Bakit Hindi Pinalit ng Mga Binubuo na Mga Larawan ang Mga Artist

Sa A.I. pagiging inkorporada sa mas maraming mga aspeto ng aming pang-araw-araw na buhay, mula sa pagsulat sa pagmamaneho, natural lamang na ang mga artist ay magsisimulang mag-eksperimento sa artificial intelligence.

Sa katunayan, ibebenta ni Christie ang unang piraso ng A.I. sining mamaya sa buwang ito - isang malabong mukha na pinamagatang "Portrait of Edmond Belamy."

Ang piraso na ibinebenta sa Christie's ay bahagi ng isang bagong alon ng A.I. sining na nilikha sa pamamagitan ng pag-aaral ng machine. Ang mga artistang nasa Paris na sina Hugo Caselles-Dupré, Pierre Fautrel at Gauthier Vernier ay nagpapakain ng libu-libong mga portraiture sa isang algorithm, "pagtuturo" nito ng mga estetika ng mga nakaraang halimbawa ng portraiture. Ang algorithm ay lumikha ng "Portrait of Edmond Belamy."

Ang pagpipinta ay "hindi ang produkto ng isang isip ng tao," sinabi ni Christie sa preview nito. "Nilikha ito ng artipisyal na katalinuhan, isang algorithm na tinukoy ng isang algebraic formula."

Kung ang artipisyal na katalinuhan ay ginagamit upang lumikha ng mga imahe, maaari ba ang pangwakas na produkto ay naisip na bilang sining? Dapat bang magkaroon ng isang hangganan ng impluwensiya sa huling produkto na kailangang gamitin ng isang artist?

Bilang tagapangasiwa ng Art & A.I. Lab sa Rutgers University, nakikipagbuno ako sa mga katanungang ito - partikular, ang punto kung saan ang artist ay dapat magpadala ng credit sa makina.

Ang Pag-enroll ng mga Makina sa Art Class

Sa nakalipas na 50 taon, maraming mga artist ang nagsulat ng mga programang computer upang bumuo ng art - kung ano ang tinatawag kong "algorithmic art." Kinakailangan nito ang artist na magsulat ng detalyadong code sa aktwal na visual na kinalabasan sa isip.

Ang pinakamaagang practitioner ng form na ito ay si Harold Cohen, na sumulat ng programa na AARON upang makagawa ng mga guhit na sumunod sa isang hanay ng mga panuntunan na nilikha ni Cohen.

Ngunit ang A.I. ang art na lumitaw sa nakalipas na ilang taon ay nagsasama ng teknolohiya sa pag-aaral ng machine.

Gumagawa ang mga artist ng mga algorithm na huwag sundin ang isang hanay ng mga alituntunin, ngunit upang "matutunan" ang isang partikular na aesthetic sa pamamagitan ng pagsusuri ng libu-libong mga imahe. Pagkatapos ay sinusubukan ng algorithm na bumuo ng mga bagong larawan sa pagsunod sa mga estetika na natutunan nito.

Upang magsimula, pinipili ng artist ang isang koleksyon ng mga larawan upang mapakain ang algorithm, isang hakbang na tinatawag kong "pre-curation."

Para sa layunin ng halimbawang ito, sabihin natin na pinipili ng artist ang mga tradisyunal na portrait mula sa nakalipas na 500 taon.

Karamihan sa mga likhang sining ng AI na lumitaw sa nakalipas na ilang taon ay gumamit ng klase ng mga algorithm na tinatawag na "generative adversarial networks." Una na ipinakilala ng siyentipiko ng computer na si Ian Goodfellow noong 2014, ang mga algorithm ay tinatawag na "adversarial" dahil mayroong dalawang panig sa kanila: Isang bumubuo ng mga random na larawan; ang iba ay itinuro, sa pamamagitan ng input, kung paano hatulan ang mga imaheng ito at itinuring na pinakamahusay na nakahanay sa input.

Kaya ang mga portraiture mula sa nakaraang 500 taon ay fed sa isang generative A.I. algorithm na sumusubok na tularan ang mga input na ito. Ang mga algorithm pagkatapos ay bumalik sa isang hanay ng mga imahe ng output, at ang artist ay dapat magsala sa pamamagitan ng mga ito at piliin ang mga nais niyang gamitin, isang hakbang na tinatawag kong "post-curation."

Kaya mayroong isang elemento ng pagkamalikhain: Ang artist ay napaka kasangkot sa pre- at post-curation. Ang artist ay maaari ring mag-tweak ang algorithm kung kinakailangan upang makabuo ng nais na mga output.

Serendipity o Malfunction?

Ang generative algorithm ay maaaring gumawa ng mga imahe na sorpresa kahit na ang artist na namumuno sa proseso.

Halimbawa, ang isang generative adversarial network na pinakain ng mga portrait ay maaaring makagawa ng isang serye ng mga deformed na mukha.

Ano ang dapat nating gawin tungkol dito?

Ang sikologo na si Daniel E. Berlyne ay nag-aral ng sikolohiya ng aesthetics sa loob ng maraming dekada. Natagpuan niya na ang bagong bagay, sorpresa, pagiging kumplikado, kalabuan at pagkawalang-sigla ay may posibilidad na maging pinakamakapangyarihang pampasigla sa mga gawa ng sining.

Ang mga nabuong portraiture mula sa generative adversarial network - sa lahat ng mga deformed na mukha - ay tiyak na nobela, nakakagulat at kakaiba.

Pinupukaw din nila ang sikat na deformed portraits ng British figurative painter na si Francis Bacon, tulad ng "Three Studies for a Portrait of Henrietta Moraes."

Ngunit mayroong isang bagay na nawawala sa deformed, makina ginawa mukha: layunin.

Habang ang layunin ni Bacon na gawin ang kanyang mga mukha ay napapansin, ang mga deformed mukha na nakikita natin sa halimbawa ng A.I. ang sining ay hindi kinakailangan ang layunin ng artist o ng makina. Ang tinitingnan natin ay ang mga pagkakataon kung saan ang machine ay nabigo upang maayos na tularan ang isang tao mukha, at sa halip ay spit out ang ilang mga nakakagulat na mga deformities.

Ngunit ito ay eksaktong uri ng imahe na Christie's ay auctioning.

Isang Porma ng Conceptual Art

Ang resulta ba ay talagang nagpapahiwatig ng kakulangan ng layunin?

Gusto ko magtaltalan na ang layunin ay namamalagi sa proseso, kahit na ito ay hindi lumitaw sa huling imahe.

Halimbawa, upang lumikha ng "The Fall of the House of Usher," ang artist na si Anna Ridler ay kumuha pa rin ng isang 1929 na bersyon ng pelikula ng maikling kuwento ng Edgar Allen Poe na "Fall of the House of Usher." Gumawa siya ng mga draw ng tinta mula sa mga frame pa at kinain ang mga ito sa isang generative na modelo, na gumawa ng isang serye ng mga bagong imahe na siya pagkatapos isagawa sa isang maikling pelikula.

Isa pang halimbawa ang Mario Klingemann's "The Butcher's Son," isang hubo't hubad na larawan na nabuo sa pamamagitan ng pagpapakain sa mga imahe ng algorithm ng stick figure at mga imahe ng pornograpiya.

Ginagamit ko ang dalawang mga halimbawa upang ipakita kung paano ang mga artist ay maaaring talagang makipaglaro sa mga A.I. mga tool sa anumang bilang ng mga paraan. Habang ang mga huling larawan ay maaaring magulat sa mga pintor, hindi sila lumabas: Wala pang proseso sa likod nila, at tiyak na isang elemento ng layunin.

Gayunpaman, marami ang nag-aalinlangan sa A.I. sining. Ang kritiko sa pagkamit ng artikulong Pulitzer na si Jerry Saltz ay nagsabi na natagpuan niya ang art na ginawa ni A.I. artist boring at mapurol, kabilang ang "The Butcher's Son."

Marahil tama ang mga ito sa ilang mga kaso. Sa deformed portraits, halimbawa, maaari mong magtaltalan na ang mga nagresultang mga imahe ay hindi lahat na kawili-wiling: Ang mga ito ay talagang imitasyon lamang - na may isang twist - ng mga pre-curated input.

Ngunit ito ay hindi lamang tungkol sa huling imahe. Ito ay tungkol sa creative na proseso - isa na nagsasangkot ng isang artist at isang makina pakikipagtulungan upang galugarin ang mga bagong visual na form sa rebolusyonaryong paraan.

Dahil dito, wala akong duda na ito ay konseptwal na sining, isang anyo na nagsimula noong 1960, kung saan ang ideya sa likod ng trabaho at ang proseso ay mas mahalaga kaysa sa kinalabasan.

Tulad ng "Ang Anak ng Butcher," ang isa sa mga piraso ng Saltz ay itinuturing na boring?

Kamakailan ay nanalo ang Lumen Prize, isang premyo na nakatuon para sa sining na nilikha gamit ang teknolohiya.

Hangga't ang ilang mga critics maaaring decry ang takbo, tila na A.I. sining ay nandito para manatili.

Upang basahin ang "Matugunan ang AICAN, isang makina na nagpapatakbo bilang isang nagsasarili na artist," ang ikalawang bahagi ng serye ng dalawang bahagi na ito sa A.I. sining, mag-click dito.

Ang artikulong ito ay orihinal na na-publish sa The Conversation ni Ahmed Elgammal. Basahin ang orihinal na artikulo dito.