AI umetnost postaje izazov za kustose

Za samo nekoliko godina, broj umetničkih dela koje su proizveli AI umetnici dramatično se povećao.

Umetnici koji rade sa programima kao što je DALL-E rade više od pritiska na dugme

Neka od ovih dela su prodale velike aukcijske kuće po vrtoglavim cenama i našle su se u prestižnim kolekcijama. U početku bilo je svega nekoliko tehnološki obrazovanih umetnika koji su usvojili kompjutersko programiranje kao deo svog kreativnog procesa, a od nedavno, AI umetnost je prihvaćena od strane masa, pošto je tehnologija generisanja slika postala efikasnija i lakša za korišćenje bez veština kodiranja. AI umetnički pokret je na tragu tehničkog napretka u kompjuterskoj viziji, istraživačkoj oblasti posvećenoj dizajniranju algoritama koji mogu da obrađuju značajne vizuelne informacije. Podklasa algoritama kompjuterskog vida, nazvana generativni modeli, zauzima centralno mesto u ovoj priči.

Generativni modeli su veštačke neuronske mreže koje se mogu „obučiti“ na velikim skupovima podataka koji sadrže milione slika i naučiti da kodiraju njihove statistički istaknute karakteristike. Nakon obuke, oni mogu da proizvedu potpuno nove slike koje nisu sadržane u originalnom skupu podataka, često vođeni tekstualnim uputstvima koja eksplicitno opisuju željene rezultate. Donedavno, slikama proizvedenim ovim pristupom nedostajala je koherentnost ili detalji, iako su posedovale neosporan nadrealistički šarm koji je zaokupio pažnju mnogih ozbiljnih umetnika. Međutim, ranije ove godine tehnološka kompanija Open AI predstavila je novi model – pod nadimkom DALL·E 2 – koji može da generiše izuzetno konzistentne i relevantne slike iz praktično bilo kojeg tekstualnog upita. DALL·E 2 može čak da proizvede slike u određenim stilovima i prilično ubedljivo imitira poznate umetnike, sve dok je željeni efekat adekvatno naveden u upitu. Sličan alat je besplatno pušten za javnost pod imenom Craiyon (ranije „DALL·E mini“).

Zrelost AI umetnosti postavlja niz zanimljivih pitanja, od kojih neka – kao što je da li je to zaista umetnost, i ako jeste, u kojoj meri je zaista stvara veštačka inteligencija – nisu posebno originalna. Ova pitanja odražavaju slične brige koje je nekada pokrenuo pronalazak fotografije. Samo pritiskom na dugme na kameri, neko bez veštine slikanja mogao bi iznenada da uhvati realističan prikaz scene. Danas, osoba može da pritisne virtuelno dugme da pokrene generativni model i proizvede slike praktično bilo koje scene u bilo kom stilu. Ali kamere i algoritmi ne čine umetnost. Ljudi to rade.

Umetnost veštačke inteligencije je umetnost koju prave umetnici koji koriste algoritme kao još jedno sredstvo u svom kreativnom arsenalu. Iako su obe tehnologije spustile barijeru za ulazak u umetničko stvaralaštvo – što zahteva slavlje, a ne brigu – ne treba potcenjivati količinu veštine, talenta i namere koji su uključeni u stvaranje zanimljivih umetničkih dela. Kao i svaki novi alat, generativni modeli unose značajne promene u proces stvaranja umetnosti. Konkretno, AI umetnost proširuje višestruki pojam kustosa i nastavlja da zamagljuje granicu između kustosa i kreacije.

