Δεν μπορεί ο καθένας να γίνει μεγάλος καλλιτέχνης, αλλά ένας μεγάλος καλλιτέχνης μπορεί να χρησιμοποιήσει οποιαδήποτε μέσα και τεχνικές, η δε εργαλειοθήκη του –αποτελούμενη λ.χ. από πινέλα, πηλό, γύψο, κ.ά. υλικά– διευρύνεται καθώς η τεχνολογία εξελίσσεται.
Σήμερα, προγράμματα που διαθέτουν υπολογιστές δίνουν σε καθέναν μας τη δυνατότητα να σκιτσάρει και να ζωγραφίσει εικόνες, πόσω μάλλον τα καλλιτεχνικά προγράμματα Τεχνητής Νοημοσύνης (ΑΙ) που μπορούν να συμβάλλουν στη δημιουργία έργων τέχνης. Ένα από αυτά είναι το Generative Adversarial Networks (GAN), ένα σύστημα μηχανικής μάθησης που ωστόσο δεν μπορεί να χρησιμοποιηθεί από οποιονδήποτε, ούτε από έναν ερασιτέχνη καλλιτέχνη. Καθώς, η έλλειψη δημιουργικότητας μπορεί να επιφέρει μη ευφάνταστα αποτελέσματα, μη έργα που προσδιορίζονται ως έργα τέχνης. Τουναντίον με τους «αληθινούς» καλλιτέχνες, εκείνους που στο έργο τους δίνουν κάτι από την ψυχή τους. Γι’ αυτούς τους καλλιτέχνες, θα μπορούσε η Τεχνητή Νοημοσύνη να είναι ένα άλλο πινέλο;
Η απάντηση είναι καταφατική, τη δίνει ο ερευνητής Was Rahman, συγγραφέας αρκετών βιβλίων για την Τεχνητή Νοημοσύνη, διευθύνων σύμβουλος της AI Prescience και διδακτορικός ερευνητής στο Πανεπιστήμιο Coventry (Αγγλία). Σύμφωνα με τον Rahman, αρκετοί καλλιτέχνες χρησιμοποιούν καλλιτεχνικά προγράμματα Τεχνητής Νοημοσύνης, ενώ, εφαρμογές σαν το GAN που αναφέραμε παραπάνω έχουν γίνει αποδεκτές ως νόμιμα εργαλεία καλλιτεχνών.
Το GAN δεν είναι ένας καλλιτέχνης, είναι ένα ακόμη εργαλείο για τους καλλιτέχνες. Ακόμη κι αν κάποιος καλλιτέχνης χρησιμοποιεί ένα καλλιτεχνικό πρόγραμμα Τεχνητής Νοημοσύνης εξακολουθεί να θέτει ιδέες και φόρμες που άπτονται στη δημιουργικότητα. Βάσει αυτού, εφαρμογές και προγράμματα Τεχνητής Νοημοσύνης που αφορούν στη δημιουργία έργων τέχνης δεν είναι παρά ένα ψηφιακό πινέλο για τους καλλιτέχνες. Λόγος επίσης γίνεται για τι από όσα έχουν χαθεί σε ένα έργο τέχνης με την επίδραση του χρόνου, θα μπορούσαν να αποκατασταθούν με τη συμβολή της Τεχνητής Νοημοσύνης.
Πηγή φωτ.: Shutterstock
Όπως διευκρινίζει ο Rahman στο slashgear, «τίποτα δεν είναι φτιαγμένο για να διαρκέσει, ούτε καν τα πράγματα που δημιουργούμε για να διαρκέσουν όσο το δυνατόν περισσότερο. Eιδεμή τα έργα τέχνης. Η Τεχνητή Νοημοσύνη θα μπορούσε να προσφέρει ένα χρήσιμο δεύτερο ζευγάρι μάτια κατά τη διαδικασία συντήρησης έργων τέχνης». Ειδικότερα, προγράμματα μηχανικής μάθησης, μπορούν να υπολογίσουν πιθανά μέρη που λείπουν ή χρήζουν αποκατάστασης. Για να τονίσουμε τη διαφορά, «η μηχανική μάθηση είναι τεχνικά διαφορετική από την Τεχνητή Νοημοσύνη, αλλά είναι επίσης ένα υποσύνολο της Τεχνητής Νοημοσύνης, οπότε, αφού μπορούμε να χρησιμοποιήσουμε τη μηχανική μάθηση στην αποκατάσταση έργων τέχνης, είναι λογικό να μπορούμε να χρησιμοποιήσουμε και την Τεχνητή Νοημοσύνη», επισημαίνει ο Rahman.
Όπως συμπληρώνει, «η μηχανική μάθηση μπορεί να ''καθοδηγήσει'' τους συντηρητές έργων τέχνης και είναι γενικά πιο ακριβής από τις προηγούμενες τεχνικές». Ενώ, προγράμματα ΑΙ που ανατίθενται στην αποκατάσταση έργων τέχνης θα μπορούσαν να αποτρέψουν τις αποτυχημένες προσπάθειες που οφείλονται σε ανθρώπινα λάθη. Υπό αυτή την οπτική, η Τεχνητή Νοημοσύνη θα ήταν χρήσιμη στην περίπτωση που θα αποτελούσε ένα καθοδηγητικό «χέρι» το οποίο θα συνέβαλε στο να βελτιωθεί η ποιότητα του αποτελέσματος, υπό την προϋπόθεση ότι ο συντηρητής ξέρει ήδη τι κάνει.
Τα καλλιτεχνικά προγράμματα Τεχνητής Νοημοσύνης αποτελούν μέρος της νέας κανονικότητας, υπογραμμίζει ο Rahman. Ακόμη κι αν η Τεχνητή Νοημοσύνη κυριαρχήσει στον τομέα της ψηφιακής τέχνης, ο άνθρωπος θα κυριαρχεί στον τομέα της μη ψηφιακής τέχνης. Ας μη λησμονούμε ότι βασικό «εργαλείο» του καλλιτέχνη είναι τα χέρια του, με αυτά «γεννά» όσα μέσα του εκκολάπτονται ή ωριμάζουν.
Πηγή κεντρικής φωτ.: Shutterstock
