top of page

Воздействие нейронных сетей на индустрию цифрового искусства: Революция или гибель?

Цифровое искусство трансформировалось на протяжении последних нескольких десятилетий благодаря постоянному развитию технологий. Однако, в последние годы, появление нейронных сетей стало основной движущей силой, изменившей понимание и восприятие искусства. Вопрос о том, могут ли нейронные сети заменить художников, становится все более актуальным. В данной статье мы рассмотрим, как нейронные сети влияют на индустрию цифрового искусства, а также преимущества и недостатки использования этой технологии.



История развития ИИ-искусства

Искусство, созданное с использованием искусственного интеллекта (ИИ), можно проследить до открытия машинной графики и изобретения компьютера. Тогда исследователи использовали базовые алгоритмы для создания простых узоров и форм.


В 1967 году немецкий математик и ученый Фридер Наке разработал портфолио под названием Matrix Multiplications, состоящее из 12 изображений. Он создал квадратную матрицу и заполнил ее числами, которые последовательно умножались сами на себя.


В 1973 году художник Гарольд Коэн разработал набор алгоритмов AARON, способный рисовать «от руки» определенные объекты. Он обнаружил, что система стала создавать ранее неизвестные формы.

С 1990 года исследователи и художники начали использовать ИИ-модели в робототехнике, обучая машины созданию картин и скульптур.


В 2015 году инженер Google Александр Мордвинцев запустил программу компьютерного зрения DeepDream, использующую сверточную нейросеть для поиска и улучшения паттернов в изображениях с помощью алгоритмической парейдолии.


На сегодняшний день ИИ-искусство используется в различных сферах, включая маркетинг, моду и развлечения.


Нейросети для работы с изображениями

2022 год может войти в историю как время, когда ИИ-искусство стало мейнстримом. Бум качественных, построенных на разных алгоритмах инструментов делает нейротворчество доступным для всех, у кого есть смартфон с подключением к интернету.


Нейронные сети позволяют копировать стили художников, превращать эскизы в фотореалистичные иллюстрации, «оживлять» портреты и создавать новые изображения. Для разных задач используются отличные или похожие подходы и инструменты.


Нейронная передача стиля (NST)

Нейронная передача стиля (NST) — это метод на базе сверточных нейросетей, позволяющий создать картину, имитирующую другое изображение по манере исполнения. Пользователь может преобразовать фото бегущей собаки в гравюру Кацусики Хокусая или сгенерировать «Мона Лизу» кисти Яна Вермеера.


Генеративно-состязательные нейросети (GAN)

За создание новых произведений искусства или картин с использованием стиля других изображений отвечают генеративно-состязательные нейросети (GAN). Это алгоритмы, состоящие сразу из двух моделей: генератора, который производит контент, и дискриминатора, оценивающего его.


ИИ-генераторы изображений по тексту

Однако на сегодня самыми популярными инструментами для создания произведений искусства являются ИИ-генераторы изображений по тексту, которые используют языковые модели вроде OpenAI GPT-3.



Сколько стоит разработать нейросеть?

Это максимально неоднозначный вопрос. Ответ на него: от нуля до нескольких сотен миллионов долларов.


Начнем с того, что для создания и обучения ИИ-алгоритма нужны знания. Пользователям без навыков программирования и желания тратиться на курсы сперва необходимо разобраться с принципами работы нейросетей. Существует множество бесплатных статей, ресурсов и сервисов вроде образовательного Google-проекта Teachable Machine, которые могут в этом помочь.


Также понадобятся знания языка программирования вроде Python и библиотека для разработки и тренировки нейронных сетей — TensorFlow, PyTorch или другая.


Кроме того, необходимо собрать обучающий датасет под требуемую задачу: его можно создать самостоятельно, взять из открытых источников или купить. Чтобы разработать генератор изображений по запросу, потребуется набор картинок и их текстовых описаний.


Точность работы модели напрямую зависит от качества и количества данных. Также на это влияют используемое оборудование и потраченные вычислительные ресурсы.


При наличии всего вышеперечисленного можно создать нейросеть для работы с изображениями бесплатно.


Однако большие компании вроде Meta, Amazon, Apple, Microsoft и Alphabet инвестируют в подобные продукты десятки миллиардов долларов. Расходы включают исследования, разработку, тренировку, проверку работоспособности, развертывание, коммерциализацию и поддержку технологии. Иногда на этот процесс тратят годы и в результате проект могут закрыть или же, наоборот, — сделать его незаменимым.


Преимущества и недостатки изобразительных ИИ-алгоритмов

Преимущества

Среди плюсов использования нейронных сетей для создания произведений искусства можно выделить генерацию реалистичных данных. Такие изображения найдут применение в фильмах, рекламе, играх и других сферах.


ИИ-алгоритмы нестандартно «мыслят». Они способны создавать неизвестные ранее образы, непривычно компоновать объекты и оригинально смешивать текстуры. Такое искусство может стать источником вдохновения для более значительных проектов.

За счет постоянной модернизации технологий и данных ИИ-искусство тоже развивается и постоянно привносит новые идеи.


Кроме того, алгоритмы способны ускорить решение некоторых задач. С помощью нейросетей можно создавать логотипы, клипы и использовать в маркетинговых целях.


Недостатки

Среди минусов стоит выделить отсутствие человеческих эмоций. Иногда это является преимуществом, но при создании художественного произведения многим людям необходима история.


Из-за ограниченности обучающих наборов данных ИИ-искусство может стать скучным. Без постоянной модернизации и тренировки на новых датасетах генерируемые изображения начнут повторяться и потеряют уникальность.


Также разработчики не могут контролировать творческий процесс нейросетей. После тренировки алгоритм выведет результат на основе установленных весов, и, если он не устраивает, модель придется переобучать.


Но основные проблемы использования ИИ касаются этики. Разработчики не всегда могут контролировать распространение и применение технологии. Алгоритмы нельзя считать авторами произведений, но ответственность за их некорректное «поведение» несут создатели.

За счет доступности технологии злоумышленники могут с помощью ИИ создавать изображения для обмана людей, краж их личных данных и распространения языка ненависти.



Заменят ли нейронные сети художников?

Когда-то новым веянием творчества считалась фотография. Спустя почти 200 лет существования она не заменила художников и деятелей искусства, а заставила их развиваться и приспосабливаться.

Это создало новое поколение творческих людей. Художники и фотографы начали использовать новые технологии и экспериментировать, что привело к появлению новых форм искусства.


Аналогичная ситуация может произойти и с нейронными сетями. Несмотря на то, что они могут создавать уникальные и впечатляющие произведения искусства, они не заменят художников. Человеческий фактор играет очень важную роль в искусстве, и нейросети не могут передать всю глубину и сложность человеческих чувств и эмоций.


Однако, нейронные сети могут стать важным инструментом для художников, позволяя им создавать более сложные и впечатляющие произведения. Благодаря нейронным сетям художники могут быстрее и эффективнее осуществлять свои идеи, а также экспериментировать и открывать новые направления в искусстве.


Таким образом, нейронные сети не являются угрозой для индустрии цифрового искусства, а скорее представляют собой новый инструмент, который поможет ей развиваться и открывать новые горизонты.





227 просмотров

Недавние посты

Смотреть все
bottom of page