Разве машина может сочинить симфонию

Опровергнута идея из фильма «Я, робот» о неспособности машин творить

В картине 2004 года «Я, робот» есть момент, породивший огромное количество забавных мемов. Герой Уилла Смита во время допроса робота Санни, подозреваемого в убийстве человека, указывает на превосходство людей над искусственным разумом следующим пассажем: «Ты всего лишь машина, только имитация жизни. Робот сочинит симфонию? Робот превратит кусок холста в шедевр искусства?»

И если восстанию машин (вымышленному событию уже из франшизы «Терминатор») и суждено когда-нибудь произойти в реальной жизни, то необходимо знать, что у его истоков стояла компания Nvidia.

На YouTube-канале технологического гиганта опубликовано видео, в котором демонстрируется работа программы GauGAN. Она способна кое-как нарисованные каракули превратить в фотореалистичный пейзаж.

Технология основана на использовании генеративно-состязательных нейросетей. Проще говоря, машина, «просмотрев» миллионы настоящих пейзажей, теперь «понимает», что лес отражается в озере, а если вокруг дерева лежит снег, то на растениях не должно быть листьев. Интерфейсно приложение больше всего походит на упрощенную версию фоторедактора с функцией очень умной кисти, нарисовав которой синюю полоску по зеленому полю, в результате можно получить ручей, протекающий через луг.

Приложение пока что не доступно в открытом доступе, а демо-версия представлена на выставке GPU Technology Conference 2019, проходящей в Калифорнии.

Возможности современных машинных алгоритмов одновременно восхищают и пугают, поэтому, может быть, опасения детектива Спунера, обвиняющего во всех бедах роботов, и не были такими уж напрасными.

Источник

«Да ты же просто робот, имитация. Разве может робот написать симфонию?» — интервью о ИИ с Дмитрием Сошниковым, Microsoft

Разработка элементов систем искусственного интеллекта активно развивается и становится трендом сегодняшнего времени, а умных ботов сейчас и вовсе не пишет только ленивый. Именно поэтому мы взяли интервью у Дмитрия shwars Сошникова, одного из лучших в стране экспертов по ИИ. Он является технологическим евангелистом Microsoft, автором книг, статей и учебных пособий, а также преподавателем и координатором студенческих программ, специалистом по функциональному программированию, нейросетям и искусственному интеллекту.

— Дмитрий, расскажите, пожалуйста, пару слов о себе и своей работе.

Дмитрий Сошников: Как евангелист Microsoft я занимаюсь популяризаций и внедрением самых современных технологий компании, сейчас это в первую очередь технологии, связанные с искусственным интеллектом. Это включает в себя выступления на конференциях, работу со студентами и преподавателями, стартапами, иногда участие в хакфестах и программирование прототипов систем совместно с разработчиками разных компаний. Также я занимаюсь популяризацией функционального программирования и языка F#, преподаю в МФТИ, НИУ ВШЭ и МАИ, разрабатываю онлайн-курсы для MVA и Coursera.

На мой взгляд нейронные сети и искусственный интеллект в целом — это очень интересная область, бурное развитие которой в последние годы уже позволило решить ряд задач, ранее не имевших решения, как, например, автоматическое определение возраста человека по его фотографии. И будущее готовит нам еще много интересных возможностей.

Нейросети — мода или инструмент?

— Что именно в последнее время подтолкнуло активное развитие технологии нейросетей?

Дмитрий Сошников: Здесь удачно наложились одновременно несколько факторов.
Во-первых, появились доступные вычислительные мощности. Причем большую роль сыграли именно облачные сервисы, поскольку вместо вложений в инфраструктуру для просчета нейросетей теперь можно арендовать ее лишь на время вычислений, впоследствии отказавшись от аренды. Помимо этого, стали использоваться графические процессоры, которые изначально проектировались для компьютерной графики. Оказалось, что они хорошо подходят для задач искусственного интеллекта.

