Sberdevices

Что-то вроде тизера. Приложения создают портреты из селфи, алгоритмы пишут музыку и стихи, и всё это уже даже не вызывает удивления. Искусственный интеллект пишет картины, не ожидая вдохновения, выпускает альбомы, разрабатывает дизайн брендов и даже отбирает славу у топ-моделей. Насколько такие алгоритмы уместно называть творческими? Можно ли вообще применить понятие творчество к бездушной машине?

---

Этот пост написан по мотивам эпизода эпизода подкаста Проветримся! В нём мы говорили с теми, кто непосредственно причастен к созданию творческого ИИ. Это начальник управления экспериментальных систем машинного обучения в департаменте СберДевайсы Сергей Марков, арт-директор Студии Артемия Лебедева, дизайнер и соучредитель timestripe.com Сергей Куленкович и сооснователь и саунд-дизайнер проекта Endel, композитор и пианист Дмитрий Евграфов.

В международном соревновании художников Robot Art Competition участвуют только роботы.
Искусственный интеллект под названием Sony Flow Machine пишет музыку и уже выпустил собственный альбом IAMAI. Программа DeepBach умеет превращать мелодию в композицию похожую на произведения Баха.

Искусственный интеллект пишет музыку

Даже в творческих задачах нет-нет да и хочется что-то автоматизировать. В XIX веке математик Чарлз Бэббидж пытался создать первую вычислительную машину аналитический двигатель. Работавшая вместе с Беббиджем Ада Лавлейс уже тогда предполагала, что когда-нибудь машины смогут сочинять осмысленные и сложные мелодии. Первым классическим музыкальным произведением, написанным с помощью машины, стала Сюита Иллиака для струнного квартета. Лежан Хиллер написал её на компьютере Иллиак, который генерировал музыку случайным образом. В 1993 году композитор и учёный Дэвид Коуп выпустил пластинку Bach by Design, мелодии на которой были рекомбинациями мелодий великого маэстро, которые выполнила машина под названием Emmy.

Хотя музыку машины генерируют давно, новости об очередном совместном проекте людей и машин выходят регулярно. К примеру, Певица Граймс вместе с проектом Endel выпустила бесконечную цифровую колыбельную. Технология Endel создаёт звуковые фоны для работы, сна или снижения стресса. Сейчас эти композиции используются в самолетах японской авиакомпании ANA, а приложение Endel стало приложением года для Apple Watch, но началось всё с того, что на стриминговых сервисах стала расти популярность плейлистов для концентрации или расслабления. Дмитрий Евграфов подумал, что было бы интересно создавать такие звуковые композиции автоматически. Созданный им алгоритм выпустил десять альбомов, став первым роботизированным артистом, заключившим договор с лейблом Warner Music. Статичными треками Дмитрий решил не ограничиваться. Мы знаем, что музыка может воздействовать на психологическое и даже физическое состояние человека. Однако, машинное обучение позволяет создавать персонализованный трек, который бы учитывал всю доступную информацию о слушателе: вплоть до частоты дыхания и скорости сердцебиения. Именно над этим и работает сейчас Endel создают персонализированную, адаптивную мелодию, способную погрузить слушателя в состояние потока.



Не исключено, что стриминговые сервисы уже делают или вот-вот начну делать собственный контент с помощью ИИ. Тогда и в мире искусственных музыкантов начнётся суровая конкуренция за внимание слушателя. Причём вполне вероятно, что сами слушатели это сначала даже не заметят. К примеру, люди слушают sleep-плейлисты фоном, а не потому что хотят услышать конкретного исполнителя. В какой-то момент у Spotify возникла достаточно простая идея: А зачем платить реальным музыкантам, если мы можем просто заказать музыку для sleep плейлистов под ключ, выкупить права и не платить роялти? Никто вообще не подозревает, что засыпает под треки специально созданные для него Spotify. От текущего положения дел до внедрения генеративного искусственного интеллекта, в прямом смысле, один шаг.

