آینده خلاقیت بصری در دوران هوش مصنوعی

 نائومی ره‌آ (Naomi Rea)
کاربران عکس‌های خود را در این اپلیکیشن بارگذاری می‌کنند و این برنامه هوش مصنوعی، با هزینه‌ای ناچیز و در کمترین زمان ممکن، عکس‌نمایه‌های جالبی، مثلا به شکل شاهزاده‌های جنگجو یا شخصیتی جادویی، برای آنها تولید می‌کند.

در سال گذشته شاهد پیشرفت در تولید تصاویر مبتنی بر هوش مصنوعی بودیم که اکنون، از نظر کیفیت و سرعت و ارزانی، از همیشه بهتر شده‌اند. مدل‌های هوش مصنوعی روی میلیون‌ها قطعه تصویر و داده‌های متنی از محتوای عمومی در دسترس آموزش دیده‌اند. مثلا سیستم هوش مصنوعی تحت حمایت مایکروسافت با نام DALL-E با دریافت متنی کوتاه، می‌تواند تصاویر منحصر به فردی تولید کند.

اکنون هر کسی می‌تواند تصاویری با ظاهر حرفه‌ای و متناسب با خواسته‌های خود تولید کند، بدون اینکه آموزش هنری یا طراحی دیده باشد. اگر به نظرتان این وضعیت عالی است؛ احتمالا جزو میلیون‌ها انسانی نیستید که از راه این مهارت‌ها نان می‌خورند و معیشت‌شان به هنرشان وابسته است.

کسانی که در صنایع خلاق و شناختی کار می‌کنند، هیچ‌گاه از ناحیه اتوماسیون احساس خطر نمی‌کردند. آخر چگونه یک کامپیوتر می‌تواند شاهکاری مانند آثار لئوناردو داوینچی خلق کند یا طراحی کمپین بازاریابی بصری برای یک برند لوکس را بر عهده بگیرد؟ از سوی دیگر، تصاویر اولیه تولید شده با این ابزارهای هوش مصنوعی مملو از اشکالاتی بود که ماشینی بودن‌شان را نشان می‌داد.

اما با متقاعدکننده‌تر شدن محصول این ابزارها، افراد خلاق هم نگران شده‌اند و در خط مقدم این نگرانی، گرافیست‌ها و تصویرگران تجاری هستند که بر اساس مشخصات مورد نظر مشتری، سفارش‌های هنری را انجام می‌دهند.
هرکسی مخالف این ایده است که هوش مصنوعی می‌تواند مشاغل خلاق را تصاحب کند، باید بداند که این اتفاق هم‌اکنون افتاده است. زمستان امسال، باله سانفرانسیسکو از آزمایشگاه مستقل تحقیقاتی Midjourney برای ایجاد کمپین بصری خود استفاده کرد؛ هرچند که یکی از نمایندگان باله گفت که با وجود استفاده از هوش مصنوعی، نزدیک به 30 طراح، تولید کننده و افراد خلاق نیز در ساخت این کمپین دخیل بوده‌اند.

تهدید دیگر برای معیشت هنرمندان، ناشی از توانایی این ابزار برای ایجاد تصاویری به سبک هنرمندان خاص است. این قابلیت برای تجسم تصورات عجیب و غریب؛ مانند اینکه ون گوگ چگونه ریشی سوناک را سوار بر اسب تک‌شاخ به خانه شماره 10 خیابان دانینگ (خانه نخست‌وزیر انگلستان) ببرد، سرگرم کننده است. اما وقتی صحبت از هنرمندان زنده‌ای می‌شود که سال‌های طولانی از عمرشان را صرف توسعه سبک خاص خود کرده‌اند، توانایی عجیب هوش مصنوعی در تقلید، مشکل ساز می‌شود.

در اوایل سال جاری، گرگ روتکوفسکی، تصویرگر هنر فانتزی متوجه شد که نام او یکی از محبوب‌ترین درخواست‌ها در پلتفرم هوش مصنوعی Stable Diffusion است؛ حتی محبوب‌تر از پیکاسو یا لئوناردو داوینچی. روتکوفسکی می‌گوید: تنها چیزی که می‌تواند تغذیه الگوریتم را متوقف کند، توقف پست کردن آثار در اینترنت است، که این هم در صنعت ما غیرممکن است.

راه‌حل قانونی برای هنرمندانی که احساس می‌کنند این ابزارها حق کپی آنها را نقض می‌کند، هنوز نامشخص است. وکلا در اتحادیه اروپا، قانونی بودن استفاده از تصاویر تحت کپی رایت برای آموزش مدل‌های هوش مصنوعی را به چالش می‌کشند، اما از آنجایی که بریتانیا برای تبدیل شدن به یک کشور پیشرو در صنعت هوش مصنوعی تلاش می‌کند، قبلاً لایحه‌ای را پیشنهاد کرده که اجازه آموزش هوش مصنوعی را برای مقاصد تجاری صادر می‌کند. در همین حال، مشخص نیست که آیا کپی‌رایت سنتی در اینجا نیز اعمال می‌شود یا نه؛ زیرا کپی‌رایت کردن یک سبک بصری کار دشواری است.

