đề của Anna Ridler (từ Tập huấn luyện đầu tiên ) cũng có biểu hiện tương tự, với hình dạng phụ nữ được thể hiện bằng màu nước đen. Những người khác, như Mario Klingemann79530 Chân dung và Bản ghi nhớ Thiền sâu của Akten , cũng như cài đặt ảnh đen trắng của Nao Tokui, Phong cảnh Tưởng tượng , có vẻ bị biến dạng nhiều hơn.
Cảm hứng cho triển lãm, như Raghava KK nói với Công ty nhanh , là một cuộc trò chuyện với anh trai về sự siêu việt vào thời kỳ hậu con người. Trong khi Raghava tiếp cận nghệ thuật AI từ góc độ của một nghệ sĩ, Karthik cho rằng viễn cảnh của một nhà khoa học dữ liệu bị ám ảnh bởi nghệ thuật. Jain quyết định tổ chức triển lãm sau cuộc thảo luận với Raghava và một người bạn khác về cách 97% tất cả các công việc có thể được thay thế bằng AI, trong khi 3% công việc còn lại sẽ được phân bổ cho ý chí con người không thể thay thế. Cuộc trò chuyện nhanh chóng chuyển sang sự sáng tạo, mà Jain lập luận vẫn còn trong vương quốc của loài người.
Đó là, cho đến khi cô biết rằng trí tuệ nhân tạo cũng đang được sáng tạo. Nếu một tương lai ở đây, và có sức ảnh hưởng lớn đến toàn nhân loại, tôi tin rằng chúng ta cần phải tranh luận và giải quyết vấn đề này ngay bây giờ, chuyên gia Jain nói. Tôi không nghĩ chúng ta có thể chờ đợi.
Anna Ridler Chưa có tiêu đề (từ tập huấn luyện thứ hai) từ loạt Fall of the House of Usher , 2018, mực trên giấy, 21 x 21 cm [Ảnh: lịch sự của Nature Morte, New Delhi]
Gradient Descent cũng là, một phần, một phản ứng với phiên bản 2015 của Google DeepDream và cGAN (Conditional Generative Adverserial Nets) vào đầu năm 2017, mạng nơron, xây dựng trên AI, mà tổng hợp nhiều hình ảnh vào những cái mới gây ảo giác (xem: DeepDream của virus “con chó con khuôn mặt slug). Mặc dù điều này có thể là một sự tò mò thú vị đối với công chúng, Karthik nói rằng sự phong phú về mặt thẩm mỹ của các hình ảnh tổng hợp của các mạng này là khá hạn chế. Nhưng trong năm rưỡi qua, Karthik và Raghava đã chứng kiến một lĩnh vực nghệ thuật mở rộng để bao gồm các tác phẩm phong phú hơn về mặt khái niệm và thẩm mỹ. Họ muốn định nghĩa nó là một thể loại, để suy nghĩ về những hạn chế và khả năng của nó; để hiểu thực tiễn của giống lập trình viên nghệ sĩ mới này đã bắt đầu gắn bó với AI và bắt đầu suy nghĩ về những câu hỏi quan trọng về sự sáng tạo.
TẠO MỘT CÁI GÌ ĐÓ TỪ NHỮNG THỨ KHÁC
Akten nói với Fast Company rằng lần đầu tiên anh bắt đầu loay hoay với các thuật toán trên máy tính BBC Micro B của mình vào năm 10 tuổi, tương đương với việc chơi với Legos hoặc vẽ. Thế nào là một sở thích trong suốt thời thơ ấu và thiếu niên của anh cuối cùng đã trở thành nghệ thuật. Vào cuối những năm 1990, Akten đã loay hoay với các mạng lưới thần kinh. Vào giữa những năm 2000, anh bắt đầu thử nghiệm học máy thông qua phát hiện mẫu với Haar Cascades, một hình thức cơ bản để phát hiện khuôn mặt trong một hình ảnh hoặc video. Deep Meditations , đóng góp của Akten cho Gradient Descent , là một đỉnh cao của nghiên cứu của ông, cả về nghệ thuật và kỹ thuật, vào AI trong nhiều năm qua.
Mario Klingemann 79530 Tự chụp chân dung , (chi tiết), 2018, video kênh đơn, biến kích thước [Hình ảnh: lịch sự của Nature Morte, New Delhi]
Đây là một chuyến đi sâu và khám phá có kiểm soát về thế giới bên trong của một mạng lưới thần kinh nhân tạo được đào tạo về mọi thứ, thế giới, vũ trụ, không gian, núi, đại dương, hoa; Được đào tạo về nghệ thuật, cuộc sống, tình yêu, đức tin, nghi lễ, thần, ông nói. Đây là nghĩa đen được đào tạo về 'mọi thứ.' Tôi đã quét Flickr cho các hình ảnh được gắn thẻ 'mọi thứ' (cũng như tất cả các thẻ khác).
