هوش مصنوعی
مقالات آموزشی مقالات پژوهشی ویدئوها
هنر تولید‌ شده توسط هوش مصنوعی
۲۴ تیر ماه ۱۴۰۳

معرفی مقاله: هنر تولید شده توسط هوش مصنوعی

 

با افتخار، ترجمه‌ی مقاله‌ای جدید و به‌روز از وب‌سایت معتبر “Interaction Design Foundation” را برای اولین بار به زبان فارسی ارائه می‌کنیم. این وب‌سایت با انتشار مقالات، دوره‌های آموزشی و منابع معبتر، به مرجعی شناخته‌شده برای متخصصان و علاقه‌مندان به حوزه طراحی و فناوری تبدیل شده است.

مقاله حاضر با عنوان “AI-Generated Art” در سال ۲۰۲۳ منتشر و در سال ۲۰۲۴ به‌روزرسانی شده است. این مقاله به بررسی دقیق و جامعی از هنر تولید شده توسط هوش مصنوعی و تأثیرات آن بر دنیای هنر می‌پردازد.

 

موضوع و محتوای مقاله:

مقاله “هنر تولید شده توسط هوش مصنوعی” به بررسی جامع و عمیق یکی از جدیدترین و مهیج‌ترین تقاطع‌های فناوری و خلاقیت هنری می‌پردازد. ایده اصلی مقاله بر اهمیت و پتانسیل هوش مصنوعی در تولید هنر متمرکز است و چالش‌ها و فرصت‌های ناشی از این تکنولوژی را مورد بحث قرار می‌دهد. همکاری میان هنرمندان و هوش مصنوعی، حلقه بازخورد دائمی و آموزش مستمر، چالش درک زمینه‌ای آثار هنری توسط هوش مصنوعی، ملاحظات اخلاقی و اهمیت شمولیت، و تفاوت میان نوآوری واقعی و بازآفرینی الگوهای موجود، از جمله ایده‌های مهم این مقاله هستند. ابزارهای پیشرفته‌ای مانند DALL-E و GauGAN به عنوان نمونه‌های موفقی از هنر تولید شده توسط هوش مصنوعی معرفی شده‌اند که توانایی خلق تصاویر هنری جدید و خلاقانه را دارند.

 

مقاله نشان می‌دهد که چگونه هوش مصنوعی می‌تواند در دنیای هنر تحول ایجاد کند و با ارائه مثال‌های متنوع و تحلیل‌های دقیق، به مخاطبان دیدگاه‌های جدید و جذابی در مورد استفاده از این فناوری در تولید آثار هنری می‌بخشد. مطالعه این مقاله برای علاقه‌مندان به هنر و فناوری توصیه می‌شود، زیرا دیدگاه‌های نوینی را در مورد تعامل هوش مصنوعی و خلاقیت هنری ارائه می‌دهد و تأثیرات احتمالی آن بر آینده این حوزه را بررسی می‌کند.

 

 

ترجمه‌ی محمد قادریان

 

هنر تولید‌شده توسط هوش مصنوعی

هنر تولید‌شده توسط هوش مصنوعی چیست؟

هنر تولید‌شده توسط هوش مصنوعی (Artificial Inteligence (AI)) به آثاری گفته می‌شود که با کمک هوش مصنوعی خلق می‌شوند. این فرایند معمولاً شامل الگوریتم‌هایی است که می‌توانند از داده‌های ورودی یاد بگیرند و آثار هنری جدید و اصیل تولید کنند. هنر هوش مصنوعی می‌تواند به اشکال مختلفی مانند تصاویر دیجیتال، نقاشی‌ها، مجسمه‌ها، موسیقی و شعر ظاهر شود.

هنر تولید‌شده توسط هوش مصنوعی به نیرویی پویا در عرصه خلق آثار هنری تبدیل شده است. این نوع هنر، ایده سنتی هنر به عنوان یک تلاش صرفاً انسانی را به چالش می‌کشد. هنر هوش مصنوعی فرایندی مشارکتی بین انسان و ماشین را معرفی کرده است، جایی که هنرمند پارامترها را تعریف می‌کند و هوش مصنوعی جزئیات را پر می‌کند، که منجر به خلق آثاری می‌شود که بدون این همکاری ممکن نبود.

