Как машины становятся художественными и музыкальными критиками

Развитие искусственного интеллекта привело к тому, что он уже пытается оценивать произведения искусства — не только возможной стоимости экспонатов, но и того, какие эмоции они вызовут у людей. Ученые создали уже несколько таких ИИ-инструментов, однако их практическое применение пока находится под вопросом.

Искусственный интеллект, создающий если не произведения искусства, то по крайней мере нечто похожее на творчество человека, уже не новость. Еще в 2019 году выставки художественных работ, созданных алгоритмом ИИ под названием Ai-Da, прошли в галерее Tate Modern и Барбикан-центре в Лондоне. Работы другого ИИ, AICAN, выставлялись в галерее современного искусства в Нью-Йорке — 75% опрошенных не смогли отличить его работы от работ художников-людей. Теперь же ИИ учится не только создавать художественные работы, но и оценивать их, а также их воздействие на людей.

Ученые из Стэнфордского университета и некоторых других исследовательских центров с помощью машинного обучения создали ИИ, который может предсказать, как люди отреагируют на то или иное произведение искусства. По словам исследователя из Лаборатории искусственного интеллекта Стэнфордского университета Паноса Ахлиоптаса, обычно анализ изображений с помощью ИИ концентрируется на описании того, что происходит на картине, однако не менее важно то, какие чувства вызывают в людях произведения искусства.

В рамках этого проекта, названного ArtEmis, ученые провели онлайн-опрос, в котором людей спрашивали, какие эмоции и чувства у них вызывает та или иная картина. В опросе участвовало 6,4 тыс. человек, в общей сложности оценивалось около 81 тыс. картин в 27 разных стилях и 45 жанрах, созданных с XV века до нашего времени. Реакцию на каждую картину должны были написать не менее пяти человек, каждый из них описывал основную эмоцию, вызываемую картиной, а также предполагал, что именно в картине вызвало эту эмоцию. В общей сложности было собрано около 439 тыс. примеров тех или иных эмоций. На основании этих данных разработчики учили ИИ предсказывать, какую эмоцию и почему вызовет у людей определенная картина.

Они демонстрировали ИИ сами картины в сочетании с вызываемыми эмоциями и описанием причин этого. «Из-за синего и белого цветов в этой картине у меня появляется чувство, как будто мне снится сон» — так описал ИИ возможные эмоции от картины Винсента Ван Гога «Звездная ночь».

Люди, которые затем читали описания, составленные ИИ, в 50% случаев оценивали такие описания как созданные человеком. По словам господина Ахлиоптаса, есть здесь и некоторые сложности: эмоции от картины достаточно иррациональны, и во многих случаях сами люди не могли назвать основную эмоцию, так что проверить правильность оценки, данной ИИ, здесь сложнее, чем во многих других случаях. Кроме того, описания ИИ не такие разнообразные и творческие, как те, которые сделаны людьми. Однако, по мнению господина Ахлиоптаса, первые итоги проекта все же можно назвать многообещающими, а в будущем система может быть улучшена.

Искусственный интеллект учат оценивать и другие виды искусства, например, музыку. Этому решили научить ИИ ученые из Университета Невады — они отобрали около тысячи коротких видео, в которых люди играют на фортепиано, а затем попросили профессиональных пианистов оценить каждое из них по десятибалльной шкале. Затем половина этих данных — сами записи игры на фортепиано и оценки, выставленные пианистами,— были использованы для того, чтобы научить ИИ оценивать исполняемую музыку. Другая половина использовалась для того, чтобы проверить, насколько оценки ИИ совпадают с оценками музыкантов. В тех случаях, когда ИИ получал доступ только к аудиозаписи, его оценки совпадали с оценками музыкантов в 65% случаев, а при доступе и к аудиозаписи, и к видео — в 75% случаев.

По словам одного из участников исследования, Брендона Морриса, как и в случае с нейронными сетями в целом, людям сложно понять, как именно ИИ ставит ту или иную оценку исполнителю.

«Мы не знаем, что конкретно он делает. Как и во многих других случаях с ИИ, мы не можем точно сказать, что происходит»,— рассказывает господин Моррис.

По его мнению, скорее всего, ИИ оценивает тысячи мелких деталей, например, умение пианиста сыграть одной рукой две ноты, далеко находящиеся друг от друга на клавиатуре, или быстро играть большие интервалы.

Разрабатывается ИИ и для оценки произведений искусства в более практических целях — определения возможной стоимости картины для аукционов и т. д. Так, например, еще в 2018 году стартап ARTBnk объявил о создании ИИ-инструмента, который может давать быструю оценку стоимости произведений искусства. Еще один подобный проект был запущен другой компанией, Artnome, — как и другие подобные проекты, он основан на машинном обучении: ИИ обучали на достаточно большом массиве данных о картинах и ценах, по которым они продавались на аукционах.

Однако широкого практического применения подобные инструменты пока не нашли — не в последнюю очередь это связано с тем, что механизмы принятия тех или иных решений искусственным интеллектом непрозрачны и часто непонятны даже самим разработчикам. Кроме того, создание работающего инструмента требует огромных массивов качественных и разнообразных данных для его обучения, но и в таком случае точность оценки и соответствие ее мнениям экспертов будет оставаться под вопросом — по крайней мере на нынешнем уровне развития ИИ.

Яна Рождественская