Od przełomu technologicznego do sztuki: historia obrazów tworzonych przez sztuczną inteligencję

Spis treści:

Niniejszy artykuł, opublikowany w magazynie Foam nr 66, analizuje temat „Brakujące lustro – fotografia przez pryzmat sztucznej inteligencji”. W tłumaczeniu skupimy się na tym, jak sztuczna inteligencja wpływa na współczesną fotografię, zmieniając nasze wyobrażenia o sztuce wizualnej i samych fotografiach. Omówimy, jak nowe technologie przekształcają procesy tworzenia obrazu, jego percepcję i rolę w społeczeństwie. Sztuczna inteligencja otwiera nowe horyzonty przed fotografami, pozwalając im eksperymentować z formami i stylami oraz oferując możliwości tworzenia unikalnych historii wizualnych.

Subskrybuj nasz kanał „Behind the Curtain” na Telegramie, aby być na bieżąco z najnowszymi wiadomościami i wydarzeniami. Udostępniamy angażujące treści, które pomogą Ci być na bieżąco z ważnymi aktualizacjami i ekskluzywnymi materiałami. Dołącz do naszej społeczności i bądź w kontakcie!

Ferenczi, historyczka sztuki, specjalizuje się w sztuce generatywnej i bada jej ewolucję od historycznych korzeni do współczesnych trendów. Jej praktyka zawodowa obejmuje pracę w muzeach i badania nad sztuką końca XIX wieku, w tym nad nurtami artystycznymi i osadnictwem artystycznym w Holandii. Od 2021 roku Ferenczi aktywnie eksploruje media cyfrowe, pisząc kilka artykułów na temat interakcji między sztuką a technologią. Obecnie jest historyczką sztuki i dyrektorką w Kate Vass Galerie w Zurychu, gdzie koncentruje się na sztuce nowych mediów. Subskrybuj nasz kanał na Telegramie „Behind the Curtain”, aby być na bieżąco ze wszystkimi nowościami i nigdy nie przegapić ważnego artykułu. Nasz kanał oferuje istotne aktualizacje, ciekawe materiały i ekskluzywne treści. Dołącz do nas i bądź na bieżąco. Od samego początku fotografia budziła kontrowersje w środowisku artystycznym. Niektórzy artyści uznali to nowe medium za rewolucyjny środek autoekspresji, podczas gdy inni podchodzili do niego z nieufnością, obawiając się, że może ono przyćmić tradycyjne praktyki, takie jak portretowanie. Niemniej jednak fotografia nadal ewoluowała, wzbogacając klasyczne techniki i otwierając nowe horyzonty przed artystami. Doprowadziło to do powstania różnych ruchów i stylów artystycznych. Z biegiem czasu fotografia ewoluowała od prostego narzędzia dokumentacyjnego do znaczącego, samodzielnego medium, zdobywając ważne miejsce w galeriach i muzeach na całym świecie.

Na przestrzeni dziejów artyści korzystali z postępu technologicznego, często integrując innowacje w swoich procesach twórczych. Camera obscura, prekursorka nowoczesnych aparatów fotograficznych, jest tego doskonałym przykładem, pozwalając artystom takim jak Vermeer tworzyć realistyczne dzieła. Leonardo da Vinci zgłębiał mechanikę lotu, anatomię i inżynierię, włączając te spostrzeżenia do swojej twórczości. W XIX wieku fotografia stała się znaczącym postępem technologicznym, który wpłynął na sztukę, a w XX wieku podobną rolę odegrała technologia cyfrowa. Dziś powszechna dostępność narzędzi sztucznej inteligencji (AI) inspiruje artystów do wykorzystywania tych technologii do autoekspresji. Jednak, podobnie jak na początku ery fotografii, ten nowy gatunek wciąż poszukuje swojego miejsca w kontekście sztuki tradycyjnej, wywołując debaty na temat granic kreatywności i oryginalności.