پروژه‌هایی مانند «بدون نظارت» (Unsupervised) اثر هنرمند رفیک آنادول (Refik Anadol)، قابلیت‌های چشمگیر هنر تولید‌شده توسط هوش مصنوعی را به نمایش می‌گذارد. «بدون نظارت» از یک مدل هوش مصنوعی منحصر به فرد استفاده می‌کند که با داده‌های موزه هنرهای مدرن (MoMA)  آموزش داده شده است تا آثار هنری انتزاعی را خلق کند که بیانگر تلاقی هنر و پژوهش پیشرفته هوش مصنوعی است.

تحول هوش مصنوعی در هنر: از ابزار تا خالق

رابطه بین هوش مصنوعی و هنر با گذشت زمان تکامل یافته است. در ابتدا، هوش مصنوعی عمدتاً ابزاری بود که در خدمت هنرمندان قرار می‌گرفت تا به فرآیند خلق اثر آنها کمک کند. اما با گذشت زمان، مدل‌های مولد هوش مصنوعی

مانند چت‌جی‌پی‌تی (ChatGPT) نقشی مستقل‌تر در خلق آثار هنری پیدا کرده‌اند.

این تغییر از ابزار به خالق، نشان‌دهنده‌ی یک دگرگونی بنیادی در نحوه‌ی درک ما از مرزهای خلاقیت انسانی و هوش ماشین است.

هوش مصنوعی چگونه هنر خلق می‌کند؟

هنر تولید‌شده توسط هوش مصنوعی نتیجه الگوریتم‌ها، داده‌ها و پتانسیل بی‌پایان یادگیری ماشین است. این فرایند اغلب با مجموعه‌ای از داده‌های ورودی مانند عکس‌ها، نقاشی‌ها یا طراحی‌ها آغاز می‌شود که هوش مصنوعی از آن‌ها برای یادگیری سبک‌ها، بافت‌ها و ترکیب‌بندی‌ها استفاده می‌کند. پس از آموزش، هوش مصنوعی به طور مستقل یا بر اساس دستورات یا پارامترهای خاص تعیین شده توسط یک هنرمند انسانی، تصاویر جدیدی تولید کند.

در اینجا عناصر ضروری که هوش مصنوعی برای خلق هنر از آنها استفاده می‌کند، آمده است:

1. داده به عنوان کاتالیزور (Data as the Catalyst): داده در قلب توانایی هنری هوش مصنوعی قرار دارد. مدل‌های هوش مصنوعی، چه شبکه‌های مولد رقابتی (Generative Adversarial Networks (GANs)) و چه خودرمزگذارهای متغیر (Variational Autoencoders (VAEs))، بر روی مجموعه داده‌های گسترده‌ای که شامل بسیاری از سبک‌های هنری، ژانرها و تأثیرات هستند، آموزش داده می‌شوند. این آموزش به هوش مصنوعی توانایی شناسایی الگوها، سبک‌ها و نکات ظریف موجود در داده‌ها را می‌دهد.

شبکه‌های مولد رقابتی (GANs): این شبکه‌ها نقش اساسی در پروژه‌هایی مانند «بدون نظارت» در موزه هنرهای مدرن ایفا می‌کنند. تعامل رقابتی بین مولد و تشخیص‌دهنده در GAN‌ها، فرآیند خلاقانه را تقویت می‌کند. مولد با رمزگشایی الگوهایی که در طول آموزش از آنها آموخته، محتوای جدیدی (تصاویر، نقاشی‌ها یا مجسمه‌ها) را خلق می‌کند. به طور همزمان، تشخیص‌دهنده به عنوان منتقدی عمل می‌کند که مولد را به پالایش و ارتقای آثارش سوق می‌دهد.

رمزگذارهای خودکار متغیر (VAEs): در همین راستا، VAE‌ها یک بُعد احتمالی به سفر خلاقانه اضافه می‌کنند. رمزگذار، فضای نهان و رمزگشا، یک سمفونی از احتمالات را هماهنگ می‌کنند. رمزگذار داده‌های ورودی را در یک توزیع، در فضای نهان نگاشت می‌کند که این امر تنوع را افزایش می‌دهد و خروجی‌های متنوعی را در حین رمزگشایی امکان‌پذیر می‌سازد. نمونه‌گیری از این توزیع، عنصری از شانس را وارد می‌کند و اجازه می‌دهد بیان‌های هنری منحصر به فرد و غیرقابل پیش‌بینی ایجاد شوند.

