IA GERADA: ARTE OU MATEMÁTICA?

Uma nova tendência em tecnologia tem surgido ultimamente; Arte gerada por IA. Centenas de usuários em várias plataformas, principalmente Reddit, Discord, geram imagens, desde retratos realistas de um cachorro até um astronauta jogando basquete na Via Láctea. Essa tecnologia em ascensão possui um grande potencial: desde o design do logotipo da sua marca até o desenho daquela imagem surreal e maluca que surge em sua mente. E qual é o limite? Nem mesmo o céu!

No entanto, como sempre, existem algumas desvantagens. Ultimamente, encontramos a notícia de que uma imagem gerada por IA ganhou um concurso de arte¹. Os artistas estão preocupados que esse tipo de arte artificial desacredite seu trabalho, aumente a cópia, prejudique a colaboração e promova uma nova classe de trabalho menos criativo…²

Essas opiniões, juntamente com muitas outras, levantam alguns pontos de interrogação: a arte da IA ​​é realmente arte? Pode aumentar a fraude em concursos de arte? Qual é o futuro da IA ​​e da arte?

COMO FUNCIONA ESSE ALGORITMO?

Antes de mergulharmos nas discussões e discussões, vamos falar um pouco sobre, em alto nível, como o algoritmo realmente funciona. Em resumo, este é um algoritmo de texto para imagem: o usuário insere um prompt, o modelo “entende” essa entrada e, em seguida, gera a imagem. Mas como um computador pensa e entende? Para responder a essa pergunta, teremos que investigar alguns conceitos-chave.

O que é semântica?

De acordo com o dicionário Oxford, semântica é o estudo do significado de palavras e frases.³ Mas você não pode reduzir a semântica de uma palavra a uma definição no dicionário. Por exemplo, a palavra “cabeça” pode se referir a uma parte do corpo, a um líder ou administrador ou ao início. Portanto, a semântica depende do contexto.

Além disso, duas palavras diferentes também podem se referir à mesma coisa. Por exemplo, Vênus pode ser referido como a “estrela da manhã”, embora Vênus não seja uma estrela. Até a palavra “Vênus” tem um significado semântico, refere-se a um planeta específico do sistema solar.

Para simplificar, você pode pensar na semântica como um mapa mental entre uma palavra e um objeto ou conceito. E assim entender um conceito é simplesmente construir esse mapa mental. Mas como os computadores constroem esse mapa? Ou, mais precisamente, eles podem realmente “entender”?

Text-to-Image

Uma das tarefas mais comuns em PNL é a “modelagem de linguagem”, onde um modelo ML/NN determina a probabilidade de uma sequência de palavras em uma frase, e esses modelos também podem gerar uma sequência de palavras (este é um texto para -modelo de texto). Esses modelos também podem ser usados ​​em outras tarefas, como análise semântica, como modelos pré-treinados. Para simplificar, não entraremos em muitos detalhes neste post, mas fornecerei mais recursos sobre essas tarefas no final deste artigo.

Com modelagem de linguagem e análise semântica, uma máquina pode realmente construir o mapeamento mental. Ele pode “entender” a sintaxe da frase e, então, mapeá-la para uma imagem.

Por exemplo, na frase “Aquiles segura uma lança”, o modelo pode entender o que “Aquiles” “segura” e a que se refere a palavra “lança” e, graças a modelos pré-treinados, também pode deduzir a relação entre esses três palavras.

No entanto, isso levanta outros pontos de interrogação nas mentes? Essas máquinas “realmente” entendem a frase dada? Ou eles são bons demais em computar as ocorrências estatísticas dessas palavras ou sentenças e em construir esses modelos? Mais especificamente, se você tiver uma máquina que pode detectar uma “xícara” em uma imagem ou vídeo, isso significa que a máquina “sabe” o que é uma xícara ou apenas captura padrões comuns em imagens que contêm uma xícara? Isso nos leva à nossa questão principal. A AI-art é realmente arte?

Em primeiro lugar, todos os seres humanos experimentam a vida de maneira diferente por meio de sentimentos e ideias distintas. Quando você pede às pessoas para “desenhar uma vista de montanha”, você não pode esperar que elas alcancem o mesmo resultado: algumas pessoas desenharão nuvens abaixo da borda da montanha, outras talvez adicionem um mar no fundo, arco-íris acima da borda da montanha, etc. Podemos obter resultados semelhantes adicionando algumas restrições: por exemplo, a estação deve ser inverno, não deve haver nuvens em sua visão, você pode usar apenas algumas cores e assim por diante. Ao adicionar restrições, você também limita a imaginação de alguém, mas mesmo com restrições muito rígidas, sempre observaremos o sabor de um artista nesses desenhos de alguma forma.
No entanto, a IA desenhará dependendo de seus dados de treinamento e algoritmo; ele simplesmente desenha o resultado de seus 'algoritmos', nada mais, nada menos. Não será provável que adicione um arco-íris à sua visualização, a menos que você o especifique.
Além disso, os atuais algoritmos de IA não podem imitar a inspiração e não possuem as chamadas musas. Não pode decidir-se a produzir arte; não tem sentimentos para expressar. É simplesmente um servo que atrai o que você pensa.

Hoje, por outro lado, sabemos que existem certos conceitos matemáticos ligados à arte, como proporção áurea, geometria, perspectiva linear. Espera-se que um pintor desenhe o que tem em mente usando essas ferramentas. Outro exemplo seria um músico produzindo sua música aplicando alguns padrões vocais, com o auxílio de algumas ferramentas que chamamos de “instrumentos musicais”. Mesmo na obra de arte mais surreal onde você viola as regras, espera-se que você crie novas restrições e crie seu trabalho dentro dessas restrições. Portanto, uma máquina pode simplesmente aprender essas regras e produzir seu trabalho sem violar esses limites.
Além disso, embora a falta de inspiração e musas nas máquinas tenham sido mencionadas acima, nem mesmo entendemos completamente o conceito de inspiração. É possível que a inspiração seja simplesmente derivada de nossas experiências passadas.
Além disso, o “aprendizado” humano e o “aprendizado” de máquina não precisam acontecer da mesma maneira. Não podemos nem descrever completamente a maneira como o cérebro opera, a cognição ou a arte. De certa forma, podemos pensar nos humanos como máquinas que tomam seu ambiente e experiências como entrada, sua genética e traços característicos como seus “hiperparâmetros” e, finalmente, produzem uma reação, uma ideia ou uma obra de arte.

Opinião pessoal

Do meu ponto de vista, a arte da IA, como é, não é arte. Como mencionado anteriormente, esses algoritmos não têm sentimentos e, embora possamos pensar alegoricamente os dados de treinamento como suas experiências passadas, esses dados apenