آیا هوش مصنوعی می تواند شاهکار هنری خلق کند؟
رفته رفته در برنامه های هوشمند کامپیوتری، نقاشی هایی خلق می شوند که از نظر کیفیت، قابل قیاس با کار انسان هستند. در این صورت آیا باید نتیجه گرفت که هنرمندان باید قلم موی نقاشی خود را زمین بگذارند؟
در رویداد Sónar+D 2017 (رویدادی ممتاز در زمینه فناوری های هنری که در شهر بارسلون برگزار می شود)، علاقه مندان صف کشیده بودند تا نگاهی به کار خلاقانه هنرمند اسپانیایی آلبرت بارکودوران (Albert Barqué-Duran) بیندازند. او با حرارت روی یک دیوار نقاشی می کرد. دیدن چنین صحنه ای در رویدادهای هنری امری عادی است، اما این نقاشی یک اثر هنری عادی نبود. در کنار دیوار، کامپیوتری قرار داشت و در نمایشگر کامپیوتر، تصویر زنی بود که چهره اش محو بود. نقاشی روی نمایشگر کامپیوتر با جادوی هوش مصنوعی خلق شده بود؛ آن هم بدون دخالت انسان. آلبرت بارکودوران صرفاً داشت تخیل برنامه را روی دیوار می کشید.
با این اوصاف، هوش مصنوعی (AI) رسماً پا به عرصه هنر گذاشته است، و مردم کنجکاو هستند بدانند آیا هوش مصنوعی می تواند شاهکار هنری هم خلق کند؟ آیا یک هوش مصنوعی قادر خواهد بود مانند ونسان ون گوگ یا رامبرانت آتی در عالم هنر باشد؟ در این مقاله شما می توانید گزارشی تحلیلی درباره نقاشان مجازی را مطالعه کنید.
شاید برای افرادی که با هنر در حوزه هوش مصنوعی ناآشنا هستند، به نظر برسد این مسئله پیشینه ای ندارد اما واقعیت این است که سال ها درباره این زمینه هنری نو فکر و تحقیق شده است.
علی مومنی، دانشیار هنر در دانشگاه کارنگی ملون پنسیلوانیا می گوید: «آثار هنری ای که با کمک یادگیری ماشینی و هوش مصنوعی خلق شده اند، در زیر مجموعه گسترده تری از هنر رسانه ای نو (New Media Art) قرار می گیرند. گونه هنری مبتنی بر هوش مصنوعی چند دهه ای می شود که فعال شده است.» اولین هنرمند هوش مصنوعی AARON بود. مخترع و هنرمند بریتانیایی الاصل، هارولد کوهن، AARON را ساخت. این هنرمند کامپیوتری، از دهه 70 تا سال 2016 که کوهن درگذشت، نقاشی هایی را در سبک های مختلف تولید کرد.
راهنمایی: یادگیری ماشنیی (Machine Learning) شاخه ای از هوش مصنوعی است که وابسته به رشته های دیگری مانند آمار، ریاضیات، فیزیک و تئوری های علوم کامپیوتر است. الگوریتم های یادگیری ماشینی، کامپیوترها را قادر می سازد کارهای کامپیوتری را بدون دخالت انسان انجام دهند. با این تکنیک، می توان کارها را به جایی رساند که از هوش مصنوعی ماشین ها توقع داشته باشیم پس از یادگیری، حتی برنامه های خود را بنویسند. هر بار که شما از دستیار مجازیتان مثل Alexa یا Siri سوال می پرسید یا می خواهید کار خاصی را انجام دهد، در حقیقت یادگیری ماشینی رخ داده است.
پروژه های جدید
فقط در همین چند سال اخیر، پروژه های متعددی در حال شکل گیری و انجام است. مومنی می گوید: «منابع نرم افزاری رایگان مانند TensorFlow گوگل و پیشرفت های سخت افزاری در عرصه بازی های کامپیوتری، نقشی کلیدی در ترویج هنر هوش مصنوعی داشته اند.» TensorFlow کتابخانه نرم افزاری رایگانی است که برنامه نویسان می توانند از آن برای ساخت برنامه های هوش مصنوعی استفاده کنند. واحدهای پردازش گرافیکی (GPU) که برای بسیاری از بازی های کامپیوتری حیاتی اند و سرعت بالایی دارند به کمک ایجاد هنر دیجیتالی آمده اند.
