Архитектурные образы искусственного интеллекта
NeuroArch: Architectural imagery of artificial intelligence [english version]
Цифровая трансформация иначе называемая парадигмальным переходом к информационному обществу, предоставляет в наше распоряжение совершенно новый инструментарий, заставляет нас переосмысливать сложившееся практики, изобретать новые методы работы с вновь возникшими технологиями и концепциями.
Но кроме блага, технологическое будущее ставят перед нами вопросы, в том числе этического и гуманитарного характера, о возможностях и ограниченности человека. Прежде я писал об этом в программной статье, здесь же сошлюсь на выступление Ефима Островского “Человек децентрализованный”, проблематизирующего взаимодействие человека с искусственным интеллектом (ИИ) и миром виртуальности: “интеллект мигрирует с белка на песок (albumen VS silicon)”.
Взрывной рост и проникновение машинного обучения и искусственного интеллекта в различные сферы жизни затрагивает и принципы творчества. Если раньше ИИ ограничивался задачами классификации и регрессии, то теперь всё более значимыми становятся генеративные алгоритмы создания объектов и произведений различной природы, прежде доступные только человеческому разуму. Искусство становится частью технологии, в то время как технологии — искусством.
В эпоху цифровых медиа визуальная репрезентация стала главным качеством объекта, его цифровым образом — image. Обратной стороной этого явления стало единообразие, образы стали похожи между собой, т. к. зачастую при их создании используются схожие приемы, клише. Изобилие визуальной информации приводит к её унификации.
Идея проекта “NeuroArch” состояла во-первых, исследовать возможности генерации новых образов на основе имеющихся, во-вторых, — методологию применения генеративного машинного обучения для творческих задач и дизайна, в-третьих, дать критическую оценку визуальной культуре: ведь если добиться от алгоритма генерации новых образов, похожих до степени неразличимости, то не поручить ли ИИ их создание?
Мной была собрана обучающая выборка в несколько тысяч образцов современной архитектуры с популярных ресурсов, таких как Instagram, среди которых были как визуализаций, так и фотографии.
В качестве генеративного алгоритма использована архитектура нейросети wpGAN, из репозитория к книге Д. Фостера “Глубокое машинное обучение”, использующаяся для генерации лиц.
Суть GAN сетей в том, что алгоритм “генератор” постепенно обучается создавать изображение таким образом, чтобы алгоритм “критик” не мог отличить реальное изображение от сгенерированного. Таким образом можно создать новый образ на основе массива имеющихся, как если бы он был в той же подборке. Более того, появляется возможность управлять параметрами сгенерированного образа, изменяя его свойства.
Архитектор и дизайнер Михаэль Ансмейер (Michael Hansmeyer) определяет генеративный дизайн как “thinking about designing not the object — but a process to generate objects” (“думать о дизайне не объекта, — но о процессе для генерации объектов”). Метод дизайнера становится более похож на программирование алгоритма, который задаёт рамку творческого процесса.
В результате работы мы получаем не конкретное произведение, а обученный алгоритм — модель, способную к генерации неограниченного числа новых образов.
Анализируя выборку десятки тысячи раз (в проекте “NeuroArch” 110.000 эпох обучения) алгоритм нейросети учится извлекать из образцов характерные черты, формируя т. н. пространство признаков, в котором признаки группируются как параметры модели. Эти признаки затем используются для синтеза новых образов. Пространство признаков не дискретно, а непрерывно, т. е. состоит не из отдельных паттернов, благодаря чему возможен плавный переход межу двумя образами.
В итоге GAN-сеть смогла продемонстрировать свою способность к генерации новых образов. Речь конечно же не о детализированной картине, а именно об образе, впечатлении или архитектурной фантазии, которой прежде не существовало, но которая соткана из множества реальных прототипов.
Остается открытым вопрос, где провести линию между творчеством, как актом создания чего-либо, и техническим действием или вычислением. Подобно тому, как в квантовой физике существует принцип запутанности, когда квантовые состояния нескольких объектов оказываются взаимозависимыми, в получаемом результате трудно выделить роль человека и алгоритма. Полагаю, что мы имеем дело с качественно новым видом синтеза, требующий тщательного осмысления и развития соответствующей методологии.
В настоящий момент можно говорить о том, что в наши руки попал чрезвычайно мощный инструментарий, способный анализировать и обобщать массивы данных, недоступные человеку. Используя его, можно глубже проникать в суть вещей, анализировать их и синтезировать новые. Ожидаю, что дизайн и искусство приобретет новый импульс к своему развитию, обогатив свои средства и методы.
Автор публикации и графических материалов, если не указано иное: Роман Кучуков / Roman Kuchukov.
Для контактов: roma.kuchukov@gmail.com
Фейсбук: https://www.facebook.com/ICARurbs
