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

Spis treści:

Artykuł z magazynu Foam nr 66, zatytułowany „Brakujące lustro – fotografia przez pryzmat sztucznej inteligencji”, to dogłębna analiza wpływu technologii na współczesną fotografię. W tym tłumaczeniu analizujemy, jak sztuczna inteligencja zmienia percepcję i tworzenie obrazów, a także jej rolę w kształtowaniu nowych praktyk artystycznych. Koncentrujemy się na tym, jak sztuczna inteligencja przekształca tradycyjne pojęcia fotografii, otwierając nowe horyzonty dla artystów i widzów. Postęp technologiczny pozwala nam nie tylko tworzyć unikalne obrazy wizualne, ale także na nowo zdefiniować sam proces fotografowania, prowadząc do nowych form samoekspresji.

Subskrybuj nasz kanał Telegram „Behind the Curtain”, aby być na bieżąco z najnowszymi wiadomościami i wydarzeniami. Nie przegap okazji, aby otrzymywać najnowsze informacje i ciekawe aktualności prosto na swój telefon. Dołącz do naszej społeczności i bądź na bieżąco z najnowszymi wiadomościami.

Ferenczi, historyczka sztuki, specjalizuje się w sztuce generatywnej i bada jej ewolucję od historycznych korzeni do praktyk współczesnych. Jej doświadczenie obejmuje pracę w muzeach i dogłębne badania sztuki końca XIX wieku, w tym holenderskich ruchów artystycznych i osadnictwa artystycznego. W 2021 roku Ferenczi skupiła się na mediach cyfrowych, pisząc serię artykułów na temat powiązań sztuki i technologii. Obecnie jest historyczką sztuki i dyrektorką artystyczną w Kate Vass Galerie w Zurychu, specjalizującej się w sztuce nowych mediów.

Subskrybuj nasz kanał na Telegramie „Behind the Curtain”, aby być na bieżąco z najnowszymi wiadomościami i wydarzeniami. Regularnie publikujemy istotne informacje i przydatne materiały, które pomogą Ci być na bieżąco. Dołącz do naszej społeczności i bądź w kontakcie.

Od czasu pojawienia się aparatu fotograficznego środowisko artystyczne jest podzielone. Niektórzy artyści uznali fotografię za rewolucyjny środek wyrazu, podczas gdy inni podchodzili do niej z nieufnością, obawiając się, że może ona przyćmić tradycyjne praktyki, takie jak portretowanie. Jednak wraz z rozwojem fotografii nie tylko wzbogaciła ona istniejące techniki, ale także otworzyła nowe horyzonty dla artystów, ułatwiając pojawienie się nowych ruchów artystycznych. Z biegiem czasu fotografia uległa transformacji, wykraczając poza prostą dokumentację i zajmując należne jej miejsce jako niezależne medium we współczesnej sztuce.

Na przestrzeni dziejów artyści wykazywali zainteresowanie nowymi technologiami, integrując je ze swoimi procesami twórczymi. Camera obscura, prekursorka współczesnego aparatu fotograficznego, jest tego doskonałym przykładem, pomagając mistrzom takim jak Vermeer tworzyć realistyczne obrazy. Leonardo da Vinci zgłębiał mechanikę lotu, anatomię i inżynierię, włączając tę ​​wiedzę do swoich dzieł. W XIX wieku fotografia stała się ważnym osiągnięciem technologicznym, które znacząco wpłynęło na sztukę, a w XX wieku podobną rolę odegrała technologia cyfrowa. Dziś powszechna dostępność narzędzi sztucznej inteligencji zachęca artystów do ich wykorzystywania do autoekspresji i eksperymentów. Jednak, podobnie jak na początku ery fotografii, ten nowy gatunek nadal znajduje swoje miejsce w kontekście sztuki tradycyjnej.

