ИИ в искусстве: на службе или во вред? Часть 1
ARTinvestment.RU   01 марта 2024

2023 год открыл нам портал в ИИ-десятилетие. И, как водится с каждой очередной технологической революцией, искусство приняло на себя функцию главного ее проводника. Или же… главный удар?

•  
  Иллюстрация создана ИИ-моделью DALL-E 2 по запросу ARTinvestment.RU

Не оставаясь в стороне от прогресса, мы расскажем о роли ИИ в искусстве: что ему предрекали, как это реализовалось сегодня — и что ожидает нас в недалеком будущем? Затронем и художественную сторону, и этическую, и — естественно — экономическую. А еще зададимся вопросом: а ИИ действительно «интеллект», или большие корпорации <снова> водят нас за нос? И начнем, как водится, с немного скучной, но обязательной теории.

Что такое искусственный интеллект (ИИ)?

Начало разговору об искусственном интеллекте положил Алан Тьюринг. В своей статье «Вычислительная техника и интеллект» (1950) английский математик задался вопросом: «Могут ли машины думать?» Правда, вместо ответа — предложил человечеству знаменитый «тест Тьюринга», над которым с переменным успехом люди и вычислительные машины бьются до сих пор. Автором же самого термина ИИ (с англ. —AI, Artificial Intelligеnce) принято считать американца Джона Маккарти, который в 1956 году назвал «искусственным интеллектом» гипотетическую способность вычислительной техники самостоятельно принимать решения. Более современные определения разделяют возможности ИИ в академической науке и практической реализации.

Несмотря на то, что ИИ показал себя многообещающим направлением, интерес к нему угас в начале 1960-х годов: началась космическая эра, которая привлекла к себе внимание (и бюджеты) на два последующих десятилетия. Появление микропроцессоров в конце 1970-х годов ознаменовало возрождение искусственного интеллекта… однако техно-энтузиазм подчинился очередному финансовому кризису.

Начиная с 2000-х искусственный интеллект пережил возрождение благодаря доступности огромных массивов оцифрованных данных (от текстовых библиотек до архивов музеев) и высокой производительности процессоров для обучения алгоритмов. Важное примечание: ИИ не может «думать» сам по себе, ему необходима «кормовая база» — анализируя ее, он предлагает собственные алгоритмические решения. Чем подобная база шире, тем меньше статистическая погрешность в проверенных историей вариантах. Совсем как при анализе рынка художников, имеющих бóльшее количество аукционных продаж: больше информации — меньше рисков.

Что случилось дальше — догадаться не сложно. Мир разделился на тех, кто мог себе позволить подобные данные покупать, чтобы «кормить» свои «интеллекты» (Microsoft, Google, Amazon, Apple) и всех остальных — разработчиков ИИ, которые обучали свои системы на том, что имели под рукой в открытом доступе. Другими словами, многочисленные «небольшие ИИ» смиренно работали на малых оборотах и ждали, пока их купит кто-то из великих.

Собственно, так и произошло с небольшой командой из 10 программистов, получивших в 2016 году на развитие своего ИИ-стартапа всего $120 тыс. И внимание самого Илона Маска, которое стоило дороже денег: следующими ребят заметил Microsoft и вложил без малого $1 млрд. А спустя пару лет — еще $10 млрд. Сегодня название этой компании — OpenAI — известно всему прогрессивному миру, а их главный продукт — ChatGPT — открыл дорогу к массовому освоению возможностей искусственного интеллекта

История ИИ в искусстве

В это сложно поверить, но первая разработка искусственного интеллекта для кодирования процесса рисования датируется 1968 годом! Американец Гарольд Коэн приступил к программированию машины AARON для создания простых черно-белых рисунков. Носитель ветхозаветного имени, AARON не мог самостоятельно изучать художественные стили или образы, и каждая генерация должна была быть вручную закодирована Коэном. Тем не менее полученные изображения были выставлены в галереях по всему миру, демонстрируя необычайное художественное мастерство союза машины и человека. Однако до аукционов первые ласточки генеративного искусства в тот раз не добрались, отсрочив триумф «веселых картинок» на добрые 50 лет.

Ханжи от искусства, впрочем, назовут другую дату — 1965 год, когда немецкий программист Георг Нис показал в Штутгарте «изображения, нарисованные компьютером». Объективности ради скажем: в полной мере генеративным искусством назвать эту пробу пера мы сегодня не можем, поскольку руководил всем процессом (включая композицию изображений) именно человек, а компьютер лишь исполнял техническое задание. Тем не менее работа Ниса неожиданным образом нашла продолжение… в Институте искусств Чикаго, выделившим под новое направление целую кафедру и многолетние гранты. Однако существенного вклада в дальнейшую разработку возможностей ИИ в искусстве данный подход не внес — ведь, как известно, гранты расслабляют, а мобилизуют инновации как раз инвестиции.

