Cybergrajek. Czy AI zastąpi prawdziwych artystów?

Gdy w XX wieku powstały pierwsze komputery, rozpoczęła się era komputerowej twórczości. Pierwszy generatywny – czyli stworzony przez komputer – utwór muzyczny powstał w 1957 roku. Dwaj naukowcy z Uniwersytetu w Illinois wygenerowali kompozycję dla kwartetu smyczkowego, korzystając z techniki zwanej łańcuchami Markowa.

Po muzyce przyszedł czas na literaturę. Założona w 1960 roku francuska grupa OuLiPo, w której skład wchodzili pisarze i matematycy, postanowiła zaprząc algorytmy do generowania poezji. Kanwą programu miała być losowość. Pomysł nie był nowy, bo już wcześniej surrealiści pisali wiersze, wyciągając przypadkowo słowa z kapelusza. Tak więc naśladując tę ideę grupa utworzyła szablon, który komputer wypełniał później losowo słowami. Ale aby nie powstał kompletny chaos, w programie umieszczono również zestaw reguł, dzięki którym komputer pamiętał o składni i gramatyce.

Kiedy Harold Cohen, brytyjski badacz i artysta, rozpoczął w 1971 roku pracę w Laboratorium Sztucznej Inteligencji na Uniwersytecie Stanforda, zadał sobie następujące pytanie: jakie minimalne wymagania musi spełnić zbiór znaków graficznych, aby mógł funkcjonować jako obraz? To popchnęło go do stworzenia pierwszego na świecie robota – malarza, którego wyposażył
w podstawowe zasady malarstwa.  Robot, zwany AARON, potrafił malować abstrakcyjne rysunki, na których znajdowały się skały, rośliny i ludzie.  Liczba obrazów, którą komputer mógł wygenerować, była praktycznie nieskończona. Jednak każdy nowy styl czy wyobrażenie musiało być wcześniej zakodowane przez programistę. AARON wzbudził ogromne zainteresowanie w mediach na całym świecie. Nawet dziś, w londyńskiej galerii Tate, jest wystawa z rysunkami komputera.

Pierwsi komputerowi artyści byli mocno ograniczeni. Powodem było to, że ich programy opierały się na klasycznym podejściu do programowania. Otóż w klasycznych programach komputer wykonuje tylko to, co zaprogramował mu człowiek. I ani polecenia więcej. Jego kreatywność jest ograniczona kreatywnością programisty. Istnieją jednak problemy, które nie są efektywnie algorytmizowalne i nie wiemy, jak napisać dobry program. Do takich problemów należy tworzenie dzieł sztuki. Naukowcy doszli więc do wniosku, że skoro nie wiemy, jak napisać program rozwiązujący dany problem, to może warto dać komputerowi wolną rękę, aby sam się tego nauczył. I tak powstało uczenie maszynowe. Tworzymy programy, które są wyposażane w zdolność uczenia się na podstawie dostarczanych danych. A później, po nauce, maszyna sama potrafi rozwiązać różne problemy. Programista nie jest do tego potrzebny.

O sztucznej inteligencji zrobiło się szczególnie głośno po 2013 roku, kiedy to pojawiły sią nowe techniki uczenia maszynowego. Były nimi złożone, wielowarstwowe sieci neuronowe, budowane na obraz i podobieństwo naszego mózgu. Z czasem okazało się, że doskonale dają sobie radę z komponowaniem piosenek, pisaniem tekstu i malowaniem obrazów. Jedyne czego potrzebują to dane, z których uczą się tworzenia. I robią to już tak dobrze, że niektóre dzieła są nie do odróżnienia od tych, stworzonych ludzką głową i ręką. Szczególnie jest to widoczne w muzyce.

W 2016 roku startup Aiva Technologies opracował sztucznego kompozytora AIVA. Twórcy nauczyli go komponowania utworów klasycznych, prezentując mu wprzódy ponad 15 tys. dzieł – w tym hity Bacha, Mozarta czy Beethovena. Aby AI wygenerowała piosenkę, podaje się jej słowa kluczowe opisujące melodię. Na przykład: szybka, wesoła. A potem, po chwili, otrzymujemy gotowy utwór. Do tej pory AIVA skomponowała mnóstwo piosenek, które są wykorzystywane w filmach czy reklamie. Potwierdzeniem zdolności kreatywnych programu było uznanie go za pełnoprawnego kompozytora przez Stowarzyszenia Autorów, Kompozytorów i Wydawców Muzycznych Francji, czyli odpowiednik polskiego ZAIKSu.