Во-вторых, благодаря интернету во многих областях начали скапливаться гигантские массивы данных. Рассмотрим, к примеру, упомянутую ранее задачу распознавания возраста человека по фотографии. Чтобы обучить нейронную сеть для ее решения, требуется несколько сотен тысяч примеров. Сейчас можно взять любую социальную сеть, где люди сами публикуют свои фотографии и данные аккаунта (возраст) — и мы сразу получаем данные для обучения.
В-третьих, конечно, появились некоторые интересные исследования, в том числе новые архитектуры нейронных сетей, которые позволяют решать существующие задачи. Но этот пункт, наверное, — следствие первых двух. Когда доступны ресурсы и технологии, естественно, область начинает активно развиваться.

Здесь же появилось большое количество инструментов, которые позволяют эти нейронные сети применять. Если раньше для решения задач искусственного интеллекта нужно было иметь много знаний, много программировать, то сейчас доступны сервисы, которые можно брать и использовать.

— Тема искусственного интеллекта очень популярна сегодня. Насколько эта популярность заслужена? Технология действительно настолько впечатляет или же велик вклад моды? И не идет ли эта «мода» во вред развитию?

Дмитрий Сошников: В области ИИ действительно есть большие успехи, о которых много пишут, поэтому словосочетание «искусственный интеллект» на слуху. Благодаря этому появляются новые разработчики — кто-то идет и изучает новую для себя область, т.е. становится больше людей, которые в этой области разбираются. С другой стороны, люди внимательнее ищут те задачи, где можно применить технологии искусственного интеллекта. С такой точки зрения все это в принципе хорошо, ведь у нас появляется шанс автоматизировать какие-то области, которые раньше мы автоматизировать не могли.

К примеру, мы можем решить задачу приема заказов в окошке МакАвто. Решение подобных задач всегда пытаются удешевить. Например, в США сначала там сидел американец, потом была попытка отдать это на аутсорсинг за счет передачи голоса в страну с дешевым трудом (где, опять же, человек сидит и расшифровывает). А сейчас это уже может делать компьютер.

— Свойственны ли участникам рынка завышенные ожидания? Есть ли предсказания, которые, на ваш взгляд, в ближайшее время точно не сбудутся?

Дмитрий Сошников: Конечно, есть. Во-первых, область искусственного интеллекта немного романтическая. Есть достаточное количество фильмов — например, «Матрица» или «Терминатор» — где роботы восстают и берут все под свой контроль. Поэтому есть какое-то количество людей, ожидающих, что пройдет еще 5 лет и компьютеры захватят мир. Эти ожидания, по всей видимости, пока еще далеки от реальности. Сейчас очень хорошо автоматизируется решение некоторых классов задач, связанных с распознаванием образов, речи, с машинным обучением. Но до понимания того, как в целом устроено мышление человека, необходимо еще достаточно далеко идти. Поэтому до создания такого искусственного интеллекта, который будет мыслить как человек, оперировать накопленными знаниями, еще необходимо много работать. Пока не очень понятно, как это делать.

— А что касается ожиданий в терминах финансовых вложений, а не воплощения сценариев научной фантастики?

Дмитрий Сошников: Мне кажется, для такого разговора нужно разбить тему искусственного интеллекта на отдельные составляющие, поскольку это очень широкая область.

Если рассматривать компьютерное зрение, то здесь уже есть потрясающие успехи, которые сейчас внедряются в бизнес, повышая его эффективность и принося экономические плоды. Компьютерное зрение уже распознает изображение лучше человека, не говоря уже о том, что существенно дешевле.

В других областях, вроде понимания естественного языка и способности рассуждать на произвольные темы, прогресс пока более скромный.

— Есть ли факторы, которые, на ваш взгляд, тормозят развитие отрасли?

Дмитрий Сошников: Честно говоря, каких-то явных факторов я не вижу. Мне кажется, сейчас это самая быстроразивающаяся область.
Тем не менее, хочу отметить, что искусственный интеллект — это область, которая все-таки требует некоторой квалификации. Работать в этом направлении чуть сложнее, чем просто научиться программировать. Человек, окончив школу и не получая высшего образования, наверное, может начать успешно работать на поприще стандартной разработки. С искусственным интеллектом планка входа выше, хотя она постепенно снижается, в том числе, стараниями участников этой отрасли. В частности, одна из вещей, над которыми работает Microsoft, — это так называемая демократизация искусственного интеллекта. Под этим понимается превращение технологии в доступную для как можно более широкого слоя потребителей.