۲. همکاری هنرمند و هوش مصنوعی (Artist-AI Collaboration): در پروژه‌هایی مانند «بدون نظارت»، هنرمندان به طور فعال با الگوریتم‌ها درگیر می‌شوند و بر فرآیند تولید اثر هنری و شکل‌گیری نهایی آن تأثیر می‌گذارند. این فرآیند مشارکتی، مفاهیم سنتیِ مؤلف و صاحب اثر را به چالش می‌کشد و بوم مشترکی را خلق می‌کند که در آن خلاقیت انسانی و الگوریتم‌های هوش مصنوعی به طور هماهنگ عمل می‌کنند.

۳. حلقه‌ی بازخورد (Feedback Loop): پالایش مستمر فرآیند آموزش، یک حلقه‌ی بازخورد دائمی را آغاز می‌کند. به‌هنگام تولید محتوا توسط هوش مصنوعی، بخش تشخیص‌دهنده‌ی سیستم، اصالت آن را ارزیابی می‌کند و مولد را برای اصلاح رویکردش راهنمایی می‌کند. این چرخه‌ی تکرارشونده تا رسیدن به تعادل ادامه می‌یابد؛ نقطه‌ای که در آن محتوای تولید‌شده به طور کامل با جزئیات داده‌های آموزشی هم‌سو می‌شود.

4. درک زمینه‌ای (Contextual Understanding): هوش مصنوعی از درک ظریف زمینه و تفسیر ذهنی‌ای که هنرمندان به آثارشان می‌بخشند، عاجز است.

در حالی که هوش مصنوعی می‌تواند سبک‌ها را تقلید کند و آثار تجسمی جذابی تولید کند، نمی‌تواند به عمق احساسی یا اهمیت فرهنگی هنر پی ببرد.

۵. ملاحظات اخلاقی (Ethical Considerations): هنرمندان باید اطمینان حاصل کنند که هوش مصنوعی به شمولیت (inclusivity) احترام می‌گذارد، از تعصبات پرهیز می‌کند و در همکاری‌های شفاف (transparent collaborations) مشارکت می‌کند.

۶. انطباق پویا (Dynamic Adaptation): هنر موجودی زنده و پویاست که تحت تأثیر تغییرات فرهنگی و جنبش‌های هنری شکل می‌گیرد. توانایی هوش مصنوعی برای انطباق با چشم‌اندازهای در حال تحول هنر، همچنان موضوعی برای کاوش است. چالش این است که هوش مصنوعی تا چه حد می‌تواند روح زمانه همیشه در حال تغییر هنر را درک و به آن پاسخ دهد.

تطبیق پویا: هنر یک موجود زنده و پویا است که توسط تغییرات فرهنگی و جنبش‌های هنری شکل می‌گیرد. توانایی هوش مصنوعی در تطبیق با چشم‌اندازهای هنری در حال تغییر، همچنان موضوعی برای کاوش است. چالش در این است که هوش مصنوعی تا چه اندازه می‌تواند روح زمانه‌ی (zeitgeist) همیشه در حال تغییر هنر را درک و به آن پاسخ دهد.

به طور خلاصه، فرآیند خلاقانه‌ی هوش مصنوعی در هنر، برهم‌کنشی پیچیده بین الگوریتم‌ها، داده‌ها و ورودی‌های انسانی است.

همکاری هنری: هم‌افزایی انسان و هوش مصنوعی

همکاری بین هوش مصنوعی و هنرمندان انسانی، زمینه‌ساز برهم‌کنش پویایی بین الگوریتم‌های از پیش تعیین‌شده و خلاقیت خودجوش انسان می‌شود.

نمایشگاه «بدون نظارت»، نمونه‌ای درخشان از همکاری هنرمند انسانی و هوش مصنوعی است. این رویکرد مشارکتی، منجر به خلق آثار هنری خیره‌کننده‌ای می‌شود و بر توانایی هوش مصنوعی در تقویت و تکمیل تلاش‌های هنری انسان تأکید می‌کند.

آیا هوش مصنوعی می‌تواند جایگزین خلاقیت انسانی در هنر شود؟

هوش مصنوعی نبوغ الگوریتمی (algorithmic ingenuity)، تکرارهای بی‌پایان و خلاقیت پیش‌بینی‌پذیر برخوردار است، اما از درک عمیق احساسات، بینش شهودی و تفسیر ظریف که هنر انسانی را مشخص می‌کند، بی‌بهره است. گفتگوی بین هوش مصنوعی و خلاقیت انسانی، آینده‌ای را ترسیم می‌کند که در آن همکاری، به جای جایگزینی، چشم‌انداز هنری را تعریف می‌کند.

هم‌زیستی (coexistence) هنرمندان انسانی و هوش مصنوعی، امکانات جدیدی را ایجاد می‌کند که هر دو طرف با نقاط قوت منحصربه‌فرد خود، به فرآیند فرآیند خلاقیت کمک می‌کنند.

اصالت در هنر تولید‌شده توسط هوش مصنوعی

حفظ اصالت در هنر تولید‌شده توسط هوش مصنوعی، برای پاسداشت ذات خلاقیت و یگانگی اثر، ضروری است. داده‌های آموزشی متنوع، مشارکت انسان از طریق همکاری، اعمال محدودیت‌ها و سازوکارهای نظارت و تنظیم مستمر، عواملی حیاتی برای اطمینان از اصیل بودن آثار هنری تولید‌شده توسط هوش مصنوعی و جلوگیری از تکرار ناخواسته‌ی الگوها هستند.

هنرمندان باید چارچوب‌هایی را طراحی کنند که امکان دخالت انسان،  ایده‌پردازی خلاقانه و دیدگاه‌های منحصربه‌فرد را فراهم آورند. این امر تضمین می‌کند که هنر تولید‌شده توسط هوش مصنوعی، به جای تکرار الگوهای موجود، همچنان یک فعالیت مشارکتی باقی بماند.

محدودیت‌های هوش مصنوعی در خلق هنر چیست؟

در حالی که هوش مصنوعی بدون شک گام‌های قابل توجهی در تولید آثار هنری برداشته است، ضروری است محدودیت‌های ذاتی آن را نیز بشناسیم. این محدودیت‌ها که تحت تأثیر وضعیت فعلی فناوری هوش مصنوعی شکل گرفته‌اند، بینش‌هایی را درباره‌ی چالش‌هایی که هنرمندان و توسعه‌دهندگان با آن دست و پنجه نرم می‌کنند، ارائه می‌دهند.

1. فقدان خلاقیت اصیل: یکی از محدودیت‌های اصلی، عدم توانایی هوش مصنوعی در داشتن خلاقیت واقعی است. در حالی که مدل‌های هوش مصنوعی می‌توانند داده‌های بسیار بزرگی را تجزیه و تحلیل کرده و خروجی‌هایی تولید کنند که سبک‌های هنری را تقلید می‌کنند، اما آنها از درک عمیق، عمق احساسی و خلاقیت فطری که ویژگی‌های هنری انسان را تعریف می‌کند، بهره‌مند نیستند. هنر تولید‌شده توسط هوش مصنوعی، به جای اینکه از جرقه‌ی خلاقیت واقعی سرچشمه بگیرد، صرفا بازتاب الگوهایی است که از آثار موجود آموخته شده است.

2. وابستگی بیش از حد به داده‌های آموزشی: کیفیت و تنوع داده‌های آموزشی به طور قابل توجهی بر نتایج هنر تولید‌شده توسط هوش مصنوعی تأثیر می‌گذارد. اگر مجموعه داده‌های آموزشی مغرضانه یا محدود باشد، مدل هوش مصنوعی ممکن است در تولید آثار هنری منحصر به فرد یا با تنوع فرهنگی، با مشکل مواجه شود. هنرمندان باید به این محدودیت پرداخته و با دقت مجموعه داده‌ها را انتخاب کرده و آنها را به‌گونه‌ای مدیریت کنند تا اطمینان حاصل شود که بازنمایی گسترده‌ای از سبک‌های هنری و تأثیرات فرهنگی در آن وجود دارد.

