آیا هوش مصنوعی می‌تواند شاهکار هنری خلق کند؟

رفته رفته در برنامه‌های هوشمند کامپیوتری، نقاشی‌هایی خلق می‌شوند 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 فناوری‌های هنری که در شهر بارسلون برگزار می‌شود)، علاقه‌مندان صف کشیده بودند تا نگاهی به کار خلاقانه هنرمند اسپانیایی آلبرت بارکودوران (Albert Barqué-Duran) بیندازند. او با حرارت روی یک دیوار نقاشی می‌کرد. دیدن چنین صحنه‌ای 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 چهره‌اش 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 می‌کشید.

با این اوصاف، هوش مصنوعی (AI) رسماً پا به عرصه هنر گذاشته است، و مردم کنجکاو هستند بدانند آیا هوش مصنوعی می‌تواند 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.

پیشینه هنر و هوش مصنوعی

شاید برای افرادی که با هنر در حوزه هوش مصنوعی ناآشنا هستند، به نظر برسد این مسئله پیشینه‌ای ندارد اما واقعیت این است که سال‌ها درباره این زمینه هنری نو فکر و تحقیق شده است.

علی مومنی، دانشیار هنر در دانشگاه کارنگی ملون پنسیلوانیا می‌گوید: «آثار هنری‌ای که با کمک یادگیری ماشینی و هوش مصنوعی خلق شده‍اند، در زیرمجموعه گسترده‍تری از هنر رسانه‍ای نو (New Media Art) قرار می‌گیرند. گونه هنری مبتنی بر هوش مصنوعی چند دهه‌ای می‌شود 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، نقاشی‌هایی را در سبک‌های مختلف تولید کرد.

راهنمایی: یادگیری ماشنیی (Machine Learning) شاخه‌ای از هوش مصنوعی است که وابسته به رشته‌های دیگری مانند آمار، ریاضیات، فیزیک و تئوری‌های علوم کامپیوتر است. الگوریتم‌های یادگیری ماشینی، کامپیوترها را قادر می‌سازد کارهای کامپیوتری را بدون دخالت انسان انجام دهند. با این تکنیک، می‌توان کارها را به جایی رساند که از هوش مصنوعی ماشین‌ها توقع داشته باشیم پس از یادگیری، حتی برنامه‌های خود را بنویسند. هر بار که شما از دستیار مجازیتان مثل Alexa یا Siri سوال می‌پرسید یا می‌خواهید کار خاصی را انجام دهد، در حقیقت یادگیری ماشینی رخ داده است.

پروژه‌های جدید

فقط در همین چند سال اخیر، پروژه‌های متعددی در حال شکل گیری و انجام است. مومنی می‌گوید: «منابع نرم افزاری رایگان مانند TensorFlow گوگل و پیشرفت‌های سخت افزاری در عرصه بازی‌های کامپیوتری، نقشی کلیدی در ترویج هنر هوش مصنوعی داشته‌اند.» TensorFlow کتابخانه نرم افزاری رایگانی است که برنامه‌نویسان می‌توانند از آن برای ساخت برنامه‌های هوش مصنوعی استفاده کنند. واحدهای پردازش گرافیکی (GPU) که برای بسیاری از بازی‌های کامپیوتری حیاتی‌اند و سرعت بالایی دارند به کمک ایجاد هنر دیجیتالی آمده‌اند.

به این قابلیت Winning Mix یا دسترس‌پذیری مجموعه‌های داده را هم اضافه کنید. مومنی در این باره اینطور توضیح می‌دهد: «ابزارهایی مانند ImageNet متکی بر داده‌های عظیم از پیش تحلیل شده هستند. بر اساس این داده‌ها، می‌توان چیزهای تازه‌ای را طبقه بندی یا تولید کرد. چند دهه پیش، این مجموعه‌های داده به این سادگی در دسترس کسی نبودند.»

ظهور هنرمندان هوش مصنوعی

برنامه‌ای که در رویداد Sónar+D تصویر چهره آن زن را طراحی می‌کرد، توسط هنرمند آلمانی ماریو کلینگمان ساخته شده بود. در قالب کار کلینگمان، الگوریتم‌های 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 می‌دهد، تقلید از عملکرد مغز انسان است.