На практике не только Microsoft, но и многие другие компании работают в этом направлении, предоставляя, например, инструментарий для решения интеллектуальных, когнитивных задач в виде готовых сервисов. Например, сервисы определения пола, возраста и настроения человека по фотографии, их можно просто вызвать и получить результат. Это же касается машинного перевода и т.д. В рамках доклада на DotNext 2017 мы будем об этом говорить: как можно, вообще не разбираясь, как именно это устроено, просто пользоваться результатами.

— Этот инструмент чем-то выделяется на фоне аналогов от других производителей?

Дмитрий Сошников: По сути Cognitive Toolkit — это Microsoft-овский аналог фреймворков TensorFlow, Caffe и т.д.

Все они в принципе очень похожи идеологически. Но Microsoft Cognitive Toolkit первым начал поддерживать очень распределенную среду обучения, когда можно обучать нейронную сеть не только на каком-то одном графическом процессоре, а на нескольких графических процессорах или даже на нескольких графических станциях. Т.е. можно сделать ферму обучения нейросетей.

Насколько я знаю, Cognitive Toolkit обыгрывает другие фреймворки по скорости обучения. Плюс его очень удобно использовать. Большинство фреймворков так или иначе связаны с языком Python, а Cognitive Toolkit изначально шел немного по другому пути. В нем изначально можно было описать архитектуру нейросети на специальном языке, а после этого обучить ее, не строя никаких моделей в Python. Это было немного проще. Сейчас Cognitive Toolkit поддерживает оба варианта, т.е. является достаточно гибким.

— Наверное, есть моменты, в которых Cognitive Toolkit проигрывает аналогам?

Дмитрий Сошников: В целом подобные фреймворки — это инструменты нижнего уровня, поверх которых можно обучать произвольные нейросети. Как и аналоги, инструмент Cognitive Toolkit поддерживает некий базовый уровень, поверх которого можно строить архитектуру сетей произвольной сложности. Поэтому круг решаемых различными инструментами задач примерно одинаков.

Выбор фреймворка во многом определяется какими-то личными предпочтениями, наличием справочных материалов. И вот здесь фреймворк от Microsoft чуть-чуть отстает, поскольку он появился чуть позднее, поэтому по нему нет такого большого количества материалов, в частности, онлайн курсов. Но ситуация, конечно, потихоньку выравнивается.

Мы совместно с МФТИ планируем выпустить онлайн-курс, посвященный как раз задачам, связанным с использованием искусственного интеллекта на практике. И какая-то доля информации по Cognitive Toolkit туда тоже войдет.

Ближайшее будущее

— Можно ли сейчас предсказать, в каком направлении идет развитие сегмента искусственного интеллекта?

Дмитрий Сошников: Наверное, окончательно строить прогнозы еще рано, поскольку в 2011-2012 годах началось исключительно бурное развитие технологий. С тех пор совершенствуются методы распознавания, улучшаются архитектуры нейронных сетей, т.е. растет точность решения задач.

В этом сегменте еще много нерешенных вопросов. Задачи распознавания изображения и голоса уже решены на достаточно высоком уровне. Дальше, наверное, самое интересное — это пытаться извлечь какой-то смысл из текста. Здесь тоже есть достаточно ошеломляющие успехи. Например, можно обучить нейронную сеть на фрагментах разговоров из фильмов и получить робота, который умеет как-то поддерживать диалог. Но при этом в диалоге будет не так много осмысленного. Как транслировать знание в смысл, как соединить неявное представление знаний в нейросетях с символьными рассуждениями — пока непонятно. Это направление исследований, которым будут заниматься ученые.

Что касается инструментов, они сейчас активно развиваются. В некотором смысле производители инструментария пытаются следовать за научными достижениями в соответствующей области. Появляются новые архитектуры сетей — появляется их поддержка в инструментах, т.е. функционал все время расширяется.