3. تفسیر و زمینه: هوش مصنوعی فاقد تفسیر ذهنی و درک ظریف عناصر زمینه‌ای است که هنرمندان انسانی در آثار خود به کار می‌برند. هنر اغلب دارای اهمیت فرهنگی، تاریخی یا شخصی است که درک آن از توان مدل‌های هوش مصنوعی خارج است. این محدودیت، خلق آثاری را که در سطح عمیق احساسی یا فرهنگی تأثیرگذار باشند، به چالش می‌کشد.

4. ملاحظات اخلاقی و تعصب: هنر تولید‌شده توسط هوش مصنوعی ممکن است به‌طور ناخواسته، تعصبات موجود در داده‌های آموزشی را تداوم بخشد. اگر داده‌های مورد استفاده برای آموزش مدل حاوی سوگیری باشند، این سوگیری‌ها ممکن است در آثار هنری تولید‌شده نیز آشکار شوند. چالش برای هنرمندان و توسعه‌دهندگان این است که در مسائل اخلاقی پیمایش (navigate) کنند و اطمینان حاصل کنند که هنر تولیدشده توسط هوش مصنوعی شامل همه، بدون تعصب و با احترام به دیدگاه‌های متنوع است.

5. بازآفرینی در مقابل نوآوری (navigate): هوش مصنوعی در بازآفرینی سبک‌های موجود عالی عمل می‌کند، اما در تولید آثار هنری واقعاً نوآورانه و پیشگام با مشکل مواجه می‌شود. اتکای صرف بر الگوهای یادگرفته‌شده ممکن است منجر به خروجی‌هایی شود که شباهت زیادی به ژانرهای هنری شناخته شده دارند، اما نتوانند مرزهای بیان هنری را گسترش دهند.

6. فقدان شهود و قصد: برخلاف هنرمندان انسانی که آثارشان را با قصد، شهود و حس هدفمندی آمیخته (imbue) می‌کنند، هوش مصنوعی واقعاً معنای هنری را که ایجاد می‌کند درک نمی‌کند. قطعات هنری تولید‌شده توسط هوش مصنوعی ممکن است فاقد عمق، نمادگرایی یا روایت‌های شخصی باشند که اغلب آثار هنری خلق‌شده توسط انسان را مشخص می‌کنند.

7. ماهیت پویا و در حال تحول هنر: هنر شکلی پویا از بیان است که روح زمانه و تحولات فرهنگی را بازتاب می‌دهد. مدل‌های هوش مصنوعی که محدود به داده‌های آموزشی خود هستند، ممکن است در درک و انطباق با چشم‌اندازِ همواره در حال تغییرِ روندها و جنبش‌های هنری با مشکل مواجه شوند.

درک این محدودیت‌ها برای هنرمندان و توسعه‌دهندگان هوش مصنوعی بسیار حیاتی است. این درک، حکم قطبنمایی را دارد که به پیمودن مسیر ظریفِ بهره‌گیری از توانایی‌های هوش مصنوعی و در عین حال حفظ جنبه‌های غیرقابل جایگزینِ خلاقیت انسانی در هنر کمک می‌کند.

چه ابزارهایی برای خلق هنر با هوش مصنوعی استفاده می‌شود؟

ابزارهای قدرتمندی دنیای هنر تولید‌شده توسط هوش مصنوعی را شکل می‌دهند. در اینجا نگاهی به ابزارهای کلیدی می‌اندازیم که پیشرفت هنر هوش مصنوعی را پیش می‌برند:

1. Artbreeder:

پلتفرم Artbreeder به کاربران امکان می‌دهد تصاویر را با هم ترکیب و تغییر شکل دهند تا آثار هنری جدید و خیره‌کننده خلق کنند. کاربران می‌توانند با آزمایش پارامترهای مختلف، اقدام به تولید ترکیب‌های بصری فوق‌العاده زیبا کنند و بدین ترتیب، پتانسیل شبکه‌های مولد رقابتی (GAN) را در تولید محتوای تصویری متنوع و جذاب به نمایش بگذارند.

2. RunwayML:

RunwayML با استفاده از رمزگذارهای خودکار واریاسیونی (VAEs) طیف وسیعی از خروجی‌های بصری چشم‌نواز را خلق می‌کند. هنرمندان می‌توانند از این ابزار برای تولید آثار هنری با عناصر غیرقابل پیش‌بینی و پویا استفاده کنند و بدین ترتیب، پتانسیل‌های هنریِ نوظهوری را که VAEها به دنیای هنر مولد می‌آورند، به نمایش بگذارند.