W 2019 roku firma OpenAI przedstawiła sieć neuronową Jukebox. Program wykorzystuje zaawansowaną technikę generowania surowego sygnału audio. System nauczył się teorii muzyki po przesłuchaniu ponad miliona utworów stworzonych przez człowieka. Oprócz komponowania samej melodii, Jukebox potrafi śpiewać głosem dowolnych artystów. Możne dzięki temu wskrzesić Frankę Sinatrę, aby zaśpiewał piosenkę specjalnie na nasze zamówienie. 

Przejdźmy teraz do poezji i prozy. Istnieją już dziś programy, które przechodzą do finałów poważnych konkursów literackich. Tak było w przypadku sztucznej inteligencji z 2016 roku, stworzonej przez specjalistów z Future University Hakodate. Program napisał książkę pt.: „Dzień, w którym komputer napisał powieść„, która została zakwalifikowana do finału konkursu literackiego im. Hoshi Shinichi w Japonii. Takich algorytmów jest coraz więcej. Piszą książki, wiersze, artykuły prasowe czy scenariusze filmów i reklam. Szczególną popularnością cieszą się ostatnio tzw. modele językowe, które uczą się z różnych źródeł, niczym maszyna Trurla u Lema. Modele językowe są oparte na ogromnych sieciach neuronowych. Kodują one wiedzę o relacjach słów w złożonych strukturach sieciowych. To już nie jest tylko kwestia wyszukiwania informacji – modele te kodują związki przyczynowe, a niektóre wykonywane przez nie zadania wymagają rozumowania! 

Postęp w tworzeniu modeli jest wykładniczy, a im większy model, tym do bardziej skomplikowanych zadań może być wykorzystany. Przykładowo w 2018 roku został opracowany model BERT, który posiadał 340 milionów parametrów. Rok później pojawił się GPT2, który miał 1.5 mld parametrów. A w 2020 zaprezentowano model GPT3, który miał aż 175 mld parametrów. Jego wyszkolenie kosztowało 12 milionów dolarów. Niedawno zaś pojawiły się modele jeszcze większe niż GPT-3, takie jak chiński Wu Dao 2 czy GPT4, na którym bazuje najnowszy ChatGPT.

Do komputerowej twórczości zalicza się też, rzecz jasna, malowanie obrazów. Ciekawym projektem z tego obszaru jest „The Next Rembrandt” z 2016 roku. Sztuczna inteligencja, ucząc się na bazie obrazów Rembranta, poznała jego styl, najczęściej używane kolory i perspektywę. Następnie namalowała nowe działo, łudząco podobne do dzieł samego Rembranta. Aby uwiarygodnić powstały obraz, specjalna drukarka 3D nałożyła kolejne warstwy farby na płótno. Dokładnie tak, jakby zrobił to sam Rembrant.

Warto również wspomnieć o DALLE 2 i Midjourney. Są to programy, które mogą tworzyć realistyczne obrazy i grafikę na podstawie wyłącznie słownego opisu. Co to wszystko oznacza? Program potrafi wygenerować dowolny obraz, jaki jesteś w stanie sobie wyobrazić. Wystarczy, że przygotujesz słowny opis, co ma się na nim znajdować. A on wygeneruje to, co napisałeś – i to od zera, bo to nie jest żaden fotomontaż zdjęć z Internetu! Przykładowo po wpisaniu „pies w czapce świętego Mikołaja w przestrzeni kosmicznej” lub „Obraz w stylu Andy’ego Warhola przedstawiający Billa Gatesa na rowerze” otrzymamy unikalną grafikę, która faktycznie to prezentuje.

Któregoś dnia komputery mogą stać się bardziej kreatywne od człowieka. Sztuczna inteligencja będzie lepsza niż najlepsi artyści, bo będzie widziała o nas wszystko. Przeanalizuje nasz nastrój i skrywane emocje. A później, nasz prywatny artysta, będzie nam na bieżąco dostarczał niesamowitych, spersonalizowanych wrażeń. Czy pojawienie się takiej sztucznej inteligencji będzie dla nas brzemienne w skutkach? Tego nie wiemy, ale jedno jest pewne. Kreatywność wkroczy na nieznany nigdy wcześniej poziom.

O Autorze

Petros Psyllos (petrospsyllos.com) jest elektronikiem, programistą, innowatorem i przedsiębiorcą. W ramach działalności naukowo-wynalazczej zajmuje się, m.in. zastosowaniami sztucznej inteligencji, robotami społecznymi, wirtualnymi asystentami, human–computer interaction i ochroną zdrowia. Został uznany przez amerykańską edycję Forbesa za jednego z 30 najlepszych europejskich innowatorów oraz MIT Review za jednego z 10 najzdolniejszych młodych wynalazców w Polsce.

Artykuł powstał w ramach kampanii społeczno-edukacyjnej #wkręć się w technologię! realizowanej przez Podlaską Fundację Rozwoju Regionalnego.