Как я говорил ранее, с точки зрения разработчика заметна тенденция демократизации искусственного интеллекта и, в том числе, инструментария. Помимо упомянутого мной Microsoft Cognitive Toolkit, есть интересный инструмент Azure Machine Learning, позволяющий без глубокого понимания реализации всех алгоритмов машинного обучения применять их к реальным данным и смотреть, удается ли выделить какие-то закономерности и использовать их дальше в своих продуктах. Этот инструмент тоже развивается достаточно интенсивно — туда вставляются новые методы и алгоритмы.

В целом технологии становятся все более доступными. Сложные вещи упрощаются, чтобы их можно было использовать в как можно более широком наборе проектов.
Еще один момент, о котором хотелось бы упомянуть, — это пока еще первые эксперименты облачного использования более эффективных аппаратных решений, реализующих алгоритмы искусственного интеллекта. Об этом на Dotnext мы говорить не будем, но тема подробно обсуждалась на конференции Microsoft Ignite. В облаке Microsoft планирует предлагать не только классические вычислительные ресурсы, но и программируемые логические интегральные схемы: ПЛИС или FPGА. Если упростить, — это микросхемы, которые можно прошить на выполнение определенных логических операций, и которые будут выполнять эти операции очень быстро. Имея такую схему мы можем вычислять нейронную сеть намного быстрее. В ходе экспериментов процессор «прошили» на перевод с языка на язык, в результате роман «Война и мир» переводится с языка на язык за 2 секунды. Если взять все множество таких процессоров, которые есть у Microsoft в облаке, то Википедию можно перевести с одного языка на другой за время, пока человек моргает глазом.

Источник

Алгоритмы творчества: может ли компьютер создать произведение искусства?

«Ты всего лишь машина, только имитация жизни. Робот сочинит симфонию? Робот превратит кусок холста в шедевр искусства?» — человек по имени Дэл Спунер обрушивает эти, казалось бы, риторические вопросы на андроида-бунтаря, чтобы доказать превосходство людей над машинами. Так развивается один из диалогов в научно-фантастическом фильме «Я, робот». Логика Спунера ясна: до последних лет мы считали творчество своей прерогативой, одним из немногих островков человеческого труда в океане автоматизации, на которые никогда не посягнет ИИ. Но реальность подбрасывает все больше поводов в этом сомневаться. Дело в том, что программы уже полным ходом пишут статьи, сочиняют музыку и даже пытаются рисовать.

Изобразительное искусство

Машина испытала себя в роли живописца, еще когда искусственный интеллект, каким мы его знаем сегодня, существовал разве что в теории.

В 1973 году программист и художник Гарольд Коэн, профессор Калифорнийского университета в Сан-Диего, приступил к работе над проектом AARON — роботом, пишущим картины. Коэн начал с того, что внес в программу набор инструкций, основанных на действиях человека, изображающего те или иные объекты. Машина работала с красками и холстом, а затем и в цифровом формате. В 80-х AARON научился визуализировать предметы в 3D, а в 90-х — использовать разные цвета и оттенки. Его произведения стали покупать коллекционеры. Мастерство робота росло с каждым годом, и, по словам Коэна, AARON даже превзошел творца в работе с цветом.

Но хотя машине по силам создавать изображения без помощи человека и каких-либо заготовок, плоды ее творчества выглядят очень схематично. К тому же AARON умеет изображать лишь объекты нескольких типов либо совсем абстрактную мазню. Такие ограничения обусловлены во многом тем, что робот Коэна почти ничего не знает о своем окружении. Грубо говоря, с таким же успехом можно учить рисовать слепых.

Картины робохудожника AARON. Источник

Однако проблема незрячих компьютеров скоро решится. Люди оцифровали гигантские объемы информации о виртуальном и физическом пространствах, а железо стало достаточно мощным, чтобы все это переварить. Facebook, Microsoft и другие ИТ-гиганты загружают данные сенсоров, камер, текстовый и мультимедийный контент в нейронные сети — электронные подобия мозга. Получая таким образом информацию о мире вокруг, компьютеры, можно сказать, видят и слышат. И даже начинают учиться. Алгоритмы машинного обучения ищут закономерности в полученных данных и интерпретируют их, словно человек, который через новый опыт познает мир.

