Виртуальные ценители искусства переопределяют креативность

Неужели создавать шедевры умеют только люди? Как-то в лофте с видом на крыши одного из оживленных кварталов парижской богемы Саймон Колтон осторожно разворачивал одну гигантскую картину за другой. Первая картина под названием The Dancing Salesman Problem («Проблема танцующего коммивояжера») изображала красочные человеческие фигуры, танцующие на черном фоне. Танцоры рисовались длинными плавными мазками, поэтому казались полными движения: их силуэты принимали красивые позы, а яркие цвета оживляли сцену. Работа вряд ли бы понравилась всем до единого, однако вы, возможно, задержались бы около нее в галерее.

Но ни одна из этих картин не была работой обычного художника. Их автором не был и Колтон, ученый в области информатики, который в то время учился в Имперском колледже Лондона, а затем перешел в Университет Фалмута. Данные картины были созданы программой под названием Painting Fool, которая могла искать творческое вдохновение и, возможно, обладала элементарным воображением. Пусть Колтон и разработал саму программу, однако произведения были ее собственной заслугой – программа не создавала свои картины на основе уже существующих.

Painting Fool – это один из тех компьютеров, которые, по словам создателей подобных систем, обладают творческими талантами. Классическая музыка, созданная композитором-ИИ, привела в восторг зрителей и даже смогла заставить их поверить в то, что за партитурой стоял человек.

Картины, написанные роботом, были проданы за тысячи долларов и демонстрировались в престижных галереях. Колтон разработал программу, способную создавать искусство, недостижимое для программиста. «Эта программа пугает многих, – рассказывает Джерант Уиггинс, исследователь компьютерного творчества в Голдсмитском колледже Лондонского университета. – Они обеспокоены тем, что такая программа отнимает нечто особенное – то самое, что делает человека человеком».

Несмотря на то, что вороны, обезьяны и некоторые другие животные демонстрируют признаки, которые можно классифицировать как ограниченное творчество, мы остаемся единственным видом, который регулярно совершает сложные творческие манипуляции.

Если мы сможем свести процесс творчества к компьютерному коду, то что останется людям? «Этот вопрос лежит в основе человечества», – говорит Уиггинс.

Все мы в какой-то степени знакомы с компьютеризированным искусством. Программы для создания или управления искусством весьма распространены. Однако они являются лишь инструментами для человека-художника. Возникает вопрос о том, где заканчивается работа человека и начинается творчество компьютера.

Рассмотрим одного из старейших художников-машин – Aaron, робота, чьи картины выставлялись в Современной галерее Тейт в Лондоне и Музее современного искусства в Сан-Франциско. Aaron успешно проходит творческое подобие теста Тьюринга. Его работы настолько хороши, что выставляются наряду с лучшими произведениям человечества и покупаются за приличные деньги. Aaron может взять кисть своей роботизированной рукой и начать самостоятельно рисовать на холсте. Примечательно то, но он не способен выходить за рамки жестко регулируемых правил, прописанных программистом, художником и основателем машинного изобразительного искусства Гарольдом Коэном.

Критики отмечают, что Aaron – это нечто больше, чем просто инструмент для реализации персональных творческих идей Коэна.

Разные штрихи

Колтон хочет наделить Painting Fool максимальной автономией. Пусть программа и не наносит реальную краску на холст, зато она имитирует множество стилей в цифровом виде – от коллажа до прорисовки мазков. Painting Fool нужен лишь минимальный толчок для сюжета, после система сама генерирует идеи, подбирая исходные материалы онлайн. «Я даже не знакомлю систему с понятием о человеке или теме, – говорит Колтон. – Aaron проснется утром и прочтет заголовки газет». Программа выполняет собственный поиск по сайтам и социальным сетям (таким как Twitter и Flickr).

Планировалось, что данный подход позволит создавать искусство, понятное аудитории, поскольку будет опираться на человеческий опыт, проистекающий из наших действий, чувств и споров в сети. В 2009 году Колтон и аспирантка Анна Кржечковская попросили Painting Fool подготовить собственную интерпретацию войны в Афганистане и взять за основу новостные материалы. В результате было произведено детальное сопоставление афганских жителей, взрывов и воинских захоронений. «Это произведение задело меня за живое и показало потенциал программы к добавлению остроты и интенциональности в картины», – рассказывает Колтон.

Painting Fool может создавать картины с нуля. Одна из его оригинальных работ, ставшая частью серии, которую Колтон окрестил Four Seasons («Четыре сезона»), изображает нечеткие панно простых пейзажей. Однако трудно судить о качестве произведения, не прибегая к двойным стандартам при оценке человеческого и программного искусства.

Колтон призывает не забывать о том, что Painting Fool писал свои пейзажи, не обращаясь к фотографиям. «Если бы ребенок нарисовал новую сцену, придуманную в голове, то вы бы сказали, что он обладает неким уровнем воображения, пусть и небольшим, – утверждает он. – То же самое распространяется и на машины».

Ошибки в программе могут привести к неожиданным результатам. Несколько работ в творчестве Painting Fool появились благодаря счастливой случайности. Например, несколько рисунков стула получились черно-белыми из-за сбоя в программе. Это придает картине жуткий и призрачный вид.

Людей-художников, таких как Эльсуорт Келли, хвалят за ограниченность цветовой палитры. Так почему же компьютеры должны отличаться?

Новые игры, придуманные случайно

Коллега Саймона Колтона – Майкл Кук из Университета Фалмута – разработал ИИ под названием Angelina, который может придумывать собственные видеоигры. Кук видит в играх идеальную среду для изучения компьютерного творчества, потому как они опираются сразу на несколько дисциплин, начиная от звукового и визуального дизайна и заканчивая выбором правил. Все это позволяет игрокам получить увлекательный опыт.

Как и Колтон, Кук заметил, что ошибки в программе могут привести к инновационному развитию системы. При создании игр Angelina пользуется различными техниками, включая чтение новостей в Интернете и добавление актуальных тем в игры. Этим же приемом пользуется Painting Fool для создания картин. Кроме того, Angelina может брать за основу код уже существующих игр и перерабатывать их функционал в нечто новое.

По словам Кука, способность алгоритма находить и подбирать элементы дизайна стала крупным достижением. Ранее система продумывала механику игры, сочетая между собой заданные правила. «Она по-своему комбинировала правила, как кусочки пазла, но я был не очень доволен результатом, – вспоминает Кук. – Ведь, в конце концов, именно мне требовалось давать алгоритму те самые кусочки пазла».

Angelina сама находит и тестирует различные игровые возможности: изменение гравитации, прыжки в высоту и телепортацию. Кук начал работу над Angelina, дав программе уровень игры, который невозможно было пройти. Например, со стеной между входом и выходом. Angelina поэтапно изменяла дизайн игры, пользуясь идеями из существующих игр. Она вносила некоторые корректировки в дизайн, тестировала их и добавляла новые изменения до тех пор, пока уровень игры не стал проходимым. «Такой механизм работы куда ближе к тому, чем человек занимается в процессе программирования», – продолжает Кук.

Еще более хитрым ходом стало то, что Angelina нашла ошибки в коде Кука и воспользовалась ими для изобретения новых уровней игры. В одном примере код игры по ошибке позволял игроку одновременно телепортироваться внутри стены и прыгать. Angelina придумала технику перепрыгивая через стену, при которой игрок мог вертикально забраться на стену путем многократной телепортации и прыжков. «Вот почему я был уверен в необходимости создания системы, которая будет независимой от меня», – объясняет Кук.

В другом примере Angelina нашла код, позволяющий сделать игрока более «прыгучим», о чем Кук даже не знал. «Я встречал лишь несколько игр, в которых использовались подобные прыжки, – вспоминает Кук. – У вас нет гарантий того, что профессиональные разработчики вообще подумают об этих нюансах».