Để tạo ra tác phẩm, Akten đã sử dụng học sâu chuyên sâu, một mạng đối nghịch rộng rãi cho hình ảnh và một bộ mã hóa tự động đa dạng cho âm thanh. Sau này, anh ấy đã sử dụng một kiến trúc và hệ thống tùy chỉnh mà anh ấy gọi là gr grmama (Âm nhạc và âm thanh thần kinh dạng hạt), mà anh ấy đã phát triển như một phần của Tiến sĩ tại Goldsmiths, Đại học London.
Khi bạn huấn luyện một mạng lưới thần kinh sâu rộng trên một tấn dữ liệu, hy vọng sẽ học được điều gì đó về dữ liệu đó, nó chứa một số 'kiến thức', và kiến thức đó được đặt trong một không gian rộng lớn gần như vô tận, ông Akten giải thích. Trong trường hợp này, nó được đặt trên bề mặt của một hình cầu, nhưng không phải là một hình cầu 3D bình thường, một hình cầu siêu hình 512 chiều. Câu hỏi đặt ra sau đó là: Làm thế nào chúng ta trừng phạt con người trần thế, chỉ có thể hình dung ra một không gian ba chiều đơn thuần. . . điều hướng không gian rộng lớn đó và tìm thấy những gì chúng ta đang tìm kiếm, hoặc thậm chí chỉ tìm thấy những điều quan tâm?
Tiêu đề, Deep Meditations , xuất phát từ ý tưởng rằng AI này đang khám phá giáo dục với Akten với tư cách là người hướng dẫn về bản thân bên trong của nó, đó là cái mà Akten gọi là một hình thức thiền định. Nhưng trong khi AI đã được đào tạo về mọi thứ trên mạng, thì nó đã không được nói bất cứ điều gì. Nói cách khác, không có nhãn lớp lớp nào, vì chúng được biết đến trong nghiên cứu máy học.
Akten không thể phân biệt về mặt ngữ nghĩa với các tinh vân, mạng lưới thần kinh chỉ phân tích mọi thứ hoàn toàn dựa trên thẩm mỹ và tạo ra những hình ảnh thực sự trừu tượng có đặc điểm của tất cả các vật thể khác nhau này. Không biết nó là gì. Nó chỉ hợp nhất mọi thứ với nhau dựa trên những gì nó nghĩ rằng chúng trông như thế nào. Sau đó, khi chúng ta nhìn vào những hình ảnh thu được, thực sự không có gì, chúng ta chiếu ý nghĩa của chúng lên, dựa trên những gì chúng ta nghĩ chúng trông giống như.
Ghi nhớ Akten Deep Thiền (chi tiết), 2018, video 4 kênh, biến Kích thước. [Hình ảnh: lịch sự của Nature Morte, New Delhi]
Akten so sánh kết quả với một bài kiểm tra inkblot Rorschach đang phát triển rất chậm. Ông nhìn thấy nhiều cấp độ thiền định, hoặc thậm chí kinh nghiệm tâm linh trong quá trình này, cho cả mạng lưới thần kinh, người xem và thực sự là nghệ sĩ.
MÁY MUỐN NHỮNG GÌ NÓ MUỐN
Với Close Loop , nghệ sĩ Jakes Elwes cũng chơi với khả năng diễn giải và tạo hình ảnh AI cho sản phẩm Gradient Descent của mình . Mô hình của ông, một Densecap, đã được đào tạo để mô tả các hình ảnh chú thích bằng tay mà nó sử dụng bằng ngôn ngữ, sau đó trò chuyện với một mô hình khác, PPGN, đã được đào tạo để tạo ra hình ảnh 14 triệu bức ảnh từ Imagenet, từ việc giải thích văn bản đầu vào. Cả hai sau đó được đưa trở lại vào nhau vô hạn quảng cáo.
Phong cảnh tưởng tượng Nao Tokui (chi tiết), 2018, trình chiếu video 3 kênh, biến kích thước [Hình ảnh: lịch sự của thiên nhiên Morte, New Delhi]
Tôi cảm thấy công việc bị đặt câu hỏi về định kiến của tôi về cơ quan, El Eles nói. Tôi là một nghệ sĩ, không biết hình ảnh và văn bản nào sẽ xuất hiện. Tôi quyết định không bao giờ chỉnh sửa hoặc quản lý đầu ra, cho phép máy thường xuyên tắt các tiếp tuyến kỳ lạ và bí ẩn mà không nhất thiết phải nhận thấy đối với khán giả. Sự từ bỏ quyền kiểm soát này là điều khiến tôi phấn khích về tác phẩm này và hợp tác với một cỗ máy.
