От технологического прорыва к искусству: история изображений, созданных с помощью ИИ
2026-02-21 14:37 Diff
https://skillbox.ru/media/photo/history-of-ai-images/

Эта статья из журнала Foam Magazine №66: «Пропавшее зеркало — фотография сквозь призму искусственного интеллекта». Мы публикуем перевод.

Историк искусства, специализируется на генеративном искусстве и изучает его развитие от исторических истоков до современных практик. Её профессиональный опыт включает работу в музеях и исследования искусства конца XIX века, в частности художественных движений и арт-поселений Нидерландов. В 2021 году она сосредоточилась на теме цифровых медиа, написав ряд статей о взаимосвязи искусства и технологий. В настоящее время Ференци работает историком искусства и управляющей в цюрихской Kate Vass Galerie, специализирующейся на искусстве новых медиа.

Когда фотокамера впервые появилась, арт-сообщество разделилось. Некоторые художники приветствовали новый медиум как революционное средство самовыражения, другие отнеслись к фотографии с подозрением, опасаясь, что она может отодвинуть на второй план старые практики, такие как портретная живопись. Однако, развиваясь, фотография обогащала традиционные техники и открывала художникам новые горизонты, что привело к появлению новых художественных направлений. Со временем фотография вышла за рамки своего статуса лишь средства для документирования и стала независимым медиумом в искусстве.

На протяжении всей истории художники демонстрировали интерес к технологическим достижениям, зачастую внедряя инновации в свои творческие процессы. Камера-обскура, предшественница современной камеры, является прекрасным примером, позволившим художникам, например Вермееру, создавать реалистичные полотна. Леонардо да Винчи изучал механику полёта, анатомию и инженерное дело, интегрируя идеи в свои художественные произведения. В XIX веке фотография стала значительным технологическим прорывом, повлиявшим на искусство, а в XX веке подобную роль сыграли цифровые технологии. Широкая доступность инструментов искусственного интеллекта (ИИ) побудила художников использовать их для творческого самовыражения. Однако, как и на заре фотографии, этот жанр всё ещё ищет себе место в мире традиционного искусства.

Идея ИИ восходит к древним мифам о существах, созданных искусственным путём, но наделённых человеческими качествами, что отражает давнее стремление человека вдохнуть жизнь в неодушевлённые объекты. На протяжении 1800-х годов этот интерес возрастал: в литературе появились первые версии искусственных созданий, как во «Франкенштейне» Мэри Шелли. Однако обретать ту форму, какую мы знаем сегодня, ИИ начал с появлением электронных вычислительных машин в середине XX века. В 1950 году пионер информатики Алан Тьюринг сделал основополагающий вклад в эту область науки, написав статью «Вычислительные машины и разум». В этой работе он рассмотрел вопрос «Могут ли машины думать?» и предложил идею теста для оценки машинного интеллекта. Сам термин «искусственный интеллект» ввёл Джон Маккарти в 1956 году на знаменитом Дартмутском летнем семинаре по искусственному интеллекту. Маккарти организовал двухмесячную конференцию для ведущих учёных, чтобы обсудить возможность создания машин, которые могли бы копировать человеческий разум, официально признав ИИ областью научных исследований и заложив фундамент для инноваций.

Джон Маккарти
Фото: Chuck Painter / Stanford News Service

В 1960-х годах, когда компьютеры стали быстрее, а возможности для хранения данных — шире, случились важные изменения. Такие программы, как General Issue Solver, повлияли на широкий круг вопросов. В 1966 году Джозеф Вейценбаум создал первого чат-бота под названием Eliza. Следом, в 1972 году, японский Университет Васэда представил WABOT-1, первого полноценного человекоподобного робота, способного ходить и общаться.

Вместе с ИИ первые шаги стало делать компьютерно-генеративное искусство. В 1960-е годы, благодаря быстрому развитию компьютерных технологий, теории информации Макса Бензе, а также системным, интерактивным и процессуально-ориентированным направлениям кинетизма, конкретного искусства и оп-арта, художники начали использовать автономные системы, такие как компьютерные программы и алгоритмы, для творческого выражения. В те дни они обычно сотрудничали с учёными, поскольку компьютеры не были широко доступны и размещались главным образом в университетах, научно-исследовательских институтах или крупных компаниях. Параллельно с развитием генеративного искусства возникла и генеративная фотография, корни которой уходят в экспериментальную фотографию 1920-х годов и конкретную фотографию 1950-х. Генеративная фотография обращается к методичному производству визуальной эстетики с помощью заданных программ, совершающих фотохимические, фотооптические или фототехнические операции, сочетая традиционные фотографические техники с математическими алгоритмами. Первая выставка, где были представлены подобные работы, прошла в 1968 году в Картинной галерее Билефельда, и в ней приняли участие такие художники, как Хайн Гравенхорст и Готфрид Йегер.