Искусственный интеллект создаёт дизайн

В июне 2020 года Студия Артемия Лебедева сообщила, что больше года разработкой логотипов занимается искусственный интеллект, которого выдавали за живого человека. Это Николай Иронов. Для конспирации его назвали удалённым сотрудником, сгенерировали фото на основе снимков всех работников студии. Алгоритм обучается на уже созданных изображениях с помощью ключевых слов в описаниях, подбирает цвета и шрифты. Среди его работ (портфолио) лого для YouTube-канала Юрия Хованского и версия логотипа для шоу Пора валить Руслана Усачёва, который правда остался недоволен работой Иронова.



Работу творческого специалиста можно разложить на этапы. Если внимательно рассмотреть эти небольшие части, получится, что весь процесс создания произведения состоит из рутины и огромного количества действий, которые могут быть описаны в коде или тексте. Именно с рутиной искусственный интеллект справляется отлично. Николай Иронов появился, потому что у студии накопилось достаточно данных, знаний и амбиций, чтобы попробовать выйти за границы решения каких-то рутинных задач и от автоматизации рутинных процессов перейти на территорию творчества. Однако, вклад человека в работе дизайнера пока ещё очень велик.

Дело в том, что в успехе или неуспехе того или иного дизайнерского решения очень большую роль играет контекст. Это не только контекст, в который будет помещена финальная работа, условно, подойдёт ли логотип для булочной или не подойдёт, но и еще контекст, связанный с тем, кто создаёт эту работу, достаточно ли доверия у заказчика дизайна к автору, как потом эта работа обслуживается, как потом она помещается в новое окружение для того, чтобы генерировать новые и новые смыслы. Просто нарисовать идеальный знак недостаточно, просто хорошо решить какую-то коммуникационную задачу недостаточно. Когда искусственный интеллект научится не только решать прикладные изобразительные задачи, но и создавать вокруг этого правильное окружение, когда он поймёт, как нужно дальше эту работу продвигать, как нужно самому представлять результат этой работы, какие данные нужно брать для того, чтобы использовать их в процессе создания этого творческого решения, вот тогда алгоритм сможет всерьёз потягаться с профессиональным дизайнером или арт-директором.

Что касается того, кто лучше творит, машина или человек, это само по себе не так важно. Если задача решена, и решена хорошо, то машина это сделала, человек или несколько специалистов уже детали. В любом случае ключевую роль пока ещё играет конечная экспертиза профессионалов.

Искусственный интеллект пишет тексты

Создание текстов, работа чат-ботов, ответы на вопросы и общение с людьми всё это может делать GPT-3. Это третье поколение алгоритма обработки языка и генерации текстов от Open AI. Его представили в 2020 году, а Сбер выпустил русскоязычную версию. Модель, представленную в мае 2020 года, уже к октябрю обучили на корпусе из 600 Гб текстов на русском языке, от классической литературы до новостных заметок и материалов с сайта Pikabu и других порталов. GPT-3, в отличие от предыдущей версии, не только создаёт тексты, но и может ответить на вопрос по прочитанному материалу, решить несложный математический пример, написать стих или расшифровать анаграмму, перевести текст с одного языка на другой. Команда также включила в обучающие материалы данные GitHub и StackOverFlow, чтобы научить модель обрабатывать и программный код.

Работой над русской GPT-3 руководил Сергей Марков. Он увлёкся искусственным интеллектом, когда заинтересовался алгоритмами для шашек, шахмат и карточных игр, затем создавал модели для букмекеров, а после этого алгоритмы для управления проблемными активами в банках, в число которых входили и голосовые помощники для разговоров с должниками, и модели распознавания и синтеза речи.

Если говорить о недостатках ИИ в написании текстов, то все подобные модели имеют сейчас ограниченный контекст. Грубо говоря, модель не сможет создать Войну и мир, написать крупномасштабный, логически связанный текст. Если GPT-3 примется писать роман и упомянет в первой главе какого-нибудь героя, то спустя 2 тысячи слов она про него забудет и не вспомнит уже никогда. Поэтому такой подход, конечно, годится для того, чтобы генерировать забавные рассказы, особенно постмодернистские. В этом смысле, ситуация не сильно изменилась с 2016 года, когда мы с Алексеем Тихоновым выпустили Нейронную Оборону. Алгоритм может сгенерировать короткую, экспрессивную строчку, но не может рассказать историю.

Кто на самом деле творит?

Другой вопрос сколько в сгенерированном тексте творчества машины? Когда мы говорим о музыкальном альбоме, который выпустил ИИ, или литературном произведении, которое он написал, нужно всегда помнить, что машинное обучение это ещё один инструмент, который человек применяет для решения задачи. Часто алгоритмы применяют именно для решения рутинных моментов, оптимизации. Просто журналисты охотно об этом забывают. К примеру, когда Endel подписался с лейблом Warner Music СМИ писали, что ИИ захватил мир, музыкальной индустрии конец. Они просто игнорируют полтора года, которые команда Endel на тот момент уже проработала над своей технологией. Генерация итоговых десяти альбомов это вершина айсберга. Тут уже никакого творчества просто очень тяжёлое перекладывание десятков гигабайтов аудиопотока. Люди живут в романтическом представлении, что есть творец, Художник с большой буквы. Однако, если посмотреть достаточно глубоко, то даже великие художники брали подмастерьев и не сами грунтовали холст. Просто у современных художников есть цифровые подмастерья.

Тут стоит вернуться к самому понятию творчества. Моцарт когда-то написал шутливое Руководство, как при помощи двух игральных костей сочинять вальсы, не имея ни малейшего знания музыки и композиции. Идея была в том, что любой человек может бросать кости, находить по выпавшим номерам в специальном списке ноты и выписывать их на лист. В результате получается новый вальс. Можно ли сказать, что игральный кубик, который в результате бросков выдаёт какую-то последовательность нот, решает творческую задачу? Будет это творчеством или не будет? А если мы возьмём какую-то модель, которая будет прогнозировать параметры этого распределения, выпадения нот на основании предыдущих выпавших нот, это будет творчеством или нет? Ответы на эти вопросы не очевидны, особенно если учесть, что в современной музыке есть направления алеаторика и сериализм, которые выступают за случайность или за игру по определённым правилам, как необходимые элементы музыкального произведения.

Пока что и в создании музыки, и в генерации текстов, и в выдаче готовых дизайнерских решений машина сильно зависит от человека. К тому же сам творческий ИИ это результат творчества программиста. Творчество не сводится к написанию музыки, картины или текста. Написание кода и обучение модели тоже творческий процесс.


Узнайте подробности, как получить Level Up по навыкам и зарплате или востребованную профессию с нуля, пройдя онлайн-курсы SkillFactory со скидкой 40% и промокодом HABR, который даст еще +10% скидки на обучение:

• Профессия Data Scientist
• Профессия Data Analyst
• Курс по Data Engineering
• Другие профессии и курсы

  ПРОФЕССИИ
  
  

  • Профессия Java-разработчик
  • Профессия QA-инженер на JAVA
  • Профессия Frontend-разработчик
  • Профессия Этичный хакер
  • Профессия C++ разработчик
  • Профессия Разработчик игр на Unity
  • Профессия Веб-разработчик
  • Профессия iOS-разработчик с нуля
  • Профессия Android-разработчик с нуля

  
  

  ---

  
  КУРС
  
  

  • Курс по Machine Learning
  • Курс Математика и Machine Learning для Data Science
  • Курс Machine Learning и Deep Learning
  • Курс Python для веб-разработки
  • Курс Алгоритмы и структуры данных
  • Курс по аналитике данных
  • Курс по DevOps