به گزارش پلاتو هنر، این روزها گوش‌مان از موضوعات مربوط به هوش مصنوعی مولد و هنر هوش مصنوعی پر است و یکی از مسائلی که بارها آن را شنیده‌ایم و می‌شنویم، دل‌مشغولی اهالی هنر درباره جایگاه شغلی‌شان است. آیا هوش مصنوعی جایگاه ما هنرمندان را تصاحب خواهد کرد؟ آیا درست است که دوره هنر هوش مصنوعی تازه دارد متولد می‌شود؟
شاید هنر هوش مصنوعی برخلاف شنیده‌های‌مان در حال به دنیا آمدن و شکوفا شدن نیست، بلکه در حال مرگ است! یا حداقل احمد اِلگامال، استاد دپارتمان علوم کامپیوتر در دانشگاه «راتگِرز»، بزرگ‌ترین موسسه آموزش عالی در ایالت نیوجرزی آمریکا این طور فکر می‌کند.
الگامال بنیان‌گذار و مدیر پژوهشکده «هنر و هوش مصنوعی» در دانشگاه «راتگِرز» است که بر علم داده در حوزه علوم انسانی دیجیتال تمرکز دارد. او عضو هیئت علمی مرکز علوم شناختی این دانشگاه نیز هست و پلتفرم هوش مصنوعی مولدی به نام «پلی فرم» را نیز بنیان‌گذاری کرده است.
او در یادداشتی که برای نشریه آرت‌نت در سال 2023 نوشته بود، هوش مصنوعی در هنر را مورد مطالعه قرار می‌دهد و معتقد است که ابزارهای تبدیل متن به تصویر هوش مصنوعی مولدی که ما امروزه با آن‌ها سروکار داریم، فاقد توانایی برای شکوفا کردن نبوغ هنری ما هستند و بر خلاف باور دیگران، عصر هنر هوش مصنوعی در حال پایان است نه شروع.
در این گزارش قصد داریم نگاهی به این یادداشت احمد الگامال بیندازیم و دلایل او را بشنویم اما پیش از شروع بحث، اجازه دهید ببینیم که منظور الگامال از «هنر هوش مصنوعی» دقیقا چیست.
آیا منظور از هنر هوش مصنوعی، هنر دست انسان است یا هوش مصنوعی؟
احمد الگامال در یادداشت خود می‌گوید که هوش مصنوعی هنر خلق نمی‌کنند، بلکه تصویر تولید می‌کنند. چیزی که باعث می‌شود این تصاویر را هنر بخوانیم، در واقع هنرمند یا انسانی است که از این فناوری استفاده می‌کند؛ هنرمندی که سیستم را با داده آموزش می‌دهد، الگوریتم و تنظیماتی را اعمال می‌کند و خروجی‌های سیستمش را کیوریتوری می‌کند. بنابراین منظور از هنر هوش مصنوعی، هنر هنرمندی است که در برخی از مراحل خلق اثر خود از هوش مصنوعی استفاده می‌کند.
این استاد دانشگاه استقبال روزافزون از ابزارهای تبدیل متن به تصویر مانند «میدجرنی» را انکار نمی‌کند اما معتقد است که این ابزارها دیگر نمی‌توانند جرقه‌ای برای نبوغ هنری باشند.
تکامل هنر ریشه در تقابل نوآوری با عادت دارد
سروکله این نبوغ در هنر از کجا پیدا می‌شود؟ زمانی که پیکاسو تابلوی «دوشیزگان آوینیون» را سال 1907 نقاشی کرد، موجی از بحث و جدل را با خود به ارمغان آورد و حتی دوستان نزدیک پیکاسو آن را پس زدند. جورج باروک، همکار پیکاسو در جنبش کوبیسم هم حتی از آن نقاشی خوشش نیامد. تا این‌که این نقاشی را سال 1939 در موزه هنر مدرن (MoMA) به نمایش گذاشتند و نه تنها مورد پذیرش عموم مردم قرار گرفت، بلکه به نمادی از جنبش کوبیسم تبدیل شد.
کالین مارتیندیل، پیشگام حوزه روانشناسیِ زیبایی‌شناسی در یکی از کتاب‌هایش که سال 1990 آن را به نگارش درآورد، نقش چنین چالش‌ها در تکامل هنر را به خوبی با ارائه نظریه‌ای توضیح می‌دهد. او در این کتابش می‌گوید نیروی اصلی که به تکامل هنر می‌انجامد ریشه در تقابل نوآوری با عادت دارد. هنرمندان با نوآوری در مقابل عادت قد علم می‌کنند اما اگر بیش از حد نوآوری به خرج دهند، هنرشان بسیار تکان‌دهنده خواهد بود و مخاطب آن را پس خواهد زد. هنرمندان خوب کسانی هستند که نقطه تعادل را پیدا می‌کنند و آثار بیش ازحد تکان‌دهنده خلق نمی‌کنند. هنرمندان بزرگ هم کسانی هستند که پای‌شان را از این نقطه فراتر می‌‌گذارند.
ماجرای شکستی که برای هنرمندان جالب بود
آیا هوش مصنوعی می‌تواند درست مانند یک هنرمند از خوب به بزرگ تبدیل شود؟ زمانی که سروکله شبکه‌های عصبی مولد (GANs) پیدا شد، این فناوری جدید هوش مصنوعی توانست توجه برخی از هنرمندان را به خود جلب کند چون اگر این مدل‌ها را با حجم زیادی عکس آموزش دهید، می‌توانند برای‌تان عکس تولید کنند.
احمد الگامال سال 2017 یک مدل GAN را با پرتره‌های کلاسیک هنر غرب آموزش داد اما این مدل در نهایت پرترهایی کج‌وکوله تولید کرد؛ به عبارتی دیگر، مدل او نتوانست درست درس پس دهد. خروجی‌های معیوب این مدل، الگامال را یاد پرترهایی انداخت که فرانسیس بیکن در سال 1963 از یک مدل هنریِ اهل بریتانیا به نام هنریتا مورائس کشیده بود.
آیا مدل هوش مصنوعی الگامال هم مانند بیکن به سبک خود تصویر تولید کرد؟ در این‌جا است که یک تفاوت اساسی مطرح می‌شود: بیکن خود از روی عمد پرتره‌هایش را آن‌گونه نقاشی می‌کرد اما هوش مصنوعی نتوانسته بود همان طور که آموزش دیده بود، عمل کند؛ به عبارتی دیگر شکست خورده بود.
ظهور شبکه‌های عصبی مولد باعث شد ما وارد عصری شویم که این پژوهشگر آن را «عصر زیبایی‌شناسیِ شکست ماشین» می‌خواند. در واقع خطاها، شکست‌ها و خروجی‌های اتفاقی این شبکه‌ها بین سال‌های 2017 تا 2020، شگفتی هنرمندان را برانگیختند و توجه‌شان را جلب کردند.
الگامال به کمک ماریان مازون، مورخ هنر، مطالعه‌ای در سال 2019 انجام داد. آن‌ها برای این کار با چندین هنرمند که با هوش مصنوعی اثر خلق می‌کردند، گفت‌وگو کردند و دریافتند که آن‌ها هوش مصنوعی را نیروی محرک کار خلاقانه خود می‌دانند. این هنرمندان در گفت‌وگوی‌شان با الگامال و مازون اظهار داشتند که این فناوری الهام‌بخش آن‌ها است و باعث می‌شود ایده‌های نو، مسیرها کشف نشده و روش‌های نوین برای آفرینش هنری در ذهن‌شان جرقه بزند.
اگر نگاهی به سال‌های بین 2017 تا 2020 بیندازیم، متوجه می‌شویم که خبری از اعتراض و نگرانی نسبت به هوش مصنوعی نبوده و برخلاف حال حاضر، هنرمندان و مردم استقبال خوبی از این فناوری داشتند. برای مثال، آثار هنرمندانی مانند ماریو کلینگمن و گروه «Obvious» در سال 2018 و 2019 به حراج‌های هنری راه پیدا کردند، خود احمد الگامال نمایشگاهی در سال 2019 برگزار کرد و آثاری که با هوش مصنوعی خلق کرده بود به نمایش گذاشت، چندین آرت فِر در کشورهای مختلف برگزار شد که در آن‌ها آثار هنر هوش مصنوعی به نمایش گذاشته شدند و موزه ملی چین در بِیجین، نمایشگاه هنر هوش مصنوعی برگزار کرد که بیش از یک میلیون نفر بازدیدکننده داشت.
چرا هوش مصنوعی منفور شد؟
رسانه‌ها و خبرگزاری‌ها در طی این سال‌ها مشتاقانه از هوش مصنوعی حرف زدند و کسی خواستار منع استفاده از این فناوری نبود. اما چرا یک‌دفعه همه چیز عوض شد؟
میان مدل‌های اولیه هوش مصنوعی و مدل‌های امروزی یک تفاوت اساسی وجود دارد؛ برای آموزش مدل‌های اولیه هوش مصنوعی، تعداد کم‌تری عکس لازم بود و هنرمند می‌توانست براساس معیارها و نگاه خود، مدلش را آموزش دهد. اما مدل‌های مبتنی‌بر پرامپتی که ما امروز با آن‌ها سروکار داریم را از پیش با میلیاردها عکسی که از اینترنت برداشته‌اند، آموزش داده‌اند. به همین دلیل است که این روزها خبرهایی مبنی‌بر شکایت هنرمندان از شرکت‌های سازنده این مدل‌ها به گوش می‌خورد زیرا بسیاری از این عکس‌ها دارای کپی‌رایت هستند و بدون اجازه از هنرمند برای آموزش این مدل‌ها استفاده شده‌اند. چنین مدل‌های بزرگی هویت و سبک هنرمند را از بین می‌برند زیرا تفاوت میان اثر من و اثر شما بستگی به کلمه‌کلیدی که در پرامپت به کار می‌بریم، دارد.
پرامپت، دریچه تعامل با هوش مصنوعی و قاتل خلاقیت
مدل‌های هوش مصنوعی این روزها خیلی خیلی بهتر از قبل درس پس می‌دهند و می‌توانند تصاویر باکیفیت و واقع‌گرایانه‌تری نسبت به گذشته تولید کنند و همچنان در حال پیشرفت در این مسیر هستند. یکی دیگر از پیشرفت‌های این مسیر، پرامپت متنی است. با پرامپت در واقع ما چیزی که از هوش مصنوعی می‌خواهیم در قالب یک نوشته به آن توضیح می‌دهیم و از این طریق علاوه‌بر تعامل با این این فناوری، می‌توانیم فرآیند تولید تصویر را هم کنترل کنیم. چنین پیشرفت‌هایی باعث شد تا هوش مصنوعی به خوبی بتواند بله‌چشم‌قربان‌گوی ما باشد و هر تصویری در هر ژانر و با هرتکنیکی برای ما تولید کند.
حضور متن یا همان زبان به پیشرفت مدل‌ها کمک کرد اما هر پیشرفتی با معایبی هم همراه است. هوش مصنوعی دارد شبیه ما می‌شود و دیگر نمی‌تواند با نگاه خاص خودش مکملی برای ما باشد زیرا امروزه مدل‌ها هم با عکس و هم با متن آموزش می‌بینند و در نتیجه یاد می‌گیرند مفاهیم بصری را با معنای زبان تطبیق دهند. این موضوع باعث شده که مدل‌ها در خلق اشکال و تقلید از سبک‌هایی که با کلمه توصیف‌پذیر هستند، عملکرد بهتری داشته باشند.
از سوی دیگر اما حضور زبان در روند آموزش، مدل‌ها را در خلق اشکال الهام‌بخش محدود کرده است. در حال حاضر خروجی‌های هوش مصنوعی تحت‌تاثیر زبان هستند و آزادای عمل خود را از دست داده‌اند.
البته هوش مصنوعی هنوز هم هنگام تولید خطا می‌کند؛ تصویر انسان‌هایی با چشم اضافه، انگشت کم و دست‌وپای معیوب، ازجمله خطاهایی هستند که هوش مصنوعی مرتکب آن‌ها می‌شود. اما این خطاها آن‌چنان جذابیتی ندارند و نمی‌توانند الهام‌بخش هنرمندان باشند.بنابراین مدل‌های مبتنی‌بر متن امروزی، فاقد خلاقیت هستند.
مسئله دیگر هم این است که هنرمندان به زبان بصری فکر می‌کنند و توصیف تفکرات‌شان با کلمات، هم کار سختی است و هم آن‌ها را محدود می‌کند. البته گروه «Obvious» که پیش‌تر هم به آن اشاره شد، با کمک دانشگاه سوربن فرانسه در تلاش هستند ذهنیات و تفکرات هنرمندان را مستقیما از مغزشان و بدون استفاده از کلمات به تصویر تبدیل کنند. جزئیات این پروژه را طی گزارشی در پلاتو هنر منتشر کردیم که می‌توانید این‌جا بخوانید.
باتوجه به چیزهایی که مطرح شد، می‌توان گفت که هوش مصنوعی دارد تبدیل به ابزاری برای تولید انبوه می‌شود نه همکار یا دستیاری خلاق که نگرش و ایده‌های نو در هنرمندان ایجاد می‌کند.
بیشتر بخوانید:
