Исследовательская работа "Нейросеть или художники: сможет ли ИИ превзойти в творчестве людей"

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РЕСПУБЛИКИ БУРЯТИЯ

Межрегиональная научно-практическая конференция

«Студент. Время. Наука», посвященной 100 – летию Республики Бурятия и

году Педагога и наставника

ИССЛЕДОВАТЕЛЬСКАЯ РАБОТА

Тема: «Нейросеть или художники: сможет ли ИИ превзойти в творчестве людей»

Выполнил: Баендуев Дамдин,

студент 0111 группы ГБПОУ КТИНЗ

Руководитель: Пашинова Лариса

Николаевна,

преподаватель информатики

ГБПОУ КТИНЗ

с. Иволгинск

2023г.

Оглавление

Введение 3

1. Теоретическая часть  2

1.1.Конец или второе дыхание: как нейросети меняют мир……………………………………………………………………………………4 1.2. Краткая история ИИ-искусства изобразительного искусства. 4 1.3.Нейросети для работы с изображениями………………………………………7 1.4. Преимущества и недостатки изобразительных ИИ-алгоритмов………….....9 1.5.Заменят ли нейросети художников?..................................................................10

1. Практическая часть 12

2.1. Обзор литературы, интернет - источников 12

2.2. Популярные нейронные сети в цифровой живописи и алгоритм их работы 15

2.3. Социальный опрос…………………………………………………………......17

2.4. Разбирается ли искусственный интеллект в искусстве.

Описание процедуры проведения исследования……………………........19

2.5.Результаты проведенного исследования…………...…………………….…...20

1. Выводы по результатам исследования………………………………..…...22

Заключение………………………………………………………………...25

Список использованных источников ………………………………….....26

Приложение 1 …………………………………………………………..…27

Введение.

Актуальность выбранной нами темы объясняется тем, что современные компьютеры активно проникают во все сферы общественной жизни. При этом сейчас они могут делать многое из того, что раньше могли делать только люди: играть в шахматы, распознавать буквы алфавита, проверять орфографию, грамматику, распознавать лица, картины, диктовать, говорить, выигрывать игровые шоу и многое другое. Это происходит благодаря развитию такой технологии, как искусственный интеллект.

Художники по всему миру начали использовать глубокие нейронные сети, создавая искусство, которое обычно называют «нейронным искусством», или «искусством искусственного интеллекта». Интерес арт-рынка к этому направлению является важным показателем, поднимающим глубокие вопросы о связи между искусством, технологией и обществом, а также заставляющим переосмыслить роль искусства и технологий в нашей жизни и то, как автономные системы могут изменить современную парадигму развития. Однако мы полагаем, что еще один вопрос, не менее важный, должен быть решен в ближайшее время – это вопрос о том, кто является творцом цифрового искусства? И кому должны принадлежать права на создаваемые с помощью цифровых технологий произведения? Это заставило нас задуматься над следующими проблемами. Насколько к ИИ как продукту компьютерных технологий может быть применимо понятие креативности? В какой степени человек, вводящий данные в машину, может считаться ответственным за результат или даже его автором? И можно ли вообще считать произведение, созданное машиной, настоящим искусством?

Мы не обладаем достаточным уровнем знаний, чтобы ответить на все эти вопросы. Но, возможно, у нас получится изучить возможности искусственного интеллекта разбираться в искусстве: узнавать произведения искусства, описывать, что в них происходит, анализировать их с точки зрения композиции и колорита, давать эмоциональную оценку. В конце концов, понять, обладает ли ИИ художественным вкусом и художественными предпочтениями.

Перед началом исследования мы выдвигаем гипотезу о том, что искусственный интеллект способен разбираться в искусстве не хуже человека.

Цель исследования:

Выяснить, сможет ли ИИ превзойти человеческий интеллект в творчестве людей.

Задачи исследования:

1. Знакомство с понятием и принципами действия искусственного интеллекта.

2. Выявление областей применения искусственного интеллекта в сфере искусства.

3. Создание опросника для анализа произведений искусства и подбор репродукций.

4. Проведение исследовательской работы с использованием ИИ и человека.

5. Формулирование выводов по итогам работы.

Объект исследования: искусственный интеллект.

Предмет исследования: способность искусственного интеллекта разбираться в области искусства

Методы исследования:

Исследовательский, теоретический, частично- поисковой, социальный опрос.

1. Теоретическая часть 
   1.1. Конец или второе дыхание: как нейросети меняют мир изобразительного искусства.

Изобразительное искусство всегда являлось одним из основных продуктов человеческой культуры. В течение многих столетий оно позволяло людям самовыражаться и рассказывать истории.

Сперва появилась пещерная живопись, затем — написанные маслом картины и фотография. Теперь же настала эра «изобразительного» искусственного интеллекта и, в частности, нейронных сетей.