Idea sztucznej inteligencji (AI) ma swoje korzenie w starożytnych mitach o sztucznie stworzonych istotach posiadających ludzkie cechy. Odzwierciedla to odwieczne pragnienie ludzkości, by tchnąć życie w przedmioty nieożywione. Zainteresowanie tym tematem zaczęło rosnąć w XIX wieku, kiedy w literaturze pojawiły się pierwsze obrazy sztucznych stworzeń, na przykład w powieści Mary Shelley „Frankenstein”. Jednak współczesna koncepcja AI zaczęła nabierać kształtu wraz z pojawieniem się komputerów elektronicznych w połowie XX wieku. W 1950 roku Alan Turing, pionier informatyki, wniósł znaczący wkład w tę dziedzinę swoim artykułem „Maszyny liczące i inteligencja”. W nim poruszył kwestię, czy maszyny potrafią myśleć i zaproponował test oceniający ich inteligencję. Termin „sztuczna inteligencja” został ukuty przez Johna McCarthy'ego w 1956 roku podczas Letniego Seminarium na temat Sztucznej Inteligencji w Dartmouth. McCarthy zorganizował konferencję, na której czołowi naukowcy dyskutowali o możliwości stworzenia maszyn zdolnych do naśladowania ludzkiego umysłu. To spotkanie oficjalnie uznało sztuczną inteligencję za dziedzinę badań naukowych i stało się fundamentem przyszłych innowacji. Rozwój sztucznej inteligencji (AI) nadal jest gorącym tematem, otwierającym nowe horyzonty w technologii i nauce.

Lata 60. XX wieku przyniosły znaczące zmiany w technologii komputerowej dzięki zwiększeniu szybkości komputerów i rozszerzonym możliwościom przechowywania danych. Programy takie jak General Issue Solver wpłynęły na wiele problemów i wyzwań. W 1966 roku Joseph Weizenbaum opracował Elizę, pierwszego chatbota, który stanowił kamień milowy w rozwoju sztucznej inteligencji i interakcji człowiek-komputer. W 1972 roku japoński Uniwersytet Waseda zaprezentował WABOT-1, pierwszego humanoidalnego robota zdolnego do chodzenia i prowadzenia rozmowy, co stanowiło kamień milowy w robotyce i sztucznej inteligencji. Te osiągnięcia zapoczątkowały nowe kierunki badań i rozwoju, które ewoluują do dziś.

Sztuka generatywna komputerowa zaczęła rozwijać się wraz z pojawieniem się sztucznej inteligencji. W latach 60. XX wieku, w obliczu szybkiego postępu technologii komputerowej i teorii informacji, takich jak prace Maxa Bense'a, artyści zaczęli wykorzystywać systemy autonomiczne, w tym programy komputerowe i algorytmy, do twórczej ekspresji. W tamtym czasie często współpracowali z naukowcami, ponieważ dostęp do komputerów był ograniczony i ograniczony głównie do uniwersytetów, instytutów badawczych i dużych korporacji.

Wraz z rozwojem sztuki generatywnej pojawiła się również fotografia generatywna, której korzenie sięgają fotografii eksperymentalnej lat 20. XX wieku i fotografii konkretnej lat 50. XX wieku. Fotografia generatywna koncentruje się na systematycznym tworzeniu estetyki wizualnej za pomocą predefiniowanych programów, które realizują procesy fotochemiczne, fotooptyczne i fototechniczne. Ruch ten łączy tradycyjne techniki fotograficzne z algorytmami matematycznymi. Pierwsza wystawa prac tego gatunku odbyła się w 1968 roku w Galerii Obrazów w Bielefeld, w której uczestniczyli tacy artyści jak Hein Gravenhorst i Gottfried Jäger.

Sztuka generatywna komputerowa i fotografia generatywna stały się zatem ważnymi trendami we współczesnej sztuce, otwierając nowe horyzonty dla kreatywności i interakcji technologii z ekspresją artystyczną.