Idea sztucznej inteligencji (AI) ma swoje korzenie w starożytnych mitach o sztucznie stworzonych istotach o ludzkich cechach. Odzwierciedla to wielowiekowe pragnienie ludzkości, by tchnąć życie w przedmioty nieożywione. W XIX wieku zainteresowanie tą dziedziną wzrosło, a pierwsze obrazy sztucznych istot pojawiły się w literaturze, na przykład w powieści Mary Shelley „Frankenstein”. Jednak współczesne rozumienie sztucznej inteligencji zaczęło nabierać kształtu wraz z rozwojem komputerów elektronicznych w połowie XX wieku. W 1950 roku Alan Turing, jeden z twórców informatyki, wniósł znaczący wkład w rozwój tej dziedziny swoją pracą „Maszyny liczące i inteligencja”. W niej 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 historycznego seminarium Dartmouth na temat sztucznej inteligencji. McCarthy zgromadził czołowych naukowców na dwumiesięczną konferencję, aby omówić możliwości stworzenia maszyn zdolnych naśladować ludzkie myśli, oficjalnie ustanawiając sztuczną inteligencję jako dziedzinę badań naukowych i zapoczątkowując innowacje w tej dziedzinie.

W latach 60. XX wieku, wraz z rozwojem technologii, komputery stały się szybsze, a pojemność pamięci masowej znacznie wzrosła. Doprowadziło to do istotnych zmian w dziedzinie informatyki i sztucznej inteligencji. Jednym z przykładów jest program General Issue Solver, który wpłynął na wiele problemów i zadań. W 1966 roku Joseph Weizenbaum stworzył Elizę, pierwszego chatbota, który stanowił znaczący krok w rozwoju interakcji człowiek-komputer. W 1972 roku japoński Uniwersytet Waseda zaprezentował WABOT-1, pierwszego w pełni humanoidalnego robota zdolnego do poruszania się i dialogu. Postępy te położyły podwaliny pod dalsze badania w dziedzinie robotyki i sztucznej inteligencji, otwierając nowe horyzonty dla przyszłych technologii.

Wraz z pojawieniem się sztucznej inteligencji pojawiła się sztuka generatywna komputerowo. W latach 60. XX wieku, dzięki szybkiemu postępowi w technologii komputerowej i teorii informacji opracowanej przez Maxa Bense, artyści zaczęli wykorzystywać systemy autonomiczne, takie jak programy komputerowe i algorytmy, do ekspresji twórczej. W tamtym czasie współpraca między artystami a naukowcami była powszechna, ponieważ komputery były dostępne tylko na uniwersytetach, w instytutach badawczych i dużych firmach. Równolegle z rozwojem sztuki generatywnej pojawiła się 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 programów wykonujących operacje fotochemiczne, fotooptyczne lub fototechniczne. Łączy tradycyjne techniki fotograficzne z algorytmami matematycznymi. Pierwsza wystawa prac z tego nurtu odbyła się w 1968 roku w Galerii Obrazów w Bielefeld, gdzie prezentowano prace takich artystów jak Hein Gravenhorst i Gottfried Jäger. Wydarzenie to stanowiło ważny etap w rozwoju sztuki generatywnej i fotografii, otwierając nowe horyzonty dla ekspresji twórczej.

Chociaż wielu artystów położyło podwaliny sztuki generatywnej, nie zastosowali oni tego, co dziś nazywamy sztuczną inteligencją. Harold Cohen został pierwszym artystą, który zintegrował sztuczną inteligencję ze swoją twórczością, opracowując na początku lat 70. oprogramowanie AARON. System ten jest uważany za jeden z pierwszych w dziedzinie sztuki komputerowej. AARON wykorzystywał zestaw zasad zdefiniowanych przez Cohena do autonomicznego generowania obrazów i podejmowania niezależnych decyzji kompozycyjnych. Początkowo program generował jednokolorowe, abstrakcyjne rysunki, które artysta kolorował ręcznie. Z czasem AARON nauczył się tworzyć bardziej złożone i kolorowe prace, w tym realistyczne obrazy. Prace Cohena pokazały, jak sztuczna inteligencja może podejmować niezależne decyzje, co otwiera nowe horyzonty autonomicznej kreatywności.