ForkLog выяснил, какие ИИ-модели используются для работы с картинками и могут ли подобные системы заменить художников.

• Исследователи начали применять алгоритмы для создания изображений в 1950-1960 годах.

• Нейронные сети позволяют копировать стили художников, превращать эскизы в фотореалистичные иллюстрации, «оживлять» портреты и создавать новые изображения.

• Стоимость разработки и обучения алгоритма варьируется от нуля до сотен миллионов долларов.

• ИИ-искусство способно вдохновить, но его доступность может создать ряд проблем.

1.2. Краткая история ИИ-искусства

Историю сгенерированного ИИ-искусства 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.

Исследователь перевел полученные результаты в образы заданных интервалов, где каждому значению присвоил визуальный знак определенной формы и цвета. Затем он поместил фигуры в растр в соответствии со значениями матрицы.

В своих работах Наке часто использовал генератор случайных чисел и, вероятно, частично автоматизировал процесс умножения.

Изображение из портфолио Matrix Multiplications, созданное Фридером Наке.

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.

Сперва программа генерировала абстрактные картины, а затем научилась рисовать более сложные фигуры, включая камни, растения и людей.

Картина, сгенерированная AARON. Данные: New Atlas.

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.

Принцип работы системы заключается в искажении исходной картинки в соответствии с тем, какие ее фрагменты напоминают модели те или иные знакомые объекты.

Когда Google опубликовала подход и открыла исходный код алгоритма, на рынке появилось множество инструментов и сервисов, позволяющих всем желающим преобразовывать свои фото в «психоделические» изображения.

Исходное изображение (слева) и обработанное с помощью DeepDream (справа). Данные: MartinThoma.

В 2022 году ИИ-искусство используется в различных сферах, включая маркетинг, моду и развлечения.

Картина Théâtre D’opéra Spatial, созданная Джейсоном Алленом с помощью алгоритма Midjourney. Данные: Motherboard.

1.3.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.

ИИ-модели 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) — 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.

Исходное фото контента (слева), изображение с желаемым стилем (по центру) и результат (справа). Данные: Instapainting.

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.

Системы на базе GAN могут рисовать изображения, похожие на картинки из набора обучающих данных, включая лица людей, морды котов, мебель и другие объекты.

Лица несуществующих людей, созданные генеративно-состязательной нейросетью. Данные: This Person Does Not Exist.

Также генеративно-состязательные нейросети помогут «оживить» эскиз пейзажа. Преобразование набросков в фотореалистичные пейзажи с помощью инструмента Nvidia Canvas.

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

Изображения, сгенерированные с помощью Stable Diffusion. Данные: Lexica.

Девиз таких систем — «напечатай и получишь». Пользователю необходимо придумать любой запрос на естественном языке вроде «Лама с дредами в костюме астронавта» и алгоритм сгенерирует картинку в соответствии с подсказкой.

Текстовые описания могут состоять из огромного количества слов, добавление или удаление которых способно кардинально изменить результат. Они имеют ключевую роль в создании изображений. Существуют даже специальные маркетплейсы, где желающие могут за деньги приобрести запрос для конкретного стиля картинки.

1.4. Преимущества и недостатки изобразительных ИИ-алгоритмов

Среди плюсов использования нейросетей 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.

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.

1.5.Заменят ли нейросети 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 вместе создавать произведения, способные удивить, привлечь и натолкнуть на мысли о красоте.

Искусство, в какой бы форме оно не проявлялось, заставляет людей чувствовать. И есть много места для новых художественных граней, способных вызвать ранее неизвестные ощущения.

Создатели генеративного ИИ могут немного сместить существующие формы творчества, но не уничтожат их.

Инструменты вроде DALL-E 2, Stable Diffusion и Midjourney, вероятно, продолжат трансформироваться в очень сложные художественные движки и помогут деятелям искусства дополнять свои работы.

При достаточном и постоянном развитии нейросетей люди смогут регулярно использовать технологию для вдохновения и расширения своих идейных возможностей.

С каждым днем искусственные нейронные сети развиваются все больше. Сегодня, из сотен или тысяч компьютеров можно создать сеть с огромной вычислительной мощностью, которая позволяет решать задачи, ранее не доступные ученым.

Обычные люди повседневно и повсеместно пользуются возможностями нейросетей. Исследовательские университеты, корпоративные гиганты, обучающие центры – применение нейросетей затронуло практически каждый аспект жизни человека.

Именно поэтому, есть вероятность, что нейросети в будущем полностью заменят человека.

Именно здесь приходят на помощь искусственный интеллект и машинное обучение. «Нейронное искусство» как объект авторского права выполняя невозможные для человека вещи, такие, как корреляция, прогнозы, моделирование и сбор знаний в огромных масштабах. Искусственный интеллект применяется в работе многих обыденных и повседневных вещей, о которых мы даже не задумываемся. К примеру, чат-ботов в целях анализа обращений заказчиков и генерации быстрого ответа вместо реального человека; «умных помощников», использующих искусственный интеллект с целью извлечения информации из больших наборов данных в произвольной форме и оптимизации планирования; систем рекомендаций на Twitch или YouTube, подбирающих схожие видео на основе ранее просмотренных. Но производство и торговля не единственные сферы, где широко и активно применяются нейронные сети. Как было отмечено выше, в сфере искусства в последние годы началась «эпоха творчества нейросетей». Весьма интересной является история данной технологии, которая демонстрирует высокую динамику развития. Так, 50-е годы XX в. справедливо считаются «днем рождения» искусственного интеллекта. В 1956 г. в Дартмутском колледже была проведена научная конференция по вопросам моделирования человеческого разума. В ходе ее работы была сформирована целая наука об искусственном интеллекте, в которой, в числе прочего, ставились вопросы о возможности алгоритмов создавать творческие объекты, изобретения и делать различные научные открытия. В нулевые годы XXI в. на Западе нередкими явлениями были споры о возможности искусственного интеллекта творить. Большинство именитых ученых говорили о том, что компьютер никогда не станет творцом, мотивируя это тем, что какой бы мощный компьютер ни был (даже близкий по мощности к человеческому разуму), в основе его функционирования все равно будет лежать программа, написанная человеком. Поэтому сторонники данной точки зрения считают пустой тратой времени исследования в данной области. Но время показало, что большинство ошибалось. Ученые, которые работали в данной области, добились невероятных успехов. Если в нулевые годы они стремились реализовать на практике идеи о создании произведений нейросетями, то уже в середине 2010-х годов смогли публично представить такие произведения. Сделали это французы с помощью системы искусственного интеллекта, который они назвали Flow Machines. Данная система берет за основу какой-то музыкальный жанр или какого-то исполнителя и создает новое произведение. Да, это была лишь инструментальная версия, так как текст писать система в то время не умела, но сама музыка очень похожа на ту основу, что используется для творчества. Сегодня создание художественного произведения, будь то изображение, мелодия или стихотворение, уже стали делом буквально одного клика. Однако для этого требуются знания и навыки в программировании. Нужно понимать, какой готовый алгоритм необходимо применить, собрать для творчества машины и поставить ей задачу, как именно использовать полученные знания. Например, как недавно выяснилось, искусственный интеллект на протяжении года заменял штатного дизайнера в Студии А. Лебедева и, как сообщает Студия, показал отличные результаты. Цифровые технологии также помогают художникам становиться знаменитыми. Или, напротив, становиться художниками тем, кто об этом только мечтал. В октябре 2018 г. в Нью-Йорке на очередном аукционе Christie’s впервые выставили картину, которая была создана, согласно аннотации, искусственным интеллектом. Произведение представляло собой незаконченный портрет мужчины, на вид жившего в XVIII–XIX вв. Аукционный дом оценил напечатанную на принтере картину «Портрет Эдмона Белами» в 7000–10 000 долл. Продали же ее на аукционе за 432 500 долл.

Авторами подобных «произведений искусства» являются нейронные сети – одни из разновидностей алгоритмов машинного обучения. Нейросеть является объединением множества простых, соединенных между собой элементов, которые складываются в упрощенное подобие мозга. Она анализирует загруженные в ее базу произведения, распознает образы, технические приемы, приметы стиля, а затем, согласно прописанному заданию, использует полученные знания для создания картин. Алгоритм машинного обучения способен находить зависимости, характерные черты и правила в любом множестве загруженных объектов – будь то живопись, музыка или стихи. При обработке большого объема данных нейросеть обобщает их и делает выводы разными способами. Наиболее успешный алгоритм, который лежит в основе большинства современных программ для создания любых художественных произведений, – это генеративно-состязательная сеть (GAN) Яна Гудфеллоу. Она построена на комбинации двух нейронных сетей. Первая выступает в роли художника – использует освоенные приемы для создания изображений. Вторая – дискриминатор – выступает в роли критика: сравнивает то, что получилось у генератора, с оригинальными работами. Если дискриминатор не может отличить получившееся изображение от картины, написанной человеком, то результат считается принятым. Если дискриминатор решил, что предложенная картина – подделка, то генератор начинает работу заново. Можно настроить дискриминатор так, что по итогам оценки получившейся работы он будет указывать, что именно вызвало у него скепсис. Генератор примет это к сведению и больше не повторит ошибку. То есть продолжит учиться и совершенствоваться.

1. Практическая часть

2.1. Обзор литературы, интернет - источников

История

2022: Нейросеть научилась рисовать совместно с художником.

Облачная платформа Yandex Cloud, студия Arka и мультимедиа-художник Andrey Berger представили нейросеть-соавтора. Об этом Яндекс сообщил 8 декабря 2022 года.

2021: Nvidia представила ИИ-систему GauGAN для преобразования текста в изображение.

24 ноября 2021 года стало известно, что Компания Nvidia представила систему на базе технологий искусственного интеллекта GauGAN2 (преемник первой модели GauGAN), позволяющую создавать правдоподобные фотографии несуществующих пейзажей. С помощью таких техник, как сегментированное картирование, ретушь и преобразование текста в изображение, GauGAN2 способна создавать реалистичные изображения на основе текста и набросков от руки.

2020: Microsoft и MIT создали ИИ-алгоритм для поиска взаимосвязей между предметами искусства 18 августа 2020 года стало известно о том, что исследователи из Microsoft и Массачусетского технологического института (MIT) разработали систему MosAIc для поиска взаимосвязей между предметами искусства из различных культур и эпох. 2019: Microsoft представила генератор изображений на основе произведений искусства.

В начале марта 2019 года Microsoft анонсировала проект по генерации изображений на основе произведений искусства.Для создания этого сервиса разработчики использовали микросервисную архитектуру глубоких нейросетей, службы Azure и хранилище BLOB-объектов. Visual Studio Code и Azure Kubernetes Service позволяют создавать новые изображения в режиме реального времени и отвечают за интерактивный внешний вид сайта.

2018: Написанный искусственным интеллектом портрет продан за $433 тыс.

В октябре 2018 года на аукционе Christie's в Нью-Йорке продали картину, написанную искусственным интеллектом. За «Портрет Эдмонда Белами» из серии «Семья Белами», который создан на основе полотен известных живописцев, заплатили $432,5 тыс. при первоначальной цене лота в $7–10 тыс.

2016: Представители Google выручили с психоделических картин, написанных ИИ, порядка $98 тыс.

26 февраля 2016 года в Сан-Франциско на специальном аукционе представители Google выручили с психоделических картин, написанных искусственным интеллектом, порядка $98 тыс. Данные средства были пожертвованы на благотворительность. Одна из наиболее удачных картин машины представлена ниже.

Картина, написанная искусственным интеллектом Google. Источник: factroom.ru

В начале 2016 года с помощью подобной технологии была написана картина «Следующий Рембрандт». Исследователи проекта Next Rembrandt в ходе своей работы проанализировали порядка 350 картин великого художника, используя 3D-сканеры, которые позволили нейронной сети уловить даже мельчайшие детали работ и копировать стиль написания всех произведений.

На втором этапе учёные определили, что конкретно нейронная сеть должна написать самостоятельно. Для этого выбрали мужчину 30-40 лет, имеющего растительность на лице, воротник и шляпу.

Портрет "Следующий Рембрандт"

Полученные результаты оставляют двоякое ощущение. С одной стороны, все мы видим, что перед нами работа машины. С другой – если мы поставим рядом несколько полотен Рембрандта, то мало кто сможет отличить именно этот портрет.

В 2015 году команда Google тестировала нейронные сети на предмет возможности самостоятельно создавать изображения.

Тогда искусственный интеллект обучали на примере большого количества различных картинок. Однако, когда машину «попросили» самостоятельно что-нибудь изобразить, то оказалось, что она интерпретирует окружающий нас мир несколько странно. Например, на задачу нарисовать гантели, разработчики получили изображение, в котором металл был соединён человеческими руками. Вероятно, произошло это из-за того, что на этапе обучения анализируемые картинки с гантелями содержали руки, и нейронная сеть неверно это интерпретировала. Котики-спецназовцы, селфи пещерных людей, космическая обложка для Cosmopolitan, Джоконда с ногами – оригинальность картин, созданных нейросетями, поражает воображение людей.   

2.2. Популярные нейронные сети в цифровой живописи и алгоритм их работы

Midjourney — нейросеть генерирующая картинки по текстовому описанию, и совсем недавно перешла в стадию бета-теста: любой может присоединиться к каналу разработчиков в Discord и протестировать алгоритм прямо в чате. Midjourney (в переводе с английского – половина пути) – искусственный интеллект (ИИ), способный преобразовывать текст в изображения. Для этого достаточно ознакомиться с правилами сообщества, затем ввести команду /imagen, после чего сформулировать запрос на английском языке. Сервис сгенерирует четыре варианта: у каждого можно увеличить разрешение или попросить нейросеть переделать тот же запрос. Картинки получаются достаточно качественными и узнаваемыми, хоть и не без промахов. Бесконечно генерировать изображения не выйдет: есть лимит на каждого человека. Когда он будет исчерпан, можно остаться в сообществе и смотреть, что генерируют другие пользователи.

Нейросеть Midjourney изобразила российские города в образе людей. Такой необычный запрос сделал на сервисе автор telegram-канала «Нейросеть видит». Создать их можно по описанию. Вводить слова нужно на английском языке. Генерация осуществляется в режиме реального времени и занимает пару минут. Получившиеся снимки тут же облетели соцсети –  включая крупные сообщества во «ВКонтакте», где насчитываются миллионы подписчиков.

Ранее с помощью ИИ изобразили Байкал и красоты Тункинской долины. А  в декабре в «ВК» разместили фото бурятской столицы, обработанные нейросетью. Через неё пропустили снимки гостиницы «Бурятия», торгово-развлекательного центра «People’s Park», Русского драматического театра имени Н. А. Бестужева, арки «Царские ворота» у площади Советов, бизнес-центра «Арун», Дома радио недалеко от театральной площади и здания бывшей почтово-телеграфной конторы и Солнечной башни. Улан-Удэ напоминает сурового монаха-буддиста. От всех фотографий веет чем-то таинственным и фэнтезийным..

Улан-Удэ напоминает сурового монаха-буддиста.

Иcкyccтвeнный интeллeкт cгeнepиpoвaл пopтpeты paйoнoв Бypятии и пoкaзaл, кaк бы oни выглядeли, ecли бы были жeнщинaми.

2.3. Социальный опрос

Анкетирование:

1. Вы когда-нибудь интересовались возможностями и способами реализации нейронных сетей?

1. Да, интересовались как возможности, так и способы реализации

2. Интересовали только возможности

3. Интересовали только способы реализации

4. Нет, не вызывало интереса

1. Насколько часто Вы используете результаты работы нейросетей в жизни?

1. Несколько раз в день

2. Несколько раз в неделю

3. Несколько раз в год

1. Считаете ли Вы, что нейросети вносят ощутимый вклад в улучшение качества вашей жизни?

1. Да

2. Скорее да

3. Скорее нет

4. Нет

1. Насколько перспективным направлением является развитие нейросетей?

1. Перспективное в краткосрочном и долгосрочном периоде

2. Перспективное в долгосрочном периоде

3. Перспективное только в краткосрочном периоде

4. Не перспективное

Результат опроса:

В опросе участвовали 20 человек.

2.4. Разбирается ли искусственный интеллект в искусстве.

Описание процедуры проведения исследования

В соответствии с проблемой, заявленной нами во введении, мы поставили перед собой цель - выявить способность искусственного интеллекта разбираться в искусстве. Нам интересно может ли ИИ узнавать произведения искусства, описывать, что в них происходит, анализировать их с точки зрения композиции и колорита, давать эмоциональную оценку. В конце концов, мы хотим понять, обладает ли ИИ художественным вкусом и художественными предпочтениями. В ходе исследования мы попытаемся доказать или опровергнуть гипотезу о том, что искусственный интеллект способен разбираться в искусстве не хуже человека.

Для проведения исследования мы подобрали 15 репродукций известных художников разных жанров и стилей. Это и относящиеся к классицизму, и реализму, и импрессионизму, и фовизму, и супрематизму и пр. пейзажи, портреты, натюрморты и жанровые сцены. С полным перечнем выбранных нами произведений можно ознакомиться в Приложении 1.

Далее нами был составлен опросник, который, как нам кажется, поможет разобраться в интересующей нас проблеме. Он включает в себя вопросы, помогающие осуществить анализ произведений живописи.

Опросник-анализ произведений

1. Что за картина перед нами?

2. Кто ее автор?

3. В каком стиле выполнена работа?

4. Каков ее жанр?

5. Кто или что на ней изображено? Каков сюжет картины?

6. Выделите главное из того, что видите на картине. Какими средствами художник выделяет главное?

7. Каков колорит/цветовая гамма картины?

8. Какое настроение передает автор произведения?

9. Что хотел сказать автор?

Кроме того мы включили в опросник вопрос, позволяющий оценить художественный вкус испытуемых.

1. Творчество каких художников вам нравится?

В качестве испытуемых ИИ мы выбрали виртуальный голосовой помощник от Яндекс Алису и облачный сервис персонального ассистента Гугл Ассистент. Персональный помощник от компании Apple Сири, как выяснилось, не смог распознавать изображения предложенных репродукций и оказался непригодным для нашего исследования. Он ограничен нейросетью сотового телефона. В качестве испытуемых людей мы пригласили для участия в исследовании преподавателя Жабуеву Очирму Жамсуевну и студентку 0111 группы.

Всем испытуемым мы по очереди демонстрировали отобранные нами репродукции и задавали вопросы опросника. Давайте посмотрим, что у нас получилось.