Chociaż twórcy sztuki generatywnej nie korzystali z technologii znanych dziś jako sztuczna inteligencja, pierwszym artystą, który Do włączenia sztucznej inteligencji do sztuki przyczynił się Harold Cohen dzięki projektowi AARON. Program ten, opracowany na początku lat 70. XX wieku, jest uważany za jeden z pierwszych systemów sztuki komputerowej. AARON działał w oparciu o zasady zdefiniowane przez Cohena i był zdolny do autonomicznego generowania obrazów, podejmując własne decyzje kompozycyjne. Początkowo program tworzył jednokolorowe, abstrakcyjne rysunki, które następnie były ręcznie kolorowane przez artystę. Z czasem AARON nauczył się tworzyć bardziej złożone, kolorowe, a nawet realistyczne dzieła. Prace Cohena pokazały, jak sztuczna inteligencja może samodzielnie podejmować decyzje twórcze, symulując proces autonomicznego tworzenia i otwierając nowe horyzonty w dziedzinie sztuki cyfrowej.

W latach 70. rozwój sztucznej inteligencji (AI) znacznie spowolnił, co doprowadziło do ery znanej jako „zima AI”. Okres ten charakteryzował się brakiem znaczących postępów, co z kolei doprowadziło do spadku finansowania i wzrostu krytyki tej technologii. Jednak w W latach 80. XX wieku sztuczna inteligencja przeżyła renesans dzięki przełomowym osiągnięciom, takim jak systemy eksperckie i ogromny projekt „Systemów Komputerowych Piątej Generacji” w Japonii, który trwał dziesięć lat. W latach 90. i 2000. komputery stały się tańsze, szybsze i wydajniejsze, a zwiększona pojemność pamięci i rozwój internetu zapewniły dostęp do ogromnych ilości danych. Kluczowymi kamieniami milowymi w tej dziedzinie były zwycięstwo Deep Blue firmy IBM nad mistrzem szachowym Garrim Kasparowem, a także sukces sztucznej inteligencji Watson, która pokonała czołowych konkurentów w teleturnieju Jeopardy!. Sztuczna inteligencja zaczęła znajdować szerokie zastosowanie w takich dziedzinach jak matematyka, inżynieria i ekonomia, demonstrując swoją zdolność do rozwiązywania różnorodnych problemów i otwierając nowe możliwości w różnych dziedzinach.

W latach 2010. sieci neuronowe i uczenie maszynowe, bazując na badaniach z lat 80., stały się fundamentem nowej ery sztucznej inteligencji. Sieci neuronowe to systemy komputerowe, które naśladują ludzki mózg, ucząc się i adaptując na podstawie danych wejściowych. Technologia ta wywarła znaczący wpływ na takie dziedziny jak rozpoznawanie obrazu, rozpoznawanie mowy i przetwarzanie języka naturalnego, a także na sztukę opartą na sztucznej inteligencji. Generatywne sieci przeciwstawne (GAN), będące formą głębokiego uczenia, zostały zaproponowane przez Iana Goodfellowa i jego zespół w 2014 roku. GAN-y składają się z dwóch sieci neuronowych trenowanych jednocześnie, co umożliwia tworzenie wysoce szczegółowych i złożonych obrazów. Od 2017 roku artyści aktywnie wykorzystują GAN-y w swojej pracy, prezentując różne podejścia do generowania treści wizualnych. Proces ten nie tylko poszerza granice sztuki, ale także otwiera nowe możliwości współpracy człowieka z maszyną w dziedzinie twórczości.

Przeczytaj również:

Generatywne sieci przeciwstawne (GAN) to potężne narzędzie sztucznej inteligencji, które pozwala tworzyć nowe dane na podstawie istniejących. Aby wyjaśnić, jak działają GAN, możemy posłużyć się analogią do kotów. Wyobraź sobie, że jedna sieć neuronowa, zwana generatorem, tworzy obrazy kotów, a druga, zwana dyskryminatorem, ocenia te obrazy pod kątem ich realizmu. Generator dąży do doskonalenia swoich umiejętności, aby tworzyć bardziej realistyczne obrazy, podczas gdy dyskryminator uczy się rozpoznawać fałszywe obrazy. Ta rywalizacja między dwiema sieciami neuronowymi prowadzi do tworzenia coraz bardziej realistycznych i wysokiej jakości obrazów kotów.