Эффект от применения таких технологий заставляет по-новому взглянуть на творческий потенциал ИИ. Инженеры Google уже несколько лет используют нейронные сети для того, чтобы подбирать похожие изображения, распознавать местность или отдельные объекты на фото. При этом специалисты признают, что сами не до конца понимают тонкостей работы ИИ. Чтобы разобраться в нюансах, сотрудники Google в прошлом году решили визуализировать скрытые механизмы нейронных сетей. Результат настолько впечатлил инженеров, что они всерьез задумались о креативных возможностях машин.

Вследствие эксперимента ИИ Google научился дополнять готовые и генерировать новые изображения с нуля.

В первом случае в систему нужно загрузить любой графический файл. Она изучит его и сопоставит с миллионами других обработанных ранее изображений. Если нейросеть заметит сходство в некоторых фрагментах, она усилит его деталями из баз данных. Этот процесс напоминает игру, в которой дети сравнивают формы облаков с животными или предметами, а потом мысленно добавляют недостающие черты к облакам. Чтобы поглядеть на отпечаток «фантазии» Google на выбранном изображении, вы можете загрузить его на сайте проекта Deep Dream. Психоделическое зрелище гарантированно. Сами же разработчики назвали этот стиль inceptionism — судя по всему, в честь фильма «Начало» (англ. Inception) о внедрении идей в человеческий мозг.

Фреска Микеланджело «Сотворение Адама» и ее копия, обработанная нейросетью Google

Чтобы нейросеть сгенерировала полностью новое изображение, эксперту достаточно показать ей фрагмент цифрового шума и запросить образ, который он желает видеть на выходе. К примеру — банан. Система извлечет из памяти и придаст исходнику с шумом общие черты этого фрукта. Конечно, если ранее нейросеть изучила достаточно изображений с бананами и правильно распознала облик плодов.

Меж тем, в прошлом году исследовательская организация Bethge Lab научила ИИ копировать визуальный стиль знаменитых художников. Натренированные учеными нейронные сети смогли отделить оформление от содержимого в одних изображениях и наложить его на другие графические файлы. Например, получив доступ к двум файлам — оцифрованной картине «Крик» Эдварда Мунка и фотографии городского пейзажа — система определит стиль художника и применит его к фото. Что интересно, сейчас пользуется высоким спросом фотоприложение Prisma для iOS, которое эксплуатирует нейросети похожим образом — для стилизации фотографий под шедевры живописцев.

Фото городского пейзажа, стилизованное под работы известных художников. Источник

Синтез музыки

Вдохновившись изобразительным творчеством ИИ, Google стала проявлять интерес к музыкальным способностям компьютеров.

Этой весной поисковый гигант анонсировал проект Magenta, в рамках которого компания попытается развить креативные возможности машин в сфере музыки и визуального искусства. В основу проекта лягут богатые наработки подразделения Google Brain team, которое занимается вопросами машинного интеллекта. Команда уже продемонстрировала первые простейшие мелодии, сгенерированные ИИ. Получив несколько нот от человека в качестве входящих данных, алгоритм экстраполирует их, опираясь на базу музыкальных файлов в своей памяти. Результат звучит примитивно. Но если учесть, что машинное обучение только зарождается, в будущем нас ждут композиции совсем иного уровня.

Важная особенность Magenta — его открытость. Google намерена привлечь к проекту сторонних программистов, специалистов по машинному обучению, музыкантов, композиторов и всех остальных, кто может сделать свой вклад или желает извлечь пользу из Magenta. Для этого корпорация разрабатывает открытую онлайн-платформу на основе своей библиотеки для машинного обучения — TensorFlow. Ее пользователи получат новые инструменты для работы с музыкой под управлением мощнейшего ИИ.