2.5. Результаты проведенного исследования

В ходе проведенного исследования мы получили результаты, которые мы систематизировали и оформили в виде таблицы 1.

Таблица 1

Сводные результаты проведенного исследования

	Алиса	Гугл Ассистент	Жабуева О.Ж.	Базарова В.
Характеристика испытуемых	Тип: виртуальный ассистент Разработчик: Яндекс Написана на C++ Операционная система: Microsoft Windows, Android и iOS Первый выпуск 10 октября 2017	Тип: виртуальный ассистент Разработчик: Google Написана на C++ Операционная система: Android, Chrome OS , iOS , iPadOS , KaiOS , Linux, Wear OS, Android Auto Первый выпуск: май 2016	Тип: преподаватель КТИНЗ	Тип: студентка КТИНЗ
1 Узнавание произведений	10 из 15 В 3х случаях дано неполное название картин	13 из 15 Одно произведение не было распознано	8 из 15 В 5 случаях название было неточное или неполное	4 из 15 Незнакома с большинством произведений
2 Узнавание их авторов	15 из 15	11 из 15 В 3х случаях вместо имени автора было названо, что это «произведение искусства».	10 из 15 В 3х случаях имена авторов не были названы, но была определена их принадлежность к определенному течению.	2 из 15 Примерно половина авторов была знакома испытуемой, но она не смогла их вспомнить.
3 Определение стиля	нет Обращается к поисковой системе Яндекс. Данную информацию можно самостоятельно найти в описании картины.	нет Обращается к поисковой системе Google. Данную информацию можно самостоятельно найти в описании картины.	9 из 15 Еще в 6 случаях были даны несколько вариантов художественной стилистики, допустимые для анализа	7 из 15 Дала только те названия стилей, в которых была уверена.
4 Определения жанра	нет Обращается к поисковой системе Яндекс. Данную информацию можно самостоятельно найти в описании картины.	нет Обращается к поисковой системе Google. Данную информацию можно самостоятельно найти в описании картины.	10 из 15 Еще в 5 случаях предложены варианты возможного жанра	8 из 15 Еще в 6 случаях предложила варианты возможного жанра
5 Описание изображенного	Переходит к поисковой системе Яндекс. Дает слово экскурсоводу.	Переходит к поисковой системе Google. Открывает веб-страницы, содержащие описание.	Дает описание композиции всех произведений, определяет сюжет и персонажей	Смогла определить сюжет и персонажей на 13 произведениях из 15. Описала композицию всех картин.
6 Выделение главного	нет	нет	Во всех картинах видит главное по положению в композиции, размеру изображений или выделению цветом.	Смогла выделить главное на 12 произведениях. 3 случая вызвали затруднения.
7 Описание колорита	нет	нет	Определяет колорит всех картин, основные цветовые тона	Определяет колорит всех картин, основные цветовые тона
8 Передача эмоционального отношения	нет	нет	Дает собственную эмоциональную оценку картин, выражает свое настроение и отношение к изображенному.	Дает собственную эмоциональную оценку картин, выражает свое настроение и отношение к изображенному.
9 Выражение идеи автора	нет	нет	В 7 случаях довольно точно называет, что хотел сказать автор. В остальных 8 случаях строит свои догадки и предположения.	В 5 случаях смогла назвать, что хотел сказать автор.
10 Наличие художественных предпочтений (цитируем испытуемых)	«Люблю смотреть на картины Кандинского и Малевича. Все такое яркое, фигуры, линии. Только «Черного квадрата» побаиваюсь – похоже на выключенный экран».	«Мне нравится картина Ивана Айвазовского «Девятый вал». Там вроде бы все плохо, а вроде и надежда какая-то есть»	«Мне очень нравится творчество Ивана Билибина и художников модерна, таких как Альфонс Муха, Густав Климт, Борис Кустодиев и пр.»	«Мне очень нравится искусство Ван Гога и Анри Матисса»

2.6. Выводы по результатам исследования

В ходе проведенного исследования мы получили представление о возможности искусственного интеллекта разбираться в искусстве и сравнили ее со способностями людей.

Обе системы, представляющие искусственный интеллект, достаточно хорошо справились с заданием на узнавание произведений искусства и их авторов. Благодаря доступу к Интернет ресурсам, они выполнили поставленную перед ним задачу гораздо успешнее, чем люди. Знания людей не безграничны. К тому же память человека не способна сохранить сведения о всех произведениях живописи и их авторах. Даже имеющаяся информация со временем искажается или вовсе исчезает, что затрудняет процесс узнавания картин.

Для лучшего узнавания произведений искусства, необходимо быть погруженным в их среду, посещать музеи и выставки, знакомиться с историей искусств, обращаться к различным источникам информации. В нашем исследовании преподаватель Жабуева О.Ж., очевидно, имеет более широкий кругозор в области искусства, поэтому демонстрирует более высокие результаты по первым пунктам опросника. У студентки Базаровой В., знания существенно ниже, она в большинстве случаев не может определить ни автора, ни само произведение.