Sieci GAN znajdują szerokie zastosowanie w różnych dziedzinach, takich jak sztuka, moda, rozrywka i badania naukowe. Można ich używać do generowania nowych obrazów, filmów, muzyki, a nawet tekstu. Wykorzystanie sieci GAN do tworzenia unikalnych obrazów kotów pokazuje ich potencjał w generowaniu wysokiej jakości treści, które można wykorzystać na różnych platformach cyfrowych.

Należy zauważyć, że pomimo swoich zalet, sieci GAN wymagają znacznych zasobów obliczeniowych i czasu na trenowanie. Jednak wraz z postępem technologicznym i dostępnością wydajnych procesorów graficznych (GPU), wykorzystanie generatywnych sieci antagonistycznych (GAN) staje się coraz bardziej dostępne dla badaczy i programistów.

Podsumowując, generując obrazy kotów, sieci GAN otwierają nowe horyzonty w świecie sztucznej inteligencji i kreatywności, oferując unikalne możliwości tworzenia oryginalnych treści.

Niektórzy artyści, tacy jak Robbie Barratt i Mario Klingemann, tworzą swoje prace, korzystając z ogromnych ilości danych z internetu. Inni, jak Helena Sarin i David Yang, preferują bardziej skoncentrowane podejście, wybierając własne obrazy i fotografie do uczenia maszynowego. Dzieła Klingemanna, takie jak „Syn rzeźnika” z 2017 roku, są wczesnymi przykładami zastosowania generatywnych sieci antagonistycznych (GAN) w sztuce. Artysta wyszkolił sztuczną inteligencję w przekształcaniu ręcznie rysowanych postaci w obrazy na podstawie dużej liczby obrazów z internetu, demonstrując, jak sieci neuronowe postrzegają ludzkie ciało. Seria prac Yanga z 2018 roku „Learning Nature” ilustruje bardziej intymne podejście do selekcji danych: artysta trenuje maszyny za pomocą małych zestawów swoich fotografii, dążąc do zbliżenia sztucznej inteligencji do ludzkiej percepcji. Unikalna metoda Heleny Sarin została zaprezentowana w jej pracy „AI Candy Shop”, w której wykorzystuje własne akwarele, szkice i zdjęcia jedzenia do trenowania sztucznej inteligencji. Podejście Sarin polega na selekcji i szkoleniu sztucznej inteligencji, co pozwala jej dokładniej odzwierciedlać jej artystyczną wizję.

W W 2018 roku wykorzystanie generatywnych sieci konfrontacyjnych (GAN) w sztuce przyciągnęło uwagę artystów tradycyjnych. Uderzającym przykładem było dzieło francuskiego kolektywu Obvious zatytułowane „Portret Edmonda de Belamy”, które zostało sprzedane na aukcji Christie’s za 432 000 dolarów. To wydarzenie stanowiło kamień milowy w historii sztuki tworzonej z wykorzystaniem sztucznej inteligencji. Artyści, zarówno z kręgu tradycyjnych, jak i nowych mediów, zaczęli aktywnie eksplorować możliwości sztucznej inteligencji. Na przykład artystka nowych mediów Hito Steyerl zaprezentowała swoją wideoinstalację „Elektrownie” na Biennale w Wenecji w 2019 roku. W tej pracy wykorzystała sieci neuronowe do generowania obrazów nieistniejących roślin, co pozwoliło jej krytycznie zastanowić się nad wpływem technologii cyfrowych na nasze społeczeństwo. Prezentacja tego dzieła na tak prestiżowej platformie podkreśla rosnącą rolę sztucznej inteligencji w sztuce współczesnej. Jednocześnie firmy zaczęły dostrzegać potencjał sztucznej inteligencji i inwestować w jej rozwój. Google, jeden z czołowych gigantów technologicznych, wniósł znaczący wkład w projekt DeepDream, opracowany przez Aleksandra Mordwincewa w 2015 roku. DeepDream to algorytm, który identyfikuje wzorce w obrazach i przekształca je, nadając im oniryczny, niemal psychodeliczny wygląd. Algorytm głębokiego uczenia (GLU) CLIP, wprowadzony przez OpenAI w 2020 roku, również wywarł znaczący wpływ na sztukę opartą na sztucznej inteligencji. Ustanawia on złożone relacje między tekstem a obrazami, umożliwiając tworzenie dzieł sztuki w oparciu o wskazówki tekstowe. Modele dyfuzyjne, które przekształcają losowe wzory pikseli w kompletne obrazy, stanowiły znaczący postęp, otwierając nowe horyzonty dla kreatywności opartej na sztucznej inteligencji.

Modele GAN i dyfuzji znacząco zmieniły gatunek postfotografii, wykraczając poza tradycyjną fotografię, włączając technologie cyfrowe i sztuczną inteligencję. W 2020 roku holenderski fotograf Bas Uterwijk, znany jako Ganbrood, przeszedł od mediów klasycznych do postfotografii, tworząc portrety postaci historycznych, które żyły przed pojawieniem się aparatu fotograficznego. Jednym z jego najsłynniejszych dzieł był portret Jezusa, w którym wykorzystał dane kulturowe, historyczne i archeologiczne, a także sieci neuronowe. Roope Reinisto, kolejna kluczowa postać tego gatunku, stosuje specjalistyczne modele dyfuzji i elementy tradycyjnej fotografii, aby tworzyć obrazy, które jednocześnie wywołują nostalgię i wybiegają w przyszłość. Wykorzystując moc sztucznej inteligencji, artyści ci mogą eksplorować i wyrażać swoje idee w sposób niedostępny za pomocą tradycyjnych metod. W ostatnich latach technologie sztucznej inteligencji szybko się rozwinęły i stały się częścią naszego codziennego życia dzięki wirtualnym asystentom, reklamom i modelom językowym, takim jak ChatGPT. Podobne tendencje obserwuje się również w sztuce: platformy DALL-E, Stable Diffusion i Midjourney umożliwiają generowanie obrazu na podstawie zapytań tekstowych, dzięki czemu proces twórczy staje się dostępny dla szerszej publiczności.

Pomimo początkowego sceptycyzmu, sztuka tworzona z wykorzystaniem sztucznej inteligencji zyskała uznanie renomowanych instytucji kulturalnych. Muzea takie jak Muzeum Sztuki Hrabstwa Los Angeles, Centrum Pompidou w Paryżu i Muzeum Sztuki Nowoczesnej w Nowym Jorku aktywnie włączają dzieła stworzone z wykorzystaniem sztucznej inteligencji do swoich kolekcji. Sztuka ta wykracza również poza wystawy muzealne, prezentując się na różnych targach sztuki i biennale, w tym na Biennale w Wenecji i Art Basel. Znane domy aukcyjne, takie jak Christie's i Sotheby's, dodatkowo legitymizują ten gatunek, wystawiając dzieła stworzone z wykorzystaniem sztucznej inteligencji. Tak jak fotografia została kiedyś uznana za nową formę sztuki, tak sztuka sztucznej inteligencji dąży do pełnego uznania jej za ważną formę sztuki współczesnej, zmieniającą podejście do ekspresji twórczej.

Niedawno omawialiśmy ważne aspekty związane z tym tematem. W tym kontekście warto zauważyć, że dyskusja na ten temat pozostaje aktualna i wymaga uwagi. Rozważymy kluczowe punkty i główne idee, które pomogą głębiej zrozumieć istotę problemu. W tym artykule staramy się dostarczyć użytecznych informacji, aby można je było łatwo zastosować w praktyce. Pamiętaj, wiedza to potęga, a im więcej się uczysz, tym łatwiej będzie Ci podejmować świadome decyzje.

Sztuczna inteligencja staje się ważnym narzędziem we współczesnej sztuce, otwierając nowe horyzonty dla kreatywności. W tym artykule przyjrzymy się 16 projektom artystów, którzy z powodzeniem zintegrowali sztuczną inteligencję ze swoją twórczością. Projekty te pokazują, jak technologia może zmienić podejście do sztuki, tworząc unikalne obrazy i koncepcje wizualne. Przeanalizujemy każde dzieło, porównując jego stan przed i po zastosowaniu sztucznej inteligencji. Dzięki temu zobaczysz, jak sztuczna inteligencja może nie tylko uzupełniać, ale także przekształcać ekspresję artystyczną, zapewniając nowe możliwości samoekspresji i eksperymentowania.