Кроме того, Angelina оказалась первым не-человеком, принявшем участие в игровом «джеме» – неофициальном соревновании, в котором люди собираются на несколько дней и создают новую игру.

Чтобы сэкономить время на создании игры, в робота загрузили правила, которые использовались в качестве запрограммированного шаблона работы. Но все остальное, включая эстетические решения, были достижением самого ИИ. Придуманная игра проходила среди кроваво-красных стен и сопровождалась тревожной музыкой. Подобная атмосфера производила впечатление на игроков.

Игроки описывали игру как «жуткую» и «с тревожной атмосферой». Однако ни один игрок не знал, что игра была придумана ИИ. Это был положительный результат с точки зрения приобретения опыта.

Противоречивый композитор

Некоторые исследователи, включая самого Колтона, не считают правильным сравнение машинного творчества с человеческим, поскольку у нас были тысячелетия для развития собственных навыков. Другие же очарованы перспективой того, что компьютер способен создать нечто тонкое, эмоциональное и оригинальное, под стать лучшим художникам. Пока что лишь одна программа сумела к этому приблизиться.

Однажды в 1981 году Дэвид Коуп страдал от отсутствия вдохновения. Ему поручили написать оперу, но он никак не мог придумать ничего достойного. Если бы только компьютер смог понять стиль композитора, подумал он тогда, и написал бы этот новый материал за него. Эта идея стала отправной точкой для развития одного из самых противоречивых направлений творческих программ.

Коуп придумал программу под названием Experiments in Musical Intelligence, или EMI. Он загружал в систему партитуры и новые материалы в собственном стиле. EMI создавал не только композиции в стиле Коупа, но и те, которые походили на произведения всеми уважаемых классических композиторов, включая Баха и Моцарта. Для неподготовленного уха такие мелодии практически не отличимы от любой классической музыки – временами звучной и эмоциональной. И зрители, услышавшие эти произведения, были тронуты до глубины души. EMI смогла запутать экспертов в классической музыке, которые сочли, будто они слышат подлинного Баха. Если бы существовал тест Тьюринга для компьютерного творчества, то EMI успешно бы его прошла.

Однако впечатлились не все. Некоторые критики, например Уиггинс, называли работу Коупа лженаукой, заявив, что его объяснение принципов работы программы – это «пускание пыли в глаза», не дающее другим воспроизвести подобные результаты. Дуглас Хофштадтер из Индианского университета в Блумингтоне утверждает, что Коуп только делает первые шаги в области творчества и пользуется поверхностными элементами работ артистов для создания реплик, зависимых от творческих порывов своих авторов.

Тем не менее для других людей способность EMI подражать Баху или Шопену оказалась значимой. Если можно так легко разложить на код стиль самых неповторимых композиторов в мире, то получается, что лучшие артисты-люди куда больше похожи на машины, чем нам кажется. И действительно, когда зрители узнавали правду о EMI, то часто приходили в ярость. Один ценитель музыки якобы заявил, что Коуп «уничтожил музыку» и попытался даже ударить исследователя.

Из-за столь противоречивых мнений Коуп решил, что EMI изжила себя, и в 2004 году разрушил ключевые базы данных.

Почему же многие любят музыку, но начинают испытывать к ней отвращение, узнав об ее искусственном происхождении? Исследование Дэвида Моффата, ученого в области информатики из Каледонского университета Глазго в Великобритании, дает подсказку. Он попросил опытных музыкантов и неспециалистов в данной области оценить творческую ценность шести композиций. Участникам не говорили заранее, кем создавались композиции – машинами или людьми. Испытуемым предлагалось угадать авторство произведения, а затем оценить, насколько им понравилась та или иная композиция. Результат был вполне ожидаем: если люди думали, что произведение создавалось компьютером, то такая композиция нравилась им меньше, чем та, которую придумал человек. Данная тенденция отмечалась и среди экспертов, несмотря на ожидаемую от них объективность при анализе качества музыки.