3. DALL-E تولید‌شده توسط OpenAI:

این ابزار نشان می‌دهد که چگونه عبارات متنی می‌توانند به خلق آثار تصویری زنده و پویا منجر شوند. از موجودات خیالی گرفته تا اشیاء بی‌جان، DALL-E قابلیت هوش مصنوعی را در تبدیل ورودی‌های زبانی به آثار هنری متنوع و مبتکرانه به نمایش می‌گذارد.

4. NVIDIA GauGAN:

با GauGAN، هنرمندان می‌توانند طرح‌های اولیه‌ی ساده را به مناظر خیره‌کننده و فوق‌العاده واقع‌گرایانه تبدیل کنند. این ابزار با تکیه بر مدل‌های مبتنی بر شبکه‌های مولد رقابتی (GAN)، به هنرمندان امکان می‌دهد تا با خلق صحنه‌هایی کامل، شامل کوه‌ها، رودخانه‌ها و آسمان، روایت‌های بصری ظریف و زنده‌ای را خلق کنند.

5. Midjourney:

این پلتفرم به هنرمندان امکان می‌دهد تا آثار هنری منحصربه‌فرد و شخصی‌سازی‌شده خلق کنند. هنرمندان می‌توانند با کاوش در تکنیک‌های تولید محتوا با هوش مصنوعی، پلی میان بیان هنری سنتی و فناوری پیشرفته برقرار نمایند.

این نمونه‌ها تنها بخش کوچکی از توانمندی‌های هوش مصنوعی در خلق آثار هنری بدیع و گیرا هستند. هر کدام از این ابزارها خروجی‌های هنری متنوعی را به ارمغان می‌آورند و نشان می‌دهند که هوش مصنوعی تا چه حد می‌تواند در خلق آثار هنری یاری‌رسان هنرمندان باشد.

آینده‌ی هنر تولید‌شده با هوش مصنوعی: گام بعدی چیست؟

با تکیه بر روندهای فعلی و تحقیقات در حال انجام، مسیرهای مختلفی برای آینده‌ی هنر تولید‌شده با هوش مصنوعی قابل تصور است:

افزایش واقع‌گرایی و جزئیات: الگوریتم‌های هوش مصنوعی به پیشرفت خود ادامه خواهند داد و امکان خلق آثار هنری با جزئیات و واقع‌گرایی خیره‌کننده را فراهم می‌آورند. این امر مرز میان هنر تولید‌شده توسط هوش مصنوعی و هنر خلق‌شده توسط انسان را بیش از پیش کمرنگ خواهد کرد.

ادغام چندرسانه‌ای (Multimodal Art): سیستم‌های هوش مصنوعی آینده ممکن است با ترکیب متن، تصویر و احتمالا سایر عناصر، به خلق آثار هنری چندرسانه‌ای بپردازند. این آثار تجربه‌ای فراتر از هنرهای تجسمی سنتی را به مخاطب ارائه خواهند داد.

هنر پویا و تعاملی: هنر تولید‌شده توسط هوش مصنوعی تعاملی‌تر و پویاتر خواهد شد. این آثار قابلیت پاسخگویی به ورودی کاربر یا عوامل محیطی را خواهند داشت و تجربیات بصری شخصی‌سازی‌شده و در حال تحولی را برای مخاطب رقم خواهند زد.

طراحی تولیدی در صنایع مختلف: کاربرد هنر تولید‌شده با هوش مصنوعی فراتر از حوزه‌های هنری سنتی گسترش خواهد یافت. این فناوری در صنایع مختلف مانند معماری، مد و طراحی محصول نفوذ کرده و به فرآیندهای طراحی تولیدی (Generative Design) یاری خواهد رساند.

کاوش در زیبایی‌شناسی غیرمتعارف (Unconventional Aesthetics): هنر تولید‌شده با هوش مصنوعی به کاوش در زیبایی‌شناسی غیرمتعارف و انتزاعی خواهد پرداخت. این آثار با به چالش کشیدن مفاهیم سنتی هنر، مرزهای جذابیت بصری را جابجا کرده و تعریف ما از هنر را متحول خواهند کرد.

 

اصل مقاله