Код креативности. Как искусственный интеллект учится писать, рисовать и думать

Благодаря инфракрасному сканированию и рентгеновскому анализу мы теперь можем увидеть то, что скрыто под поверхностью картины, – например, первые наброски, выполненные художником в процессе работы над произведением. На рентгеновских фотографиях стало видно, что сначала на картине было еще одно окно, но впоследствии оно было записано. По словам ван де Ветеринга, Рембрандт постоянно играл таким образом со светом, пробуя разные варианты освещения фигур. Микроскопический химический анализ также может показать, что подпись была нанесена на картину, когда краска еще не высохла. Сочетание многолетнего опыта ван де Ветеринга и его глубокого знания стиля Рембрандта при поддержке этих новых научных методов заставило его изменить мнение об авторстве этой картины. Музей, в котором она выставлена, был рад узнать, что в его коллекции есть еще один Рембрандт, но некоторые критики по-прежнему сомневаются в атрибуции этого полотна, несмотря на все научные доказательства.

Каково же было мнение ван де Ветеринга о новом, созданном на компьютере, Рембрандте? Когда идея этого проекта только была предложена, он встретил ее с негодованием. Когда же он наконец оказался лицом к лицу с результатом, он немедленно начал критиковать живописную манеру, выискивая тонкие несоответствия и отмечая, что мазки похожи на те, которые Рембрандт использовал в 1652 году, а в остальном портрет больше соответствует стилю его работ 1632 года. Участники проекта были скорее довольны тем, что недостатки обнаруживаются в нем только на столь детализированном уровне.

Для компании Microsoft рембрандтовский проект имел, вероятно, не столько художественное, сколько коммерческое значение. Создание убедительной подделки под Рембрандта демонстрирует качество программного кода. Триумфальная победа AlphaGo над Ли Седолем тоже касалась не столько открытия новых и более творческих приемов игры в го, сколько рекламы достижения искусственного интеллекта компании DeepMind. Плохо ли это? Нужна ли творчеству большая свобода от коммерческих соображений? Ван Гог продал за всю жизнь две картины (хотя обменивал другие полотна на еду и отдавал их коллегам-художникам в обмен на материалы для живописи). Возможно, он и надеялся на скромные доходы, но финансовые соображения, по-видимому, не были важным стимулом его творчества. Однако есть свидетельства, что творчество художника вполне может стимулироваться (по меньшей мере отчасти) перспективой заработка.

В 2007 году группа американских психологов предложила 115 ученикам прочитать рассказ о попкорне, который жарят на сковороде. Затем учеников попросили придумать название к этому рассказу. Половине из них сказали: «Мы будем сравнивать изобретательность ваших названий и названий всех остальных учеников, которые участвовали в этом исследовании до вас. Если ваши названия будут лучше, чем 80 % названий, придуманных предыдущими участниками исследований, это будет значить, что вы хорошо справились с работой». Второй половине сказали то же самое, но пообещали победителям в награду 10 долларов. Как и следовало ожидать, наличие финансового стимула привело к появлению гораздо более изобретательных результатов, в том числе таких шедевров, как «ПАНдемониум»[54] или «А-поп-калипсис сегодня».

Дает ли импульс творчеству реакция других людей, какую бы форму она ни принимала? Продолжаем ли мы творить и изобретать, чтобы поддерживать связь с другими людьми и их интерес к нам? Новые модели искусственного интеллекта начинают включать в себя и этот аспект. Обратная связь часто используется в машинном обучении для совершенствования алгоритма. Взять хотя бы алгоритмы DeepMind для игр на приставке Atari. Рискованная игра вознаграждалась (так как алгоритм был запрограммирован стремиться к максимальному увеличению счета), и это позволило алгоритму найти лазейки для прохождения уровней, которых не находил алгоритм, не имевший такого стимула.

Состязательное творчество

Создание новой картины Рембрандта – дело довольно бессмысленное, если не считать его целью доказательство того, что это вообще можно сделать. Но может ли программный код порождать по-настоящему новые и впечатляющие произведения искусства? Ахмед Эльгамаль из Ратгерского университета задался вопросом, сможет ли превращение художественного творчества в игровое состязание помочь вывести компьютеры в новые и более интересные творческие области. Его идея состояла в создании одного алгоритма, задачей которого было искажение известных художественных стилей, и второго, который должен был классифицировать работы первого либо как явно не относящиеся к произведениям искусства, либо как недостаточно оригинальные. Это классический пример генеративной состязательной сети, концепцию которой впервые предложил Иэн Гудфеллоу из группы Google Brain. Предполагалось, что каждый из алгоритмов будет учиться и изменяться в зависимости от реакции другого алгоритма. Эльгамаль надеялся, что к концу игры получится алгоритм, творчество которого сможет получить международное признание.