Откуда взялось это предубеждение? У психолога Пола Блума из Йельского университета есть предложение: он считает, что определенная доля наслаждения, которое мы получаем от искусства, исходит от нашего восприятия творческого процесса создания произведений. По словам Блума, это наделяет произведение так называемой «неотразимой сущностью». Данная идея объясняет, почему обесценивается картина, признанная подделкой. Причем такая картина могла нам нравиться раньше, когда мы думали, что смотрим на оригинал. И действительно, эксперименты психолога Джастина Крюгера из Нью-Йоркского университета доказали, что чем больше времени и сил, по мнению человека, уходит на создание предмета искусства, тем большее удовольствие человек получит от произведения.

Колтон считает, что люди, любующиеся искусством, вступают в некий диалог с художником. Мы спрашиваем себя: о чем мог думать художник? Или размышляем над тем, что он пытался нам сказать. Если же искусство создается компьютерами, то такие догадки обрубаются на корню, ведь у нас не остается простора для раздумий. Но вполне возможно, что с возрастанием сложности программ мы получим возможность заново изучить все глубины искусства. Именно поэтому Колтон просит Painting Fool искать вдохновение в социальных сетях. Ученый надеется, что таким образом программа сможет подбирать значимые для нас темы.

Бессознательное творчество

Дуглас Хофштадтер считает, что чем сложнее становятся машины, тем легче мы принимаем созданное ими творчество, особенно если такие системы будут больше взаимодействовать с физическим миром. Если роботы будут сталкиваться с какими-то препятствиями, обладать собственными целями, «переживать» взлеты и падения, то этого может оказаться достаточно. «Тогда программы будут видеться нам жалкими, смехотворными и иногда даже героическими, – говорит он. – Не думаю, что у людей возникнет дискомфорт, если такие "существа" будут писать эссе, сочинять музыку или рисовать картины». Но отсутствие самосознания у современных машин является чуть ли не главным раздражающим фактором в компьютерном творчестве. Как вы можете творить, не обладая сознанием?

Удивительный факт: в противоположность устоявшемуся мнению сознание может оказаться не столь важным фактором для творчества. Наш мозг выполняет творческую работу, даже когда мы об этом не думаем, объясняет Арне Дитрих, нейробиолог из Американского университета Бейрута в Ливане. Просто вспомните момент, когда позабытое решение проблемы вдруг всплывало в вашей памяти. Существует несколько типов творчества: осознанное и бессознательное. Творческие способности проявляются во сне или когда мы осознанно пытаемся что-то создать. В любом случае Дитрих считает, что творческий мозг способен работать как компьютерная программа.

Нейробиологи полагают, что творчество сводится к открытиям, а не к чему-то мистическому. Это механический процесс в мозге, который генерирует возможные решения, а затем систематически их удаляет. Дитрих уверен, что наша склонность к принижению компьютерного творчества происходит из-за укоренившегося дуализма человеческой культуры. «Мы недооцениваем компьютеры и переоцениваем себя», – добавляет он.

Будучи нейробиологом, Дитрих работает с мозгом как с машиной и не разграничивает машинное и человеческое творчество. При таком рассмотрении сама идея об уникальности человеческого мозга по части творческих способностей кажется весьма ограниченной.

Но смогут ли другие принять данную идею? По словам Колтона, хитрость в том, чтобы перестать сравнивать компьютерных и человеческих художников. Если мы примем компьютерное творчество как данность и перестанем «очеловечивать» его, то компьютеры не только дадут нам новое понимание наших талантов, но и оригинально проявят себя в областях, которые мы и представить себе не можем. Они создают совершенно новую форму искусства, способную удивлять нас, бросать нам вызов и радовать глаз.

Муза в машине

Лишится ли чего-то важного человек, если передаст ключи от творчества машинам? Майкл Кук считает, что будущее, в котором ИИ станет создавать произведения искусства, не лишит нас ничего – наоборот, ученый уверен, что ИИ сыграет важную роль в демократизации творчества и снижении барьеров для людей. Если ИИ может написать рассказ или нарисовать картину, то он также может и критиковать произведения. Получается, что ИИ сможет выступать в роли помощника для людей, которые хотят создать что-то свое, но не знают, с чего начать, либо испытывают некие трудности в процессе.