محصول کلینگمان از تلفیق چند شبکه عصبی متفاوت برای کشیدن نقاشی‌های پیچیده استفاده می‌کند. برای این منظور هم ابتدا باید مجموعه‌ای تمرینی را آماده کند که متشکل از هزاران تصاویر آماده از ژست‌های انسان است که در اینترنت بارگذاری شده‌اند. در مرحله بعد، از شبکه‌ای عصبی استفاده می‌کند که قادر است طرح‌های اولیه (stick figure) را از این تصاویر استخراج کند. سپس دومین شبکه عصبی – GAN – از این مجموعه داده استفاده خواهد کرد.

GAN در کنار طرح‌های اولیه موجود و تصاویر اصلی (که این طرح‌ها طبق آنها طراحی شده است) اجرا می‌شود. سپس با پردازش هزاران جفت تصویر (طرح اولیه و عکس اصلی)، یاد می‌گیرد چگونه می‌توان طرح‌های اولیه را به ژست‌های مختلف انسان تبدیل و ترجمه کرد. بی‌شک GAN بارها و بارها اشتباه می‌کند. زیرا تسلط و یادگیری شکل انسان امری دشوار است. کلینگمان می‌گوید: «اما برای من، این بخش دقیقاً جالب‌ترین جنبه کار با این شبکه‌های عصبی مصنوعی است. زیرا جای زیادی برای عدم قطعیت و غافلگیری باقی می‌گذارد!»

برای هنرمندانی همچون کلینگمان، همه جذابیت هوش مصنوعی به سنجش هنر و یادگیری خلاق ماشینی بر می‌گردد. او می‌گوید: «در حال حاضر، ما باید بیشتر به نمونه‌های بصری توجه کنیم تا شبکه‌ها یاد بگیرند یک تصویر را به تصویر دیگری تبدیل کنند. اما همان اصول را می‌توان در مورد صوت، متن یا هر نوع دیگری از داده‌ها 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 می‌توانند از هوش مصنوعی برای خلق طراحی‌های زیبا روی دیوار رستوران‌ها یا مغازه‌ها استفاده کنند، یا طرح‌های نمونه اولیه را به تولید انبوه برسانند.

هنرمندان مصنوعی وارد می‌شوند.

تلاش برای ساخت هوش مصنوعی با توانایی نقاشی خلاق در دنیای هنر کم طرفدار ندارد. به عنوان مثال Painting Fool برنامه بسیار پیچیده‌ای 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 الهام‌بخش نگاه شود که ذهنش با هوش مصنوعی کار می‌کند.

این برنامه با استفاده از تکنیک‌های مختلف هوش مصنوعی مثل «یادگیری ماشینی» و «پردازش زبان‌های طبیعی» (Natural Language Processing) می‌تواند آثار هنری بکر و جدید خلق کند. فناوری یادگیری ماشینی، از الگوریتم‌هایی استفاده می‌کند که می‌توانند یاد بگیرند تا در نوع خود بهتر عمل کنند. در جهان هنر، این مسئله بطورکلی به معنی خلق ماشین‌هایی 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 زبان‌های طبیعی نوعی تکنیک هوش مصنوعی است که کامپیوترها با آن می‌توانند زبان انسانی را درک و آنها را اجرا کنند. کاری که کامپیوترهای عادی قادر به انجامش نیستند.

آثار هنری Painting Fool را در نمایشگاه‌ها و گالری‌های مختلفی در نقاط مختلف جهان نمایش داده‌اند. در نمایشگاه پاریس 2013، این برنامه با تولید پرتره بازدیدکنندگان، آنها را شیفته خود کرده بود. همچنین این برنامه/ماشین می‌تواند در حس و حال خاصی باشد. برای شبیه‌سازی روحیه برنامه، دست اندرکاران پیش او یک روزنامه می‌گذارند.

کلتون می‌گوید: «اگر 10 خبر/مقاله خوشحال کننده بخواند، مثل اینکه کسی برنده مسابقه‌ای شده یا زنی سه قلو زاییده است، آن وقت روحیه‌اش خوب می‌شود.» بر اساس این روحیه، برنامه صفت متناظر را پیدا می‌کند. مثلاً خوشحال می‌شود. اگر خوشحال باشد، از سوژه می‌خواهد لبخند بزند. اگر ناراحت باشد، خیلی صریح از سوژه می‌خواهد از او دور شود. این روحیه حتی روی خروجی برنامه نیز اثر می‌گذارد.