Вместе с тем на уровне компаний поменьше и в академической среде работа над синтезированной музыкой ведется уже давно. Профессор Калифорнийского университета в Санта-Крузе, композитор Дэвид Коуп учит компьютеры сочинять музыку больше 50 лет. Написанное им ПО успешно генерирует мелодии, копируя стили известных музыкантов. А такие интеллектуальные машины, как Iamus и Melomics109, разработанные учеными из Малагского университета в Испании, прошли путь от простых до сложнейших композиций в собственной уникальной стилистике. Кроме того, программы вроде Liquid Notes, Quartet Generator, Easy Music Composer и Maestro Genesis, как пишет Gizmag, берут на себя рутинную часть работы композиторов, выступая ценными помощниками.

Сотрудничество сторонних компаний и специалистов Google наверняка принесет выгоды всем участникам и ускорит развитие ИИ в творческом направлении.

Писательское мастерство

В результате прогресса в технологиях распознавания естественного языка машины уже заменяют журналистов в некоторых жанрах. Лучше всего ИИ справляется с подготовкой аналитических текстовых материалов в тематиках вроде финансов и спорта, где важную роль играют числа. Компании Narrative Science и Automated Insights внушают журналистам страх, разрабатывая умные генераторы текстов для Forbes, Associated Press, Yahoo News и других всемирно известных изданий. Подготовленные машинами финансовые отчеты или заметки с итогами спортивных матчей пока сложно назвать «бессмертной прозой», отмечает Тим Адамс, автор The Guardian, но их качества уже достаточно, чтобы заменить живых авторов. Журналист приводит несколько текстовых фрагментов из публикаций, написанных ИИ:

«Вторник был великим днем для Уильяма Робертса. Младший питчер показал идеальную игру, что принесло Вирджинии победу над Джорджем Вашингтоном на Дейвенпорт Филд со счетом 2:0». («Tuesday was a great day for W Roberts, as the junior pitcher threw a perfect game to carry Virginia to a 2-0 victory over George Washington at Davenport Field».)

Робожурналисты открывают новые горизонты для владельцев СМИ. Незнающие усталости и творческих кризисов программы штампуют буквально тысячи заметок в секунду. А в будущем, как рассказал для The Guardian один из основателей Narrative Science Крисс Хаммонд, читатели будут получать точно персонализированный контент. Бизнесмен привел пример с историей о стихийном бедствии: машины смогут писать тысячи ее вариантов для разных компаний, рассказывая, какие риски грозят каждой из них. А люди, чьи родственники оказались в области бедствия, будут автоматически получать информацию с места событий. Однако Хаммон не ждет подобных вещей в ближайшей перспективе.

Касательно текстов со сложным эмоциональным повествованием, в том числе художественных произведений, позиции ИИ здесь заметно слабее. Ведь авторскую колонку или пьесу нельзя сложить из голых фактов. Сам компьютер пока не способен придумать полноценный сюжет, разве что — может составить его подобие из фрагментов других историй. Это умение недавно продемонстрировала нейронная сеть, разработанная Россом Гудвином, исследователем из Нью-Йоркского Университета. Ученый скормил ей сценарии классических фильмов в жанре научной фантастики. Система проанализировала текстовые файлы и без помощи написала собственный вариант сюжета, а режиссер Оскар Шарп с небольшой командой актеров сняли на его основе короткометражный фильм. Результат интригует и смешит одновременно. Трое людей обмениваются странными, почти бессвязными репликами так, как будто происходящее наполнено смыслом:

Имитация или искусство?

Компьютеры действительно научились самостоятельно создавать новые ценности, представляющие интерес для человека. То есть можно утверждать, что они освоили творческий процесс. С одной стороны, он во многом далек от возможностей одаренных людей и часто напоминает незатейливый креатив ребенка, но с другой — у машин еще долгая дорога впереди.

Считать ли плоды такого творчества искусством — вопрос философский. Тем более этот термин так и не получил общепринятой трактовки, каждый вкладывает в него нечто свое. Как мне кажется, в центре искусства обязательно должны быть эмоции, чувства, идеи и порывы — а все это, к сожалению или счастью, нельзя воплотить в алгоритмах. По крайней мере, пока.

Для тех, кто хочет знать больше

Подписывайтесь на наш нескучный канал в Telegram, чтобы ничего не пропустить.

Источник