Postoje najmanje tri načina na koje stvaranje umetnosti pomoću veštačke inteligencije može uključivati kustoske radnje. Prvi, i najmanje originalan, ima veze sa kuriranjem rezultata. Bilo koji generativni algoritam može proizvesti neograničen broj slika, ali neće sve one dobiti umetnički status. Proces kuriranja izlaza je veoma poznat fotografima, od kojih neki rutinski snimaju stotine ili hiljade snimaka od kojih bi nekoliko, ako ih ima, moglo biti pažljivo odabrano za prikaz. Za razliku od slikara i vajara, fotografi i umetnici veštačke inteligencije moraju da se bave obiljem (digitalnih) objekata, čije je kuriranje sastavni deo umetničkog procesa. U istraživanju veštačke inteligencije u celini, čin biranja posebno dobrih rezultata se smatra lošom naučnom praksom, načinom da se na pogrešan način poveća percipirana performansa modela. Međutim, kada je u pitanju AI umetnost, pažljivo biranje najboljih rezultata može biti naziv igre. Umetničke namere i umetnički senzibilitet mogu biti izraženi u samom činu promovisanja specifičnih rezultata u status umetničkih dela. Drugo, kuriranje se takođe može desiti pre nego što se generišu slike. U stvari, dok se „kuriranje“ primenjeno na umetnost generalno odnosi na proces odabira postojećeg dela za prikaz, ovaj izraz u istraživanju veštačke inteligencije kolokvijalno se odnosi na rad koji ide u kreiranje skupa podataka na osnovu kojih će se trenirati veštačka neuronska mreža. Ovaj posao je od ključnog značaja, jer ako je skup podataka loše dizajniran, mreža često neće uspeti da nauči kako da predstavi željene karakteristike i da radi na adekvatan način. Štaviše, ako je skup podataka pristrasan, mreža će imati tendenciju da reprodukuje, ili čak pojača, takvu pristrasnost — uključujući, na primer, štetne stereotipe. Za svoj rad  Memories of Passersby I  (2018), nemački umetnik Mario Kingleman, jedan od pionira umetnosti veštačke inteligencije, pažljivo je pripremio skup podataka od hiljada portreta od 17. do 19. veka. Zatim je koristio ovaj skup podataka za obuku generativnih algoritama koji bi mogli da proizvedu beskonačan tok novih portreta koji dele slične estetske karakteristike, prikazanih u realnom vremenu na dva ekrana (jedan za ženske portrete, jedan za muške portrete). Ovo je primer umetničkog dela veštačke inteligencije koji ne uključuje kuriranje izlaza. Ipak, pedantno prikupljanje podataka o obuci odigralo je osnovnu ulogu u njegovoj koncepciji. Ovde je „pristrasnost“ blagoslov: skup podataka je bio u velikoj meri pristrasan u skladu sa ličnim estetskim preferencijama i ukusom umetnika, a ova estetska pristrasnost se reflektuje u konačnom umetničkom delu, iako kroz iskrivljeno sočivo generativnog procesa vođenog računarom. Još jedna novina podstaknuta nedavnim napretkom generativnih algoritama je mogućnost proizvodnje slika pomoću opisa željenog rezultata prirodnim jezikom. Ovo je postalo poznato kao „podsticanje“ ili vođenje algoritma pomoću tekstualnih upita. Brisanje granica između umetnika i kustosa nije novo. Dok se na kuriranje u početku gledalo kao na samo starateljski poduhvat, sa zadatkom da sačuva i prikaže katalog umetničkih dela u muzeju, od 1960-ih je postalo prepoznato kao kreativni gest sam po sebi. Kuriranje izložbe često uključuje namerno usvajanje određenog koncepta ili perspektive kako bi se bacilo novo svetlo na skup umetničkih dela. Kustosi kao što su Carolin Christov-Bakargiev i Hans Ulrich Obrist pristupaju svom radu kao umetnici i imali su uticajnu ulogu u oblikovanju savremenog diskursa o umetnosti i kustosu. Nasuprot tome, umetnici poput Marsela Dišana sami su kurirali kultne događaje i odigrali ključnu ulogu u modernizaciji izložbenog medija. Kao kreativni proces sam po sebi, kuriranje može postati duboko lični izraz umetničkog ukusa. Ovi kustoski aspekti umetnosti veštačke inteligencije mogu se na kraju proširiti kroz kustoske prakse u muzejima ili digitalnim izložbama. Na primer, institucije koje izlažu umetnost veštačke inteligencije će morati da odluče koliko informacija da pruže o skupovima podataka o kojima su algoritmi korišćeni za proizvodnju određenih umetničkih dela obučeni. Sotheby’s kataloška beleška za Memories of Passerby I, pominje da je skup podataka za obuku sadržao portrete iz 17. do 19. veka, što pruža relevantan kontekst za razumevanje umetničkog dela i njegove istorijske loze umetnosti. U skladu sa idejom kustosa kao (AI) umetnika, mogla bi se zamisliti i izložba u kojoj se tradicionalna umetnička dela biraju na osnovu sličnosti natpisa koje im algoritam dodeljuje. Jedno je sigurno: tehnološke inovacije iz istraživanja veštačke inteligencije će nastaviti da utiču na umetničko stvaralaštvo i kustose na uzbudljive i nepredvidive načine koji pružaju plodno tlo za nove oblike kreativnosti.

Izvor: Arstechnica