برخی از ویژگی‌های 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 انسان‌ها می‌بینند.

پروفسور ونتورا در مورد این برنامه می‌گوید: «DARCI به این تصاویر نگاه می‌کند و می‌کوشد 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 کرده‌اند. این به معنی آن است که DARCI می‌تواند به تصویر نگاه کند و با قطعیت بگوید صاحب عکس شاد، غمگین یا وحشت زده است.

آیا آینده هنر به هوش مصنوعی گره می‌خورد؟

برنامه‌هایی مثل Painting Fool و DARCI در ظاهر درجه‌هایی از استقلال و عدم وابستگی را نشان می‌دهند و به همین خاطر، خالقین‌شان آنها را هنرمند می‌نامند. اما این سوال مطرح است که آیا واقعاً به آنها احتیاج داریم؟ کلتون باور دارد محصولی مانند Painting Fool به هنر کمک می‌کند. این برنامه تاکنون بیش از هزار پرتره کشیده است و بعضی از سوژه‌هایش (مردم عادی) کمی بعد از هنرمندانی حرفه‌ای خواسته‌اند نقاشی‌شان را بکشند. کلتون می‌گوید: «این محصول به مردم کمک می‌کند ارزش قوه ابتکار را در زندگی‌شان بهتر درک کنند. همچنین هنر را ترویج می‌دهد و عمومی‌تر می‌کند تا هنر دیگر منحصراً برای ثروتمندان نباشد.»

همچنان که هوش مصنوعی می‌تواند در بسیاری زمینه‌های شغلی از فناوری اطلاعات گرفته تا حمل و نقل، برای شاغلین این حرفه‌ها تهدید آمیز باشد، برای هنرمندان نیز کاملاً طبیعی است که از موج برنامه‌های خودکار تولید محتوای هنری نگران شوند. ماریان مازون استاد هنر معاصر در کالج چارلستون در این باره می‌گوید: «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 کرده‌اند. این شبکه عصبی هوش مصنوعی می‌تواند تصاویری شبیه نقاشی را به سبک‌های جدیدی تولید کند. مازون می‌گوید 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 تصمیم‌های لازم را می‌گیرد، عناصر ضروری را انتخاب می‌کند و برای خلق اثرش آنها را با هم تلفیق می‌کند. این مسئله اشکالی ندارد، زیرا انسان‌ها هم از یکدیگر یاد می‌گیرند و با گذر زمان، سبک خودشان را انتخاب می‌کنند.»

در حال حاضر بعید است هوش مصنوعی بتواند شاهکارهای هنری مثل «گرنیکا» پابلو پیکاسو یا «مونالیزا» داوینچی را خلق کند. کلینگمان می‌گوید کیفیت فعلی کار هوش مصنوعی قابل قیاس با تصاویر مبهم و غیرواقعی هنر عکاسی در آغاز راهش است. «اما طی 5 تا 10 سال، بی‌تردید هوش مصنوعی خواهد توانست آثاری عالی به اندازه هنرمندان واقعی خلق کند.» با وجود این، حتی با پیشرفت فناوری هم نمی‌توان یک هوش مصنوعی خلاق در معنای حقیقی کلمه داشت.

کلینگمان در این مورد تصریح می‌کند: «یعنی امکان ندارد یک روبات یا یک برنامه هوش مصنوعی دارای شخصیت، ذائقه، سلیقه و انگیزه‌های خودمختار خودش باشد. درک مطلب در هوش مصنوعی هنوز مسئله‌ای حل نشده است و به نظر من، قوه درک مستقل یکی از مولفه‌های کلیدی برای خلاقیت است.» تجارب انسانی هنرمندان واقعی بر آثارشان تاثیر می‌گذارد. مسئله‌ای که در هوش مصنوعی امکان ناپذیر است. کلتون در این باره می‌گوید: «اگر ون گوگ را تصور کنید، زندگی نامه‌اش را بخوانید، مشکلات روحی و کشمکش‌هایش 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 می‌گوید: «من که غافلگیر نمی‌شوم اگر بشنوم بازار هنری کاملاً واکنشی منفی داشته باشد و محافظه کارانه علیه آن گارد بگیرد.»

منابع

• نوید فرخی. مجله دانستنیها.