به این قابلیت Winning Mix یا دسترس پذیری مجموعه های داده را هم اضافه کنید. مومنی در این باره اینطور توضیح می دهد: «ابزارهایی مانند ImageNet متکی بر داده های عظیم از پیش تحلیل شده هستند. بر اساس این داده ها، می توان چیزهای تازه ای را طبقه بندی یا تولید کرد. چند دهه پیش، این مجموعه های داده به این سادگی در دسترس کسی نبودند.»
ظهور هنرمندان هوش مصنوعی
برنامه ای که در رویداد Sónar+D تصویر چهره آن زن را طراحی می کرد، توسط هنرمند آلمانی ماریو کلینگمان ساخته شده بود. در قالب کار کلینگمان، الگوریتم های هوش مصنوعی به نام Generative Adversarial Networks یا به اختصار GAN قرار دارد. GAN اساساً نوعی شبکه عصبی است. کاری که شبکه عصبی کامپیوتری انجام می دهد، تقلید از عملکرد مغز انسان است. محصول کلینگمان از تلفیق چند شبکه عصبی متفاوت برای کشیدن نقاشی های پیچیده استفاده می کند. برای این منظور هم ابتدا باید مجموعه ای تمرینی را آماده کند که متشکل از هزاران تصاویر آماده از ژست های انسان است که در اینترنت بارگذاری شده اند. در مرحله بعد، از شبکه ای عصبی استفاده می کند که قادر است طرح های اولیه (stick figure) را از این تصاویر استخراج کند. سپس دومین شبکه عصبی – GAN – از این مجموعه داده استفاده خواهد کرد. GAN در کنار طرح های اولیه موجود و تصاویر اصلی (که این طرح ها طبق آنها طراحی شده است) اجرا می شود. سپس با پردازش هزاران جفت تصویر (طرح اولیه و عکس اصلی)، یاد می گیرد چگونه می توان طرح های اولیه را به ژست های مختلف انسان تبدیل و ترجمه کرد. بی شک GAN بارها و بارها اشتباه می کند، زیرا تسلط و یادگیری شکل انسان امری دشوار است. کلینگمان می گوید: «اما برای من، این بخش دقیقاً جالب ترین جنبه کار با این شبکه های عصبی مصنوعی است؛ زیرا جای زیادی برای عدم قطعیت و غافلگیری باقی می گذارد!»
برای هنرمندانی همچون کلینگمان، همه جذابیت هوش مصنوعی به سنجش هنر و یادگیری خلاق ماشینی بر می گردد. او می گوید: «در حال حاضر، ما باید بیشتر به نمونه های بصری توجه کنیم تا شبکه ها یاد بگیرند یک تصویر را به تصویر دیگری تبدیل کنند؛ اما همان اصول را می توان در مورد صوت، متن یا هر نوع دیگری از داده ها بکار برد.» کلینگمان معتقد است وقتی استفاده از هوش مصنوعی ارزان شود، دنیای کسب و کار هم به آن رو خواهد آورد. برای مثال، خرده فروشان می توانند از هوش مصنوعی برای خلق طراحی های زیبا روی دیوار رستوران ها یا مغازه ها استفاده کنند، یا طرح های نمونه اولیه را به تولید انبوه برسانند.
هنرمندان مصنوعی وارد می شوند.