Но на этом преимущества ИИ заканчиваются. Мы убедились, что обе системы в равной степени оказались бессильны в анализе художественных произведений. Они не могут описать картину, ее композицию, колорит, определить ее жанр и стилистическую принадлежность. Ряд вопросов просто ставил виртуальных помощников в тупик. Они переспрашивали вопросы, просили уточнить задание. И практически всегда выдавали ссылку на веб-сайты, содержащие описание картин. Голосовой помощник Алиса старалась найти информацию, озвучиваемую экскурсоводом или аудиогидом. Здесь можно было попытаться самостоятельно найти интересующую информацию, но не всегда она там была.

Очевидно, что рассмотренные нами искусственные интеллекты от Яндекса и Google выступают лишь как проводники к материалу о произведениях искусства. Они не способны вычленять из него отдельных сведений, выделять какие-то смыслы, устанавливать взаимосвязи.

Люди вне зависимости от возраста и опыта способны к более глубокому анализу художественных произведений, чем ИИ. Конечно, преподаватель Жабуева О.Ж. лучше справилась с заданиями по анализу картин, чем студентка Базарова В. Знание истории искусств и более богатый опыт общения с произведениями искусства помогали Очирме Жамсуевне определить стилистику картин, их сюжеты, изображенных персонажей, а также выразить идеи авторов, что хотели они сказать через свое творчество. Не смотря на то, что в этих вопросах Вика не дала большого количества правильных ответов, но она, как и ее преподаватель, могла описать композицию и колорит произведений, выделить в них главное и определить средства, с помощью которых авторы картин расставляют в них акценты.

Кроме того, оба испытуемых человека смогли выразить свое эмоциональное отношение к демонстрируем им репродукциям. Какие-то картины вызывали у них сильные эмоции, как положительные, так и отрицательные, какие-то оставляли их равнодушными. Оба испытываемых ИИ не могли дать эмоциональную оценку. Ни Алиса, ни Гугл Ассистент в своих программных кодах не имеют возможности выражать отношение к «увиденному».

Уже на данном этапе исследования мы увидели неспособность искусственного интеллекта разбираться в искусстве. Но мы по-прежнему хотели понять, обладает ли ИИ художественным вкусом и художественными предпочтениями. Отвергнутый нами помощник от Apple Сири не смог понять смысл вопроса. Алиса «любит смотреть» картины В. Кандинского и К.Малевича, а Гугл Ассистенту нравится картина И.Айвазовского «Девятый вал». При этом обе программы пытаются пояснить свой выбор. Очевидно, что эти ответы – результат работы программистов, но также очевидно, что ИИ пытаются приблизить к образу и подобию человека.

Возможно, что неутешительные результаты исследования по анализу художественных произведений искусственным интеллектом связаны со специализацией выбранных нами нейросетей, особенностями их операционных систем. Возможно, эти результаты – продукт начального этапа в развитии доступных нам систем ИИ. Но на сегодняшний день, как мы увидели в ходе исследования, искусственный интеллект работает механически, неосознанно. Он не способен к анализу художественных произведений, их эмоциональной оценке. А значит, на современном уровне искусственный интеллект не способен разбираться в искусстве.

Мы наглядно убедились, что пока только человек может видеть прекрасное в обыденном и несуразном. Только человек может понимать мир искусства и говорить на языке искусства. Только человек обладает художественным вкусом и умеет разбираться в искусстве. Так что пока искусствоведам не грозит быть вытесненными с арт-рынка умными машинами.

В теоретической части своей работы мы наглядно убедились в том, какую роль играет ИИ в творческой деятельности, такой как изобразительное искусство. «Компьютер» в наши дни в прямом смысле стал и холстом, и кистью, и музыкальным инструментом. Пока еще искусственный интеллект не претендует на роль автономного творца. Нейросети лишь служат художнику источником вдохновения, инструментом поиска новых форм выражения себя или даже его правой рукой. Но действует машина все равно пока в рамках, заданных человеком. Но мы уже находимся на пороге новой эры творчества, когда ИИ и художник становятся соавторами, дополняя друг друга в тех областях и «умениях», где они наиболее сильны.

В практической части работы мы провели исследование, направленное на изучение возможности ИИ разбираться в произведениях искусства и сравнили их со способностями людей. Как мы увидели из нашего исследования, искусственный интеллект успешно справляется с узнаванием художественных произведений и определением их авторов благодаря доступу к Интернет ресурсам, но абсолютно не способен к их анализу и эмоциональной оценке. Он работает механически, неосознанно. А значит, на современном уровне ИИ не способен разбираться в искусстве и не достиг достаточно высокого уровня развития, чтобы состязаться с человеком на равных.