W latach 70. XX wieku rozwój sztucznej inteligencji (AI) napotkał poważne trudności, co doprowadziło do okresu znanego jako „zima AI”. Spowolnienie postępu w tej dziedzinie doprowadziło do spadku finansowania i wzrostu krytyki technologii AI. Jednak w latach 80. zainteresowanie odżyło, napędzane postępem, takim jak systemy eksperckie i zakrojony na szeroką skalę japoński projekt systemów komputerowych piątej generacji.

Lata 90. i 2000. przyniosły znaczący postęp: komputery stały się tańsze, szybsze i wydajniejsze, a zwiększona pojemność pamięci i pojawienie się internetu otworzyły dostęp do ogromnych ilości danych. Do kluczowych wydarzeń w rozwoju AI należało zwycięstwo systemu Deep Blue firmy IBM w szachach nad mistrzem Garrim Kasparowem, a także sukces Watsona, sztucznej inteligencji języka naturalnego, która wygrała teleturniej Jeopardy!, pokonując czołowych konkurentów.

Obecnie sztuczna inteligencja jest szeroko stosowana w różnych dziedzinach, takich jak matematyka, inżynieria i ekonomia, co dowodzi jej zdolności do rozwiązywania różnorodnych problemów. Rozwój technologii takich jak uczenie maszynowe i analiza dużych zbiorów danych (Big Data) nieustannie otwiera nowe horyzonty dla sztucznej inteligencji, czyniąc ją integralną częścią współczesnego społeczeństwa.

W latach 2010. sieci neuronowe i uczenie maszynowe stały się głównymi motorami rozwoju sztucznej inteligencji, opierając się na badaniach podstawowych prowadzonych w latach 80. XX wieku. Sieci neuronowe to systemy komputerowe, które naśladują funkcjonowanie ludzkiego mózgu, ucząc się i adaptując w oparciu o napływające dane. Technologia ta zrewolucjonizowała takie dziedziny, jak rozpoznawanie obrazu i mowy, a także przetwarzanie języka naturalnego, znacząco wpływając na sztukę tworzoną za pomocą sztucznej inteligencji.

Jednym z kluczowych osiągnięć w tej dziedzinie były generatywne sieci przeciwstawne (GAN), opracowane przez Iana Goodfellowa i jego zespół w 2014 roku. GAN składają się z dwóch sieci neuronowych trenowanych jednocześnie w celu tworzenia wysokiej jakości, szczegółowych obrazów. Od 2017 roku artyści zaczęli aktywnie wykorzystywać sieci GAN w swojej pracy, prezentując dwa różne podejścia do integracji tej technologii ze sztuką.

W ten sposób rozwój sieci neuronowych i sieci GAN otworzył przed artystami nowe horyzonty, pozwalając im eksperymentować z formami i stylami, które wcześniej były niemożliwe.

Czytaj również:

Generatywne sieci przeciwstawne (GAN) to jedna z najciekawszych technologii w dziedzinie sztucznej inteligencji. Aby lepiej zrozumieć, jak działają, rozważmy je na przykładzie kotów. GAN składają się z dwóch głównych komponentów: generatora i dyskryminatora. Generator tworzy nowe obrazy, a dyskryminator je ocenia, ustalając, czy są prawdziwe, czy wygenerowane.

Wyobraź sobie, że generator próbuje tworzyć obrazy kotów. Analizuje wiele prawdziwych zdjęć kotów, aby zrozumieć ich cechy. Następnie zaczyna generować nowe obrazy, które wyglądają jak prawdziwe koty. W tym czasie dyskryminator otrzymuje zarówno rzeczywiste, jak i wygenerowane obrazy i próbuje określić, które z nich są fałszywe.

Z każdą rundą rywalizacja między generatorem a dyskryminatorem staje się coraz bardziej zacięta. Generator doskonali swoje umiejętności, aby oszukać dyskryminator, a dyskryminator udoskonala swoje algorytmy, aby wykrywać fałszywe obrazy. Ostatecznie generatywne sieci adwersarne mogą tworzyć obrazy, które są praktycznie nie do odróżnienia od prawdziwych.