Một nghệ sĩ khác trong triển lãm, Harshit Agrawal, đến từ nhóm Fluid Interfaces của MIT Media Lab. Harshit nói với Fast Company rằng anh ta, giống như Elwes, rất thích khám phá và phát triển sự liên tục của cơ quan sáng tạo giữa con người và máy móc, để tạo ra một quy trình nghệ thuật thân mật và nắm lấy kết quả của một nghệ sĩ cyborg.
Tom White , Quạt điện , từ loạt Động cơ nhận thức , 2018, in, 59,9 x 59,9 cm [Hình ảnh: lịch sự của Nature Morte, New Delhi]
Harshit lần đầu tiên quan tâm đến việc con người có thể chia sẻ cơ quan sáng tạo với máy móc khi làm việc với máy bay không người lái vẽ cho tác phẩm A Flying Pantograph của mình . Đó là một cái gì đó mà ông nói về sự liên tục của cơ quan sáng tạo cỗ máy của con người, đó là nơi nghệ sĩ hướng dẫn cỗ máy làm điều gì đó dựa trên ý định nghệ thuật của mình. Lần lượt các đầu ra của máy hướng dẫn quy trình sáng tạo của bạn và bạn phối hợp với nó để đạt được tác phẩm nghệ thuật cuối cùng mà bạn muốn, anh ấy giải thích.
Với Bài học Giải phẫu của Tiến sĩ Thuật toán , Harshit tham khảo một trong những bức tranh sớm nhất và nổi tiếng nhất của Rembrandt, Bài học Giải phẫu của Tiến sĩ Nicholas Tulp , trong đó, bậc thầy người Hà Lan đã vẽ một bàn tay được trình diễn trước công chúng. Rembrandt đã vẽ tác phẩm này trong thời gian say mê với công nghệ y tế. Harshit nhìn thấy sự song hành hiện đại hơn với AI: Bao nhiêu con người nên tiếp xúc với máy móc, và bao nhiêu và những gì họ nên được phép học?
Giải quyết những câu hỏi này, Harshit muốn tạo ra một tác phẩm tiếp xúc với phần cứng của cơ thể con người, để nó tạo ra những ấn tượng riêng. Kết quả của cuộc điều tra nghệ thuật này là một bảng gồm 20 bản in được tạo ra bởi máy, được tạo ra bằng cách học từ bộ dữ liệu gồm 60.000 hình ảnh của các phẫu thuật phẫu thuật khác nhau ở người, mà Harshit quản lý.
Tôi sử dụng thuật toán AI có tên là GAN (Generative Adversarial Network) để huấn luyện máy trên bộ dữ liệu hình ảnh, sau đó lấy mẫu từ máy khi nó học, ghi chú của Harshit. Tôi đã lấy mẫu hình ảnh từ nó vào các thời điểm khác nhau của quá trình học tập, dẫn đến tính thẩm mỹ thị giác khác nhau.
Harshit Agrawal Bài học giải phẫu của thuật toán tiến sĩ (chi tiết),
2018, Lưu trữ sắc tố in trên giấy, bộ 20, 12 x 8 in (mỗi) [Hình ảnh: lịch sự của thiên nhiên Morte, New Delhi]
MỘT LIÊN LẠC CỦA CON NGƯỜI
Bất chấp sự kỳ diệu về công nghệ của nghệ thuật tạo AI, Harshit nhấn mạnh rằng tác phẩm nghệ thuật của AI là không hoàn chỉnh, hoặc không tồn tại nếu không có nghệ sĩ loài người. Ít nhất là bây giờ.
Mục đích của công việc là của con người, quản lý hoặc tạo ra các bộ dữ liệu, tạo hoặc chọn thuật toán, điều chỉnh các tham số của nó, tất cả để tạo ra một tác phẩm cuối cùng mà họ hài lòng về mặt trực quan và khái niệm, theo ông Harshit. Theo một nghĩa nào đó, AI là một cây cọ vẽ tinh vi đối với tôi mà tôi thích vẽ.
Thật vậy, chính sự thúc đẩy này đã hợp nhất các nghệ sĩ trong Gradient Descent Wapthe mong muốn sử dụng AI làm công cụ, làm bút vẽ. Mặc dù nó có thể không quá khác biệt so với nghệ thuật thuật toán và khái quát ban đầu, ít nhất là ở mức độ khái niệm, mã điều chỉnh các AI này chỉ trở nên tinh tế và biểu cảm hơn.
Đây là chương trình đầu tiên coi nghệ thuật được sản xuất bởi AI là một thể loại riêng biệt, xứng đáng được coi là như vậy, theo ông Kalyanaraman. Điều này rất có ý nghĩa bởi vì chúng ta không chỉ nói về tác động trong tương lai của AI đối với xã hội mà còn thực sự nghĩ về nghệ thuật AI có ý nghĩa gì đối với thế giới nghệ thuật nói riêng.
Nhận xét
Đăng nhận xét