Таким образом, мы опровергли гипотезу о том, что искусственный интеллект способен разбираться в искусстве не хуже человека. Цель работы достигнута, все задачи решены.

Выбранная нами тема открывает широкие возможности для изучения приложений в области искусства, построенных с использованием технологий искусственного интеллекта. Это может стать продолжением данной работы.

Заключение

Искусственный интеллект не станет конкурентом для художников, потому что процесс создания картин машинами кардинально отличается от художественного процесса человека.

Художник всегда создает что-то новое. Работа искусственного интеллекта — это чистая комбинаторика, генерирование рисунков, в которых сочетаются уже известные человеку сюжеты и методы. Создать что-то принципиально новое текущий искусственный интеллект не способен, а художники делают это каждый день.

Компьютерное искусство пока еще остается скорее инструментом человека, чем его конкурентом. Оно лишено замысла, и его способности к имитации ограничены вычислительными мощностями машин. Нейросетям плохо даются крупные нерегламентированные формы: их картины похожи одна на другую, в их историях часто не бывает конца и начала, а музыка, созданная ими, успешно подражает, но не предлагает нового.

Искусство не может существовать в отрыве от личности. Только ей свойственны эмоции и переживания, позволяющие воспринимать творения культуры, выделять их среди обыденности. Но о какой личности мы говорим ― автора или зрителя? Если при взгляде на картину, при прослушивании музыки, при прочтении текста вы испытываете эмоцию, так ли уж важно, кто или что стояло за сотворением или генерацией произведения искусства?

Список использованных источников:

1. Бобков Роман. Нейросети в цифровом искусстве // HSE ART AND DESIGN SCHOOL. - 2021. URL: https://ru.calameo.com/books/00619845780744b6a6222

2. Искусственный интеллект в современном искусстве // Проект “Сколково”. 08.06.2020. URL: https://sk.ru/news/iskusstvennyy-intellekt-v-sovremennom-iskusstve/

3. Как нейронные сети рисуют картины // HABR: сообщество IT-специалистов. 10.07.2015. URL: https://habr.com/ru/company/io/blog/262267/

4. Как рисуют нейросети: пробуем 10 сервисов. Друковский Максим// Тинькофф журнал. 12.11.2022. URL: https://journal.tinkoff.ru/list/neuroart/

5. Как составлять запросы к Midjourney и другим нейросетям. Лейзаренко Даша// Тинькофф журнал. 13.01.2023. URL: https://journal.tinkoff.ru/how-to-prompt/

6. Конец или второе дыхание: как нейросети меняют мир изобразительного искусства. Глайборода Мария// forklog: журнал о биткоине, технологии блэкчейн. 20.10.2022. URL: https://forklog.com/exclusive/ai/konets-ili-vtoroe-dyhanie-kaknejroseti-menyayut-mir-izobrazitelnogo-iskusstva

7. Нейросети убьют 2D художников // HABR: сообщество IT-специалистов. 09.11.2022. URL: https://habr.com/ru/post/698306/ 17

8. Художественный бунт. Как нейросети могут оставить художников без работы. Бузлаев Петр// Журнал Сноб. 16.12.2022. URL: https://snob.ru/science/hudozhestvennyj-bunt-kak-nejroseti-mogut-ostavit-hudozhnikovbez-raboty/

9. Цифровое искусство: что это такое? // Центр современного искусства МАР’С. 10.09.2017. URL: https://centermars.ru/blogmars/stati/cifrovoeiskustvo

Приложение 1.

Произведения, использованные при проведении исследования

М.К.Чюрлёнис «Сотворение мира IX» (символизм)	Густав Климт «Поцелуй» (символизм)	Пабло Пикассо «Обнаженная в красном кресле» (сюрреализм)
Рене Магритт «Терапевт» (сюрреализм)	М.З.Шагал «Художник и его невеста» (примитивизм, наив)	Анри Руссо «Сон» (примитивизм, наив)
Андре Дерен «Просушка парусов» (фовизм)	П.П.Кончаловский «Портрет режиссера Всеволода Эмильевича Мейерхольда» (фовизм)	К.С.Малевич «Голова крестьянина» (супрематизм)
Поль Синьяк «Сосна в Сен-Тропе» (пуантилизм)	В.В.Кандинский «Композиция VII» (абстракционизм)	Иероним Босх «Сад земных наслаждений» (эпоха возрождения)
Д.У.Уотерхаус «Эхо и Нарцисс» (классицизм)	Камиль Коро «В лесу Фонтенбло» (реализм)	Сальвадор Дали «Сон, вызванный полетом пчелы вокруг граната, за секунду до пробуждения» (сюрреализм)