8:06am,我盯着图片滚动在我手机屏幕上以五秒钟的速度:“海盗,城堡,宴会上,大厅”;“Banksi(原文如此),高档”;“商业飞机走向一个大门户在圆形显示像一个时间跳,高辛烷值的,现实的,hdr -壁纸。“这是我的日常研究时间在所谓的“人工智能的艺术。“不和服务器上产生图像中期journey“人工智能图像生成器。“正在进行的人工智能的最新趋势,这些类型的发电机,包括Dall-EOpenAI和稳定的扩散由StabilityAI基于深度学习和概率学习算法系统。他们对自然语言处理复合计算模型(GPT-3OpenAI及其衍生品)、计算机视觉和图像合成到Frankenstein-like系统产生二维可视化构件匹配用户的提示。他们是非常受欢迎的,不可否认,一个令人印象深刻的技术壮举。但我想知道,除了简单审美情趣,这些模型在文化层面做什么?
作为一个艺术家和学者使用开源技术自2004年以来,机器学习和人工智能自2012年以来,我和我一样着迷疲惫的创造性潜力的机器学习和文化的影响。深度学习,进而,AI发电机特别的问题,因为他们的效率取决于一些非常富有的专属资产代理行业中。他们有巨大的计算能力,巨大的数据集,资本投资于学术研究和能力训练日渐增长模型(Dall-E 120亿参数和添加)。开源模型,StabilityAI一样有自己的,可能开放的研究在某种程度上但不破坏整个项目的依赖(开发、维护、促销活动、投资、收入)在源源不断的钱其创始人——前对冲基金经理。意料之中的是,艺术和道德的缺陷AI发电机与他们的资本和资本主义的依赖。
与流行观点相反的是,这些系统不会造成图像从稀薄的空气中,而是合并现有作品的抽象特性的打油诗。因为他们的数学性质,它们创建工件的方式缺乏基本的意图和驱动,相反,通过复杂的概率近似。他们的功能似乎是如此模糊,大卫·霍尔兹、Midjourney创始人所述:“其实并不清楚是什么让AI模型工作[…]不清楚哪些部分的数据实际上是给(模型)的能力”。
但是,其他东西都足够清晰。首先是文化资本的剥削。这些模型利用巨大的数据集的图像从网上刮没有作者的同意,许多这些图像的原始艺术品死亡和生活艺术家。LAION5学术研究数据库由StabilityAI及其稳定的扩散模型,用于列车由58.5亿对图像文字。LAION-Aesthetics,这个数据库的一个子集,包含一组6亿个图像算法选择的“美观的图片”——好像审美快感是普遍的。最近的一次调查后者的一个子集的发现,大部分的图像集合从Pinterest(8.5%)和刮Wordpress-hosted网站(6.8%),其余来自不同地点包括artists-oriented平台易如反掌,Flickr, Tumblr,以及艺术购物网站,包括美术美国(5.8%)、Shopify Squarespace, Etsy。当代艺术家的作品是被剥削的问题和数字艺术平台已经开始禁止AI-generated内容后压力他们的社区。
第二个问题是传播的想法,创造力可以隔绝体现,关系和社会文化背景,统计建模。事实上,远非“创意”,AI-generated图像的概率近似特性现有的艺术品。打个比方来说,人工智能图像生成器创建一个制图数据集的图像和文本的功能(在数学抽象的形式)根据概率计算分布在特定的位置。地图学是称为“总管”,它包含了所有可能的图像组合与手头的数据。当用户提示一个发电机,这导航歧管为了找到相关取样的位置特性的谎言。更好地理解这一点,虽然粗糙,考虑下面的示例,使用稳定的扩散,我说明:狗的多个图像弗朗西斯·培根廖被分组在一个位置;一朵花的多个图像格鲁吉亚奥基夫被分组在另一个位置。但在多方面存在培根的狗和满足奥基夫的花朵。所以,当提示生成“狗弗朗西斯·培根在格鲁吉亚奥基夫的花,“模型使用的文本方向发现特定位置花和狗住的地方旁边。那样品的一些视觉特性存储在这个位置,并使用它们来过滤信号噪声的形式一个连贯的图像(从技术上讲,高斯噪声使用)。是随机抽样的功能,这意味着相关数据的样本是随机选择;这就是为什么一个模型提示相同的文本总是会产生不同的结果。它是聪明的,它工作得很好,你不需要一个博士学位来很少看到这样一个过程与任何形式的创造力,但是你可以定义它。
除了累的创造力更重要。人工智能图像生成器不值得批评他们依赖艺术家同意和销售软件插件。毕竟,他们是有趣的和可访问入口点为计算艺术,如果输出是多元化的沉闷的同质性,甚至可能成为一些艺术家的有用的工具。索赔是一种新形式的艺术行业的公共关系引擎和艺术品市场是很严重的问题,特别是当它是用来激励双曲宣称机器的一般智力。这样声称利用文化和艺术来加强我称之为一种意识形态的预测,认为什么都可以预测,推而广之,控制。预测全球北意识形态的操作系统。富有的公司和个人发疯般地在深投资和概率学习研究。鉴于大多数全球北围绕算法的系统(从福利、正义和就业战争,金融,和国内和国际政策),实现大规模深度学习提供了一个潜在的巨大经济利益的业务运行。然而,尽管深度学习被证明是有用的在特定情况下,如模拟蛋白质折叠或生物多样性丧失,其签名对社会到目前为止糟糕透顶。考虑在英国剑桥的作用分析离开。欧盟的竞选和唐纳德·特朗普的选举;谷歌和美国军方的纠缠Maven项目,在谷歌的机器学习库,TensorFlow,被用来提高作战无人机和分析监测数据;的自动化开发劳动从亚马逊和Netflix Uber, Spotify, Airbnb;算法交易的能力破坏已经动荡的金融市场,如闪光2010年的经济危机;和《每日心理暴力childr在元的Instagram。
AI艺术,在我看来,软宣传意识形态的预测。只要它仍然与ever-large模型的范式和政治挂钩,增加资本和市场夸张,它对艺术实践的贡献几乎没有意义,如果任何。意识形态的预测认为艺术的未来万事通模型生成随需应变的艺术,或创造力均衡器摔跤艺术意图的被盗艺术品,我看到别的东西:不可预测的机器学习工具,艺术品作为离群值的趋势,肯定骇世惊俗的技术和基层发展的创造性工具。这是一个未来已经在制作,只需要寻找这些艺术家并不热衷于玩赌博的炒作周期而敢想象创造意想不到的风险技术和艺术语言。