В качестве примера компьютеров-помощников Кук называет средства проверки правописания и инструменты в фоторедакторах. «В настоящее время уровень вовлеченности ИИ просто ужасен, – говорит он. – Мы хотим создать программу, которая может быть и наставником, и музой, и зрителем одновременно».

Интервью. Как научить компьютер творить?

Саймон Колтон – профессор технологии цифровых игр в Университете Фалмута, Великобритания. Он работает над программой, которая делает то, что у людей называется «творчеством». Программа уже может проявлять способности к творчеству и делать математические открытия, но для этого необходимо научить ее нужному набору навыков, считает он.

– Вы разработали программу под названием HR, которая делает собственные открытия. Оказалась ли она успешной?

– HR придумала классификацию математических структур, известных как латинские квадраты. Эта структура, как и судоку, представляет собой сетку, в каждой строке и столбце которой содержится каждый символ. HR произвела несколько начальных алгебраических классификаций данных структур. Кроме того, HR самостоятельно выдвинула гипотезу Гольдбаха о том, что каждое четное целое число больше двух можно выразить через сумму двух простых чисел.

– Заинтересованы ли математики в использовании данной системы?

– Мы заметили, что математики любят программы, способные выполнять за них скучную рутинную работу: массивные вычисления и очевидные доказательства, в истинности которых они точно уверены.

Но такие творческие вещи, как разработка концепций или определение гипотез, ученые любят делать самостоятельно. Однажды я отправил Герберту Саймону, нобелевскому лауреату в области экономики и специалисту в области компьютерных наук, электронное письмо о гипотезе, доказанной HR. Позже он сказал, что не дочитал письмо до конца, поскольку сам хотел решить эту головоломку. А его жена рассказала, что ей даже пришлось напоминать ученому о необходимости поспать.

– Как вы учите программу делать открытия?

– Вы даете программе данные, о которых хотите что-то узнать. При машинном обучении вы знаете, что ищете, но не знаете, как оно выглядит. Здесь же вместо поиска известных неопределенностей программа пытается обнаружить неизвестные неопределенности. Мы хотим, чтобы программа удивила нас, сделала то, чего мы от нее не ждем. Поэтому мы учим машину тому, как выполнять общие, а не конкретные действия. Это противоречит большей части того, что мы делаем в информатике, в которой все сводится к работе программы только над тем, что вы от нее хотите. Людям потребуется много времени, чтобы во всем разобраться.

– Могут ли компьютеры совершать важные научные открытия?

– Мне кажется, что мы увидим, как компьютеры делают настоящие открытия только тогда, когда программы смогут сами себя программировать. Последняя версия HR специально разрабатывалась для написания собственного кода. Но это трудная задача. Оказалось, что написание кода программы – это одна из самых сложных задач, которые выполняют люди. В конце концов, есть и математические концепции, которые невозможно разложить в код, особенно если в них фигурируют бесконечности.

– Еще одна ваша программа, Painting Fool, рисует портреты. Как люди реагируют на ее творчество?

– Математики признают творческие возможности компьютера только в том случае, если он будет снова и снова демонстрировать отличные результаты. Но в мире искусства люди ждут другого подтверждения. Когда вы покупаете картину, то делаете это по многим причинам, одна из которых заключается в том, что картина хорошо сочетается с вашим диваном. Если вам нравится картина, то вы чествуете саму природу человека, заключенную в ней. Как мы можем заставить программу соответствовать нужным критериям?

Я не хочу проводить тесты Тьюринга, где мы пытаемся ввести людей в заблуждение о том, кто или что делает. Мы хотим, чтобы люди симпатизировали действиям программы. Компьютеры не заменят людей в творческих областях, поскольку мы всегда платим за человечность: кровью, потом и слезами.