تلاش برای ساخت هوش مصنوعی با توانایی نقاشی خلاق در دنیای هنر کم طرفدار ندارد. به عنوان مثال Painting Fool برنامه بسیار پیچیده ای است که پروفسور سیمون کالتون آن را نوشته است. کالتون، دانشمند علوم کامپیوتر در کالج گلداسمیت لندن است. او دوست دارد به برنامه Painting Fool به منزله یک هنرمند الهام بخش نگاه شود که ذهنش با هوش مصنوعی کار می کند. این برنامه با استفاده از تکنیک های مختلف هوش مصنوعی مثل «یادگیری ماشینی» و «پردازش زبان های طبیعی» (Natural Language Processing) می تواند آثار هنری بکر و جدید خلق کند. فناوری یادگیری ماشینی، از الگوریتم هایی استفاده می کند که می توانند یاد بگیرند تا در نوع خود بهتر عمل کنند. در جهان هنر، این مسئله بطورکلی به معنی خلق ماشین هایی است که لازم نیست هر بار که از آنها انتظار تولید یک اثر هنری دارید، به صورت کاملاً مفصل و با جزئیات آنها را از نو برنامه نویسی کنید.
از سوی دیگر، پردازش زبان های طبیعی نوعی تکنیک هوش مصنوعی است که کامپیوترها با آن می توانند زبان انسانی را درک و آنها را اجرا کنند (کاری که کامپیوترهای عادی قادر به انجامش نیستند).
آثار هنری Painting Fool را در نمایشگاه ها و گالری های مختلفی در نقاط مختلف جهان نمایش داده اند. در نمایشگاه پاریس 2013، این برنامه با تولید پرتره بازدیدکنندگان، آنها را شیفته خود کرده بود. همچنین این برنامه/ماشین می تواند در حس و حال خاصی باشد. برای شبیه سازی روحیه برنامه، دست اندرکاران پیش او یک روزنامه می گذارند. کلتون می گوید: «اگر 10 خبر/مقاله خوشحال کننده بخواند، مثل اینکه کسی برنده مسابقه ای شده یا زنی سه قلو زاییده است، آن وقت روحیه اش خوب می شود.» بر اساس این روحیه، برنامه صفت متناظر را پیدا می کند؛ مثلاً خوشحال می شود. اگر خوشحال باشد، از سوژه می خواهد لبخند بزند. اگر ناراحت باشد، خیلی صریح از سوژه می خواهد از او دور شود. این روحیه حتی روی خروجی برنامه نیز اثر می گذارد.
برخی از ویژگی های Painting Fool از برنامه Digital Artist Communicating Intent یا به اختصار DARCI اقتباس شده است. DARCI برنامه دیگری بود که توسط پروفسور دان ونتورا و همکارانش در دانشگاه بریگم یانگ (Brigham Young University) یوتا تولید شد. DARCI یاد گرفته است تصاویر را درست به صورتی مشاهده کند که انسان ها می بینند. پروفسور ونتورا در مورد این برنامه می گوید: «DARCI به این تصاویر نگاه می کند و می کوشد از این شکل و قواره چیزی بفهمد و به یک درک شخصی برسد.» تیم پروفسور ونتورا برنامه را روی هزاران تصویر انسان به همراه برچسب حالات چهره اجرا کرده اند. این به معنی آن است که DARCI می تواند به تصویر نگاه کند و با قطعیت بگوید صاحب عکس شاد، غمگین یا وحشت زده است.
آیا آینده هنر به هوش مصنوعی گره می خورد؟
برنامه هایی مثل Painting Fool و DARCI در ظاهر درجه هایی از استقلال و عدم وابستگی را نشان می دهند و به همین خاطر، خالقین شان آنها را هنرمند می نامند. اما این سوال مطرح است که آیا واقعاً به آنها احتیاج داریم؟ کلتون باور دارد محصولی مانند Painting Fool به هنر کمک می کند. این برنامه تاکنون بیش از هزار پرتره کشیده است و بعضی از سوژه هایش (مردم عادی) کمی بعد از هنرمندانی حرفه ای خواسته اند نقاشی شان را بکشند. کلتون می گوید: «این محصول به مردم کمک می کند ارزش قوه ابتکار را در زندگی شان بهتر درک کنند. همچنین هنر را ترویج می دهد و عمومی تر می کند تا هنر دیگر منحصراً برای ثروتمندان نباشد.»
همچنان که هوش مصنوعی می تواند در بسیاری زمینه های شغلی از فناوری اطلاعات گرفته تا حمل و نقل، برای شاغلین این حرفه ها تهدید آمیز باشد، برای هنرمندان نیز کاملاً طبیعی است که از موج برنامه های خودکار تولید محتوای هنری نگران شوند. ماریان مازون استاد هنر معاصر در کالج چارلستون در این باره می گوید: «اصل مطلب، تولید ابزاری هنری نیست که برای انسان به رقیب بدل شود. الان بحث اصلی مسئله یادگیری ماشین است.»
دکتر مازون عضو تیمی است که اخیراً نوع خاصی از GAN را اختراع کرده اند. این شبکه عصبی هوش مصنوعی می تواند تصاویری شبیه نقاشی را به سبک های جدیدی تولید کند. مازون می گوید خلاقیت این GAN با انسان قابل مقایسه است: «کار چند هنرمند دیگر را در برابر این سامانه قرار دادیم و بعد از این کار، برنامه قادر بود اثر منحصر به فرد خودش را خلق کند. برنامه تصمیم های لازم را می گیرد، عناصر ضروری را انتخاب می کند و برای خلق اثرش آنها را با هم تلفیق می کند. این مسئله اشکالی ندارد، زیرا انسان ها هم از یکدیگر یاد می گیرند و با گذر زمان، سبک خودشان را انتخاب می کنند.»
در حال حاضر بعید است هوش مصنوعی بتواند شاهکارهای هنری مثل «گرنیکا» پابلو پیکاسو یا «مونالیزا» داوینچی را خلق کند. کلینگمان می گوید کیفیت فعلی کار هوش مصنوعی قابل قیاس با تصاویر مبهم و غیر واقعی هنر عکاسی در آغاز راهش است؛ «اما طی 5 تا 10 سال، بی تردید هوش مصنوعی خواهد توانست آثاری عالی به اندازه هنرمندان واقعی خلق کند.» با وجود این، حتی با پیشرفت فناوری هم نمی توان یک هوش مصنوعی خلاق در معنای حقیقی کلمه داشت. کلینگمان در این مورد تصریح می کند: «یعنی امکان ندارد یک روبات یا یک برنامه هوش مصنوعی دارای شخصیت، ذائقه، سلیقه و انگیزه های خودمختار خودش باشد. درک مطلب در هوش مصنوعی هنوز مسئله ای حل نشده است و به نظر من، قوه درک مستقل یکی از مولفه های کلیدی برای خلاقیت است.» تجارب انسانی هنرمندان واقعی بر آثارشان تاثیر می گذارد؛ مسئله ای که در هوش مصنوعی امکان ناپذیر است. کلتون در این باره می گوید: «اگر ون گوگ را تصور کنید، زندگی نامه اش را بخوانید، مشکلات روحی و کشمکش هایش را مورد بررسی قرار دهید، آن وقت خواهید دید تمام این عقبه باعث شده است این فرد با قلمش آن شاهکارها را نقاشی کند. اما هیچ چیزی پشت عملکرد یک برنامه کامپیوتری نیست.»
به این ترتیب اگر روزی حقیقتاً یک هوش مصنوعی خلاق اختراع شد، آیا جامعه هنری ابتکارات و آثار او را با روی باز خواهد پذیرفت؟ پروفسور مومنی می گوید: «من که غافلگیر نمی شوم اگر بشنوم بازار هنری کاملاً واکنشی منفی داشته باشد و محافظه کارانه علیه آن گارد بگیرد.»
منابع
مقاله علمی و آموزشی «آیا هوش مصنوعی می تواند شاهکار هنری خلق کند؟»، نتیجه ی تحقیق و پژوهش، گردآوری، ترجمه و نگارش هیئت تحریریه پورتال یو سی (شما می توانید) می باشد. در این راستا مقاله نوید فرخی در مجله دانستنیها، به عنوان منبع اصلی مورد استفاده قرار گرفته است.