Художники Урсель и Готфрид Йегер с pinhole structures (фотографиями, сделанными по оптическому принципу камеры-обскуры) с выставки «Генеративная фотография»
Фото: Гюнтер Рудольф / Sprengel Museum HannoverГотфрид Йегер представляет свою работу
Фото: Урсель Йегер

Несмотря на то что эти авторы заложили основу генеративного искусства, они не использовали то, что мы сейчас называем искусственным интеллектом. Первым художником, внедрившим ИИ в искусство, был Гарольд Коэн с AARON, программным обеспечением, которое он начал разрабатывать в начале 1970-х годов и которое считается одной из первых компьютерных художественных систем. AARON использовал набор заданных Коэном принципов для автономного генерирования изображений, самостоятельно принимая композиционные решения. Программа создавала изображения с помощью сделанных художником устройств для рисования. Первоначально это были одноцветные абстрактные рисунки, которые Коэн раскрашивал вручную. Позже программа научилась создавать более сложные, цветные, даже реалистичные работы. Разработка Коэна подчеркнула способность ИИ самостоятельно принимать решения, моделируя ситуацию автономного творчества.

Серия Arnolfini, 1983, плоттерный рисунок, 60 × 80 см
Изображение: Гарольд Коэн / Kate Vass Galerie

В 1970-х годах развитие ИИ значительно замедлилось, что привело к периоду, известному как «зима искусственного интеллекта». Отсутствие прогресса повлекло за собой снижение финансирования и усиление критики в адрес технологий. В 1980-е наступило возрождение — благодаря таким прорывам, как экспертные системы и масштабный японский десятилетний проект «Компьютерные системы пятого поколения». В 1990-х и 2000-х годах компьютеры стали дешевле, быстрее и доступнее, ёмкость памяти — выше, а появление интернета обеспечило доступ к огромному объёму данных. Вехами в этой области стали победа компьютерной системы для игры в шахматы Deep Blue компании IBM над чемпионом по шахматам Гарри Каспаровым (объявлен в России иностранным агентом, внесён в реестр террористов и экстремистов), а также Watson, ИИ на естественном языке, тоже от IBM, который победил в телевикторине Jeopardy! лучших участников. ИИ нашёл применение в разных областях знаний, включая математику, инженерию и экономику, показав способность справляться с широким кругом задач.

В 2010-х годах новый виток развития ИИ обеспечили нейронные сети и машинное обучение, основанные на фундаментальных исследованиях 1980-х годов. Нейронные сети — это компьютерные системы, имитирующие работу человеческого мозга и способные учиться и меняться на основе входящих данных. Эта технология привела к прогрессу в таких областях, как распознавание изображений и речи и обработка естественного языка, и особенно повлияла на ИИ-искусство. Генеративно-состязательные сети (GAN), одна из форм глубокого обучения, были разработаны Яном Гудфеллоу и его коллегами в 2014 году. GAN состоят из двух нейронных сетей, которые обучаются одновременно, чтобы создавать высокодетализированные сложные изображения. Начиная примерно с 2017 года, художники стали применять GAN в своём творчестве и показали два разных подхода.

Одни авторы, такие как Робби Баррат и Марио Клингеманн, используют для создания своих работ огромные массивы интернет-данных. Другие, такие как Хелена Сарин и Дэвид Янг, предпочитают меньший масштаб, выбирая для машинного обучения собственные картины или фотографии. Работа Клингеманна «Сын мясника» 2017 года — ранний пример использования GAN в искусстве. Художник обучил ИИ превращать рисованных человечков в картины на основе огромного количества изображений из интернета, чтобы продемонстрировать, как нейронные сети воспринимают человеческое тело. Серия Янга «Изучая природу» 2018 года служит примером более личного подхода к выбору данных. Художник обучает машины на небольших наборах данных, таких как его фотографии, чтобы приблизить ИИ к уровню человека. Уникальный подход Хелены Сарин демонстрирует её работа «Конфетная лавка ИИ», где в качестве входящих данных для ИИ она использует собственные акварели, скетчи и гастрономические фотографии. Метод художницы включает в себя курирование и обучение ИИ, что позволяет ему отчётливее отражать её художественное видение.