این موضوعات اخیرا توجه عمومی را به خود جلب کرده، اما گروه‌هایی از هنرمندان زمانی که این رشته از هوش مصنوعی هنوز در مراحل ابتدایی خود بود، مشکلات را پیش‌بینی و برای ایجاد راه‌حل تلاش می‌کردند. 

مت درایهورست (Mat Dryhurst) و هالی هرندون (Holly Herndon) دو هنرمند مقیم برلین، یک ابزار جست‌وجو ایجاد کرده‌اند که هر کسی می‌تواند با استفاده از آن، متوجه شود که اثرش در مجموعه داده 150 ترابایتی LAION (مجموعه داده‌ای که برای آموزش اکثر ابزارهای تولید تصویرهوش مصنوعی استفاده می‌شود) قرار دارد یا نه. سازمان آنها با نام Spawning، همچنین در حال توسعه ابزار دیگری است که به هنرمندان اجازه می‌دهد برای استفاده از سبک خود توسط الگوریتم‌ها، مجوزهایی تعیین کنند.

هم AI Stability – سازمان متولی Stable Diffusion– و هم LAION متعهد شده‌اند که با Spawning در آموزش‌های آینده Stable Diffusion همکاری کنند و به مجوزهای هنرمندان احترام بگذارند. همچنین در به‌روزرسانی اخیر این ابزار، امکان ثبت متن‌هایی با ذکر نام یک هنرمند مشخص، حذف شده است.

نقص‌های دیگری هم در مجموعه داده‌های باز وجود دارد که مدل‌های هوش مصنوعی روی آن‌ها آموزش داده شده‌اند. کمبود در تنوع داده‌ها یکی از آنها. دیگر اینکه انسان‌ها تصاویر مربوطه را برچسب زده‌اند و این مساله موجب بروز سوگیری می‌شود. برخی از کاربران دریافته‌اند که لنسا آواتارهای زن بیش از حد جنسی‌شده ایجاد می‌کند، در فنوتیپ‌های نژادی اغراق می‌کند، و در شناسایی ویژگی‌های ترکیب نژادی با مشکل مواجه است. چنین مسائلی ممکن است باعث توقف هر کسی شود که به استفاده از فناوری برای مقاصد تجاری فکر می‌کند - حداقل تا زمانی که مجموعه داده‌های آموزشی بهبود یابد.

بسیاری از هنرمندان هم  بی‌تفاوت‌اند و در واقع معتقدند که این فناوری می‌تواند فرصت‌هایی را برای آن‌ها باز کند تا کارهای بهتری انجام دهند یا حداقل کارآمدتر کار کنند. میشل تامپسون، تصویرگر مقیم بریتانیا، اگرچه هنوز از این ابزار استفاده نکرده است، ظرفیت استفاده از هوش مصنوعی را هم برای توسعه مفاهیم و هم برای اصلاح خروجی‌های هنری مفید می‌داند.
از سوی دیگر، این ابزارها فقط به اندازه مجموعه داده‌هایی که روی آنها آموزش دیده‌اند، خوب هستند. از طرف دیگر تخیل انسان نامحدود است. به نظر درایهورست، مدل‌های هوش مصنوعی «ممکن است بتوانند نسخه‌ای کم‌رمق از کاری که سال‌ها پیش انجام داده‌ایم را تولید کنند»، اما این شامل «آنچه را ه ممکن است بعداً انجام دهیم » نمی‌شود.

کسانی که دقت بیشتری دارند، متوجه می‌شود که خروجی‌های بصری ابزارهای هوش مصنوعی در حال تکراری شدن است و چشم‌های آموزش دیده و دقیق به زودی می‌توانند تشخیص دهند کدام اثر محصول هنر انسان است و کدام، خروجی هوش مصنوعی. برخی از غنی‌ترین کارهایی که با هوش مصنوعی ساخته می‌شوند هنوز کار هنرمندانی مانند ماریو کلینگمن و آنا ریدلر هستند که مجموعه‌های داده آموزشی خاص خود را دارند و خروجی‌های ماشین را با خلاقیت خود دستکاری می‌کنند.

نوعی از هوش مصنوعی که بتواند جایگزین هنرمندان شود - یک روبات خلاق کاملا مستقل که قادر به تخیل و بیان انسان مانند است - هنوز وجود ندارد، اما در راه است. با فراگیرتر شدن هوش مصنوعی، هنرمندان، تصویرگران و طراحان در نهایت نه بر این اساس متمایز می‌شوند که چگونه از هوش مصنوعی استفاده خواهند کرد.

*سردبیر بخش بازار اروپای شبکه خبری Artnet