Курирование создания ИИ-арта представляет собой многогранный процесс, который можно разделить на два ключевых момента.

Первый и, пожалуй, наименее оригинальный способ – это курирование выходных данных. Любой генеративный алгоритм способен генерировать бесконечное количество изображений, однако далеко не все из них могут претендовать на статус художественного произведения. Этот процесс отбора хорошо знаком фотографам, которые часто делают сотни и тысячи снимков, чтобы выбрать несколько наиболее выразительных кадров. В отличие от художников и скульпторов, фотографам и художникам, работающим с искусственным интеллектом, приходится иметь дело с огромным количеством цифровых объектов. Кураторство приобретает ключевое значение в их творческом процессе.

Второй способ кураторства часто становится неотъемлемой частью процесса создания изображений. В контексте искусственного интеллекта кураторская практика подразумевает работу по сбору данных, необходимых для обучения нейронной сети. Эта задача является критически важной, так как, если данные собраны некачественно, сеть не сможет освоить желаемые функции и работать должным образом. Более того, если набор данных необъективен, сеть может начать воспроизводить или даже усиливать ошибочные суждения, включая, к примеру, вредные стереотипы. Как говорят программисты, «мусор входит, мусор выходит». Это утверждение справедливо для ИИ-арта, за исключением тех случаев, когда ««мусорный» результат приобретает эстетическое (и субъективное) значение.

Анализ обучающих данных является основой для работы с искусственным интеллектом, который не нуждается в постоянном контроле со стороны человека. Примером такой работы может служить произведение Марио Клингеманна под названием «Воспоминания прохожих I» (Memories of Passersby I (Companion Version), 2018).

Изначально кураторство представляло собой работу по хранению произведений искусства. В обязанности куратора входили их сохранение, уход и составление каталога, который знакомил посетителей с музейными экспонатами. Однако с 1960-х годов кураторская деятельность стала восприниматься как самостоятельный творческий акт. Границы между художниками и кураторами стали постепенно размываться. Кураторство стало основываться на концепции, которая предлагала свежий взгляд на произведения искусства, подготовленные к экспонированию. Звёздные кураторы Кэролин Кристов-Бакарджиев (Carolyn Christov-Bakargiev) и Ханс Ульрих Обрист (Hans Ulrich Obrist) относятся к своему делу как настоящие мастера. Они играют важную роль в формировании современного дискурса об искусстве и кураторстве. Например, художник Марсель Дюшан лично курировал знаковые мероприятия, тем самым изменив устоявшиеся представления о выставках и выставочной деятельности.

Что такое промпт и как он связан с генеративным интеллектом?

Промпт (от англ. prompt, «подсказка») представляет собой запрос, команду или исходные данные, которые отправляются нейросети для решения конкретной задачи, например генерации изображений. Промпт задаёт цель, которую должна достичь модель, а также указывает, какую информацию следует использовать в процессе работы.

Если для создания произведения художник использовал промпт, о котором он рассказал куратору, то последний может упомянуть эту подсказку в своей статье о выставке, а также проанализировать его содержание.

Оперативная инженерия (prompt engineering)

Данный метод подразумевает использование генеративного искусственного интеллекта для создания контента, разработки концепций и стратегий. Оперативная инженерия скорее напоминает творчество, нежели научную дисциплину, особенно когда дело касается креативного использования технологий. Чтобы раскрыть желаемые стили или темы, необходимо не только иметь уникальное ви́дение конечных результатов, но и правильно подбирать сочетания слов. Именно в этом состоит третья и, возможно, новейшая форма кураторской деятельности в контексте ИИ-арта. Она заключается в тщательном проектировании и компиляция индивидуальных запросов или их фрагментов, которые задают вектор компьютерному алгоритму для достижения желаемых результатов.

Результаты обработки промптов часто становятся частью творческого сотрудничества между человеком и компьютером. В процессе генерирования изображения можно вносить изменения в подсказку, пока не будет достигнут желаемый результат. Творческий процесс можно повторять многократно, а подсказку – улучшать бесконечно.

Работа с генеративными моделями искусственного интеллекта напоминает эксперименты художников, которые использовали традиционные инструменты для создания различных интерпретаций одной идеи. Так, например, серия литографий Пабло Пикассо под названием «Бык» (1945) изображает различные стадии абстракции этого животного. Одной из примечательных особенностей ИИ является непредсказуемость процесса: ни один запрос не приводит дважды к одному и тому же результату, а даже незначительные изменения в промпте могут существенно повлиять на конечный результат.

Генеративные модели

Прогресс в создании произведений искусства с использованием искусственного интеллекта тесно связан с исследованиями в сфере разработки алгоритмов, предназначенных для анализа визуальной информации. Ключевую роль здесь играют алгоритмы компьютерного зрения, называемые генеративными моделями. Генеративные модели – это искусственные нейронные сети, которые обучаются на огромных объёмах данных, состоящих из миллионов изображений. По завершении обучения сети способны генерировать абсолютно новые изображения, отсутствующие в первоначальном наборе данных, зачастую основываясь на пользовательских запросах.