«Сын мясника», 2017, печать жикле на бумаге, 80 × 57 см
Изображение: Марио Клингеманн / Kate Vass GalerieИз серии «Изучая природу», 2018, художественная печать на бумаге, 30 × 30 см
Изображение: Дэвид Янг / Kate Vass Galerie«Кондитерский магазин ИИ», 2018, художественная печать на бумаге, 20 × 20 см
Изображение: Хелена Сарин / Kate Vass Galerie

В том же 2018 году использование GAN в творчестве привлекло внимание мира традиционного искусства. «Портрет Эдмона де Белами», созданный французским коллективом Obvious, был продан на аукционе Christie’s за 432 000 долларов США, что стало важной вехой в истории ИИ-искусства. Многие художники, как с традиционным бэкграундом, так и из развивающейся сферы новых медиа, исследовали возможности ИИ. Среди них художница новых медиа Хито Штайерль, в 2019 году продемонстрировавшая свою видеоинсталляцию Power Plants на престижной Венецианской биеннале. В этой работе она использовала нейронные сети для создания ряда образов несуществующих растений, предлагая критически взглянуть на цифровой мир и поразмышлять о социальных последствиях развития технологий. Появление этой работы на столь известной площадке подчёркивает растущую значимость ИИ в современном искусстве. В этот период компании осознают потенциал ИИ и начинают инвестировать в его исследования. Компания Google, ведущий технологический гигант, в частности внесла весомый вклад в развитие DeepDream, разработки Александра Мордвинцева 2015 года. DeepDream — это алгоритм, который выделяет паттерны на изображениях и изменяет последние, придавая им сказочный, почти психоделический вид. Алгоритм глубокого обучения CLIP, представленный OpenAI в 2020 году, также оказал значительное влияние на ИИ-искусство. Устанавливая сложные взаимосвязи между текстом и изображениями, CLIP позволяет ИИ создавать произведения искусства на основе текстовых подсказок. Ещё одной значимой инновацией стали диффузионные модели, последовательно преобразующие случайные паттерны пикселей в целостные изображения.

«Портрет Эдмона де Белами», 2018, струйная печать на холсте, 70 × 70 см
Изображение: Obvious

GAN и диффузионные модели сыграли важную роль в трансформации жанра постфотографии. Это направление выходит за рамки традиционной фотографии, включая в себя цифровые операции и зачастую использование ИИ. В 2020 году фотограф из Нидерландов Бас Утервейк, также известный как Ганбруд, перешёл от традиционных медиа к постфотографии, сделав с помощью ИИ портреты исторических деятелей, живших до изобретения фотокамеры. Одна из его самых прославленных работ — портрет Иисуса, для создания которого он объединил культурные, исторические и археологические составляющие и нейросети. Ещё одним важным художником этого жанра является Рупе Райнисто, использующий специально обученные диффузионные модели и визуальный язык традиционной фотографии для создания одновременно ностальгических и футуристических изображений. Пользуясь возможностями ИИ, все эти художники могут проводить исследования и отражать свои идеи так, как это не позволяют традиционные методы. За последние несколько лет исследования в области ИИ получили быстрое развитие, и эта технология вошла в нашу повседневную жизнь благодаря виртуальным помощникам, использованию в рекламе и языковым моделям, таким как ChatGPT. Аналогичная тенденция наблюдается в искусстве: такие платформы, как DALL-E, Stable Diffusion и Midjourney, генерируют изображения на основе текстовых подсказок, что делает творчество доступным для широкой аудитории.

Работа Emergent Culture из серии Excessize, 2022
Изображение: Рупе Райнисто / Kate Vass Galerie

Искусство ИИ, несмотря на скептическое к нему отношение, получило признание и одобрение престижных институций. Многие музеи, в том числе Музей искусств округа Лос-Анджелес, Центр Помпиду в Париже и Музей современного искусства в Нью-Йорке, включили подобные работы в свои коллекции. ИИ-искусство отметилось и за пределами музейных стен: на различных арт-ярмарках и биеннале, таких как Венецианская биеннале и Art Basel, а известные аукционные дома, например Christie’s и Sotheby’s, представив подобные работы, ещё больше узаконили жанр. Как когда-то фотография, ИИ-искусство находится на пути к полному признанию в качестве направления современного искусства, меняющего формы творческого самовыражения.