Technologia ta ma zastosowanie w wielu dziedzinach, od tworzenia sztucznych obrazów po generowanie muzyki i tekstu. Sieci GAN otwierają nowe horyzonty w zakresie kreatywności i automatyzacji, co czyni je ważnym narzędziem w świecie sztucznej inteligencji. W ten sposób generatywne sieci antagonistyczne, na przykładzie kotów, pokazują, jak nowoczesne technologie potrafią tworzyć unikalne treści i rozwiązywać złożone problemy.

Niektórzy artyści, tacy jak Robbie Barratt i Mario Klingemann, wykorzystują ogromne ilości danych online do tworzenia swoich prac. Inni, tacy jak Helena Sarin i David Yang, wolą pracować z bardziej ograniczonymi zbiorami danych, obejmującymi ich własne obrazy lub fotografie. Prace Klingemanna, takie jak „Syn rzeźnika” z 2017 roku, stanowią wczesny przykład zastosowania generatywnych sieci antagonistycznych (GAN) w sztuce. W tym projekcie artysta wytrenował sztuczną inteligencję (AI) do przekształcania prostych rysunków w pełnoprawne obrazy, wykorzystując ogromne ilości obrazów online, aby zademonstrować, jak sieci neuronowe postrzegają ludzkie ciało. Seria prac Yanga z 2018 roku „Ucząc się od natury” reprezentuje bardziej spersonalizowane podejście do selekcji danych, w którym artysta trenuje maszyny, wykorzystując małe zbiory danych, takie jak jego własne fotografie, dążąc do zbliżenia AI do ludzkiej percepcji. Unikalna metoda Heleny Sarin widoczna jest w jej projekcie „AI Candy Shop”, w którym wykorzystuje ona swoje akwarele, szkice i zdjęcia jedzenia jako dane wejściowe do szkolenia sztucznej inteligencji. To podejście polega na selekcji i interakcji ze sztuczną inteligencją, co pozwala jej dokładniej odzwierciedlać artystyczną wizję artysty.

W W 2018 roku sztuczna inteligencja (AI) zaczęła aktywnie przyciągać uwagę w świecie sztuki tradycyjnej dzięki wykorzystaniu generatywnych sieci konfrontacyjnych (GAN). Przykładem tego jest „Portret Edmonda de Belamy” francuskiego kolektywu Obvious, który został sprzedany na aukcji w Christie’s za 432 000 dolarów. Sprzedaż ta stanowiła kamień milowy w historii sztuki AI i zapoczątkowała eksplorację możliwości AI zarówno w sztuce tradycyjnych, jak i nowych mediów.

Artystka nowych mediów Hito Steyerl zaprezentowała swoją instalację wideo „Elektrownie” na Biennale w Wenecji w 2019 roku, wykorzystując sieci neuronowe do generowania obrazów nieistniejących roślin. Praca ta oferowała krytyczne spojrzenie na świat cyfrowy i społeczne konsekwencje zmian technologicznych, podkreślając rosnące znaczenie AI w sztuce współczesnej.

W tym okresie firmy zaczęły dostrzegać potencjał AI i aktywnie inwestować w jej rozwój. Google, jeden z czołowych gigantów technologicznych, wniósł znaczący wkład w rozwój algorytmu DeepDream, stworzonego przez Aleksandra Mordwincewa w 2015 roku. DeepDream potrafi uwypuklać wzorce w obrazach i przekształcać je, nadając im fantastyczny i psychodeliczny wygląd.

Również w 2020 roku OpenAI wprowadziło algorytm głębokiego uczenia CLIP, który wywarł znaczący wpływ na sztukę opartą na sztucznej inteligencji. CLIP ustanawia złożone relacje między tekstem a obrazami, umożliwiając sztucznej inteligencji tworzenie dzieł sztuki w oparciu o wskazówki tekstowe. Kolejną ważną innowacją były modele dyfuzyjne, które stopniowo przekształcają losowe wzory pikseli w spójne obrazy. Te zmiany otwierają nowe horyzonty dla artystów i badaczy, promując dalszy rozwój sztucznej inteligencji w dziedzinie sztuki.

GAN-y i modele dyfuzji odgrywają kluczową rolę w ewolucji postfotografia, wykraczająca poza tradycyjną fotografię i integrująca technologie cyfrowe, w tym sztuczną inteligencję. W 2020 roku holenderski fotograf Bas Uterwijk, znany jako Ganbrood, zrobił krok w kierunku postfotografii, wykorzystując sztuczną inteligencję do tworzenia portretów postaci historycznych, które żyły przed pojawieniem się aparatu fotograficznego. Jednym z jego najsłynniejszych dzieł jest portret Jezusa, w którym połączył elementy kulturowe, historyczne i archeologiczne za pomocą sieci neuronowych. Innym wybitnym przedstawicielem tego ruchu jest Rupe Reinisto, który wykorzystuje specjalnie wyszkolone modele dyfuzji i język wizualny tradycyjnej fotografii, aby tworzyć obrazy, które jednocześnie wywołują nostalgię i futuryzm. Wykorzystując moc sztucznej inteligencji, artyści ci mogą zgłębiać i wizualizować swoje pomysły w sposób niemożliwy do osiągnięcia tradycyjnymi metodami. W ostatnich latach badania nad sztuczną inteligencją gwałtownie się rozwinęły, a technologia ta staje się częścią naszego codziennego życia, manifestując się w wirtualnych asystentach, reklamach i modelach językowych, takich jak ChatGPT. Podobny trend można zaobserwować w sztuce: platformy takie jak DALL-E, Stable Diffusion i Midjourney generują obrazy na podstawie zapytań tekstowych, dzięki czemu twórczość staje się dostępna dla szerszej publiczności.

Sztuka tworzona z wykorzystaniem sztucznej inteligencji, pomimo pewnych obaw, zyskała uznanie wiodących instytucji kulturalnych. Muzea takie jak Muzeum Sztuki Hrabstwa Los Angeles, Centrum Pompidou w Paryżu i Muzeum Sztuki Nowoczesnej w Nowym Jorku włączyły prace AI do swoich kolekcji. Ta forma sztuki znalazła również swoje miejsce na targach sztuki i biennale, w tym na Biennale w Wenecji i Art Basel. Znane domy aukcyjne, takie jak Christie's i Sotheby's, prezentowały sztukę AI, umacniając jej legitymację jako gatunku. Tak jak fotografia niegdyś zyskała uznanie, tak sztuka AI zmierza ku pełnemu uznaniu jako niezależna gałąź sztuki współczesnej, przekształcając sposoby twórczej ekspresji.

Czytanie jest ważną częścią naszego życia i otwiera wiele możliwości. Zanurzanie się w książkach rozwija wyobraźnię, wzbogaca słownictwo i poszerza horyzonty. Ważne jest, aby wybierać różnorodne gatunki i autorów, aby wzbogacić swoje doświadczenie. Czytanie nie tylko pomaga się zrelaksować, ale także sprzyja rozwojowi umysłowemu, zwiększając koncentrację i myślenie analityczne. Regularne czytanie książek może być świetnym sposobem na radzenie sobie ze stresem i poprawę ogólnego samopoczucia. Badania pokazują, że czytanie poprawia pamięć i umiejętności pisania, co jest szczególnie korzystne dla studentów i profesjonalistów. Wyrób sobie nawyk codziennego poświęcania czasu na czytanie, aby cieszyć się wszystkimi korzyściami, jakie ono oferuje.

Między „przed” a „po”: 16 projektów artystycznych wykorzystujących sztuczną inteligencję

W ostatnich latach sztuczna inteligencja (AI) stała się ważnym narzędziem w świecie sztuki. Artyści coraz częściej sięgają po nowe technologie, aby tworzyć unikalne dzieła, które podważają tradycyjne pojęcie kreatywności. W tym artykule przyjrzymy się 16 projektom, w których AI odgrywa kluczową rolę, pokazując, jak technologia może przekształcić proces tworzenia sztuki. Prace te ilustrują przejście od tradycyjnych metod do nowoczesnych podejść, w których algorytmy i uczenie maszynowe stają się partnerami artystów. Analizując te projekty, zobaczymy, jak sztuczna inteligencja nie tylko poszerza horyzonty ekspresji artystycznej, ale także stawia nowe pytania dotyczące natury kreatywności i autorstwa.