Сегодня уже мало кто вспомнит, что в 2011 году стартап Artsy начинался с желания ее основателя, Картера Кливленда (программиста по образованию), применить искусственный интеллект для выявления предпочтений любителей искусства и предложения работ для созерцания на платформе. Картер даже дал проекту название — Art Genome. Однако три чека в $500 тыс., последовавшие от Гагосяна, Глимчера и Аквавеллы (ведущих галеристов Нью-Йорка и всего цивилизованного мира, первых инвесторов Artsy), разубедили молодого стартапера, и вместо созерцания Artsy принялся делать то, что нужно рынку искусства, — торговать. А «выявленные предпочтения» заменились в бизнес-модели стартапа на строго определенный набор рыночных предложений. Тем не менее Art Genome то и дело проскакивает в пресс-релизах Artsy в качестве «интуитивной ИИ-модели, лежащей в основе платформы». И пусть будет так, если покупателю спокойнее.

В 2018 году на нью-йоркском Christie’s впервые в истории появилась художественная работа, сгенерированная ИИ. «Портрет Эдмона де Белами», вымышленного персонажа, созданного творческим коллективом Obvious из Франции с помощью генеративного кода, был продан за $432,5 тыс., превысив верхний эстимейт в 45 раз. Казалось бы, рынок искусства нащупал новый канал и открыт к предложениям — оказалось, нет. Знающий внутреннюю кухню торгов, дом Christie’s больше ИИ-искусство на торги не брал. Или потому, что понимал реальный уровень спроса, или оттого, что «Эдмон де Белами» не был завернут в NFT. Тем не менее прецедент состоялся, зафиксировав два главных момента: ИИ-искусство явилось миру и было продано в качестве слепка времени, исторического артефакта — и, одновременно, только на слепок времени оно и может претендовать. А время побежало дальше.

ИИ в искусстве сегодня

Для полноты эксперимента перед написанием данного материала мы спросили ChatGPT: «Какую роль играет искусственный интеллект в искусстве?» И вот какой ответ мы получили: «ИИ играет ключевую роль в сфере искусства, имея два основных применения. Во-первых, искусственный интеллект может помочь в создании <предметов> искусства.

Второе важное применение ИИ — категоризация и анализ <предметов> искусства. Надеюсь, мой ответ поможет вам лучше…»

Не поможет. Увы, на данном этапе ChatGPT обошелся с нашим запросом поверхностно, поэтому возвращаемся к работе естественного интеллекта редакции AI.

ИИ в сфере искусства — это инструмент, который помогает в производстве, торговле, управлении и анализе художественных и коллекционных активов. Технологии искусственного интеллекта, используемые компаниями в области искусства, могут быть либо разработаны самостоятельно, либо приобретены/внедрены на уровне готовых решений программного обеспечения.

Другими словами, «производство и категоризация / анализ» покрывают лишь два из четырех звеньев экосистемы рынка искусства, ведь любой предмет искусства сперва создается, затем продается (первичный рынок), управляется в рамках коллекции (менеджмент) и на любом этапе — анализируется (от экспертизы и категоризации до получения рыночных сигналов для успешной вторичной продажи). Некоторые известные примеры компаний в этой области включают Midjourney (производство), Art Blocks (торговля), ARTBnk (менеджмент) и Limna (аналитика).

Начнем по порядку.

1. Производство (создание) искусства

Для создания произведений графического дизайна (мы намеренно уходим от словосочетания «предмет искусства», и скоро поймете почему) сегодня повсеместно используются три основные модели искусственного интеллекта:

— Генеративно-состязательная сеть (с англ. GAN, Generative Adversarial Network): модель, при которой над созданием изображений одновременно работают несколько нейронных сетей. Предполагается (считаться будет лет через 10, а пока просто предполагается), что обучение и генерация желаемого результата на основе такого «соревнования» нескольких алгоритмов внутри одной машины приводит к более высокому результату относительно желаемого отцом-программистом.

— Сверточная нейронная сеть (с англ. CNN, Convolutional Neural Network): эту модель обучают на основе большого объема данных, которые затем используются для создания новых изображений. Так, в 2015 году Google представила ИИ DeepDream, работающий на базе поисковой системы, включая фотографии, загруженные в Интернет пользователями сервисов Google. Поэтому не удивляйтесь, если завтра созданное по запросу изображение кота будет напоминать вашего домашнего любимца.

— Передача нейронного стиля (с англ. NST, Neural Style Transfer): на сегодня — наиболее визуально-привлекательная модель, позволяющая создавать произведения графического дизайна в стиле известных художников (правда, зачастую — с переизбытком пальцев на руках и другими антропоморфными разночтениями. Защитники NST, впрочем, отсылают несогласных к изображению шестипалого Папы Сикста II с известного полотна Рафаэля).

Сегодня доступно множество инструментов для создания изображений с использованием ИИ, каждый из которых использует одну или несколько моделей одновременно. Наиболее известные инструменты: Dall-E (1,5 млн пользователей), Stable Diffusion (10 млн пользователей), Midjourney (15 млн пользователей), Adobe Firefly (30 млн пользователей) и Dream (60 млн пользователей). Есть и комплексные решения, позволяющие объединить на одной платформе несколько инструментов других компаний — например, Phygital+, созданная российским программистом Олегом Юсуповым.

«Русский след» в ИИ от искусства прежде всего связан с разработками Сбера. Пять команд отечественных программистов в течение нескольких лет тренировали искусственный интеллект на 179 млн изображений, в результате к 2022 году получив две конкурентоспособные модели. Одну назвали Kandinsky, другую — Malevich. В свободный доступ выложили именно Kandinsky — к началу 2024 года модель набрала 12 млн пользователей и создала для них более 200 млн изображений. Примечательно, что в версии 2022 года Kandinsky обещала создавать «дизайн интерьера, иллюстрации, материалы для рекламы, архитектурного и промышленного дизайна и даже изображения в области цифрового искусства», а в 2024-м призывает пользователей «генерировать Нарышкинское барокко, Ростовскую живопись и Бабу Ягу».

Почему мы называем созданные генеративными платформами ИИ работы предметами дизайна, а не искусства? Наш честный ответ на начало 2024 года: по принципу большинства. Пока историки искусства, арт-критики и кураторы на академическом уровне спорят, считать ли продукты ИИ предметами искусства — а если считать, то каковы критерии и рамки, — мы руководствуемся простыми цифрами. Подавляющее большинство профессиональных пользователей генеративных ИИ-моделей сегодня — специалисты в области графического дизайна и игровой индустрии. Есть среди них и профессиональные, то есть имеющие художественное образование и умеющие рисовать художники, расширяющие собственный набор инструментов за счет искусственного интеллекта.

Так, ирландский программист и художник Робби Баррат (окончил Стэндфордский университет и Школу искусств Сен-Назер) использовал в работе модель GAN, a в 2021 году продал самое дорогое произведение серии за $1,1 млн на платформе SuperRare. А большеформатную работу лидера сегодняшней ИИ-повестки, турецкого художника Рефика Анадола согласился принять в дар Музей современного искусства MoMA в Нью-Йорке. Впрочем в случае MoMA даже факт согласия дорогого стоит. Другими словами, для того чтобы на академическом (и рыночном) уровне отметили твои ИИ-экзерсисы — начни карьеру с умения рисовать.

Завершая обзор первой группы ИИ-инструментов, приведем интересное сравнение, впрочем весьма условное, ибо споры о том, считать ли продукты ИИ предметами искусства, еще только начинаются. Официальная статистика созданных предметов искусства никогда не велась, поэтому галерист Майкл Финдли в своей книге The Value of Art (2012) предложил следующие цифры: есть условные 10 млн художников в истории, каждый из которых в среднем создал 1 тыс. работ. Итого имеем 10 млрд произведений. Невзирая на условность, звучные «десять миллиардов», быстро разлетевшись по страницам серьезных изданий и студенческих работ, активно используются и поныне. Оно и понятно: ежегодный прирост количества произведений современного искусства обещал не сдвигать данную цифру с места как минимум лет пятьдесят.

В то же время за один 2023 год количество графических работ, созданных генеративными платформами ИИ, составило — и даже немного превысило — те же 10 млрд. Как вы думаете, отчего сопоставление этих двух величин обошли вниманием все мировые художественные СМИ? Они хорошо понимают, что сорок тысяч лет работы человеческих рук, мастерства и вдохновения не может превзойти один год использования натренированных алгоритмов.

Во второй части материала мы расскажем об остальных сферах рынка искусства, в которых уже сейчас используется ИИ: продаже, управлении и аналитике, поговорим об авторских правах и этических нормах, беспокоящих художников и коллекционеров, а также о будущем искусственного интеллекта.

Продолжение следует.

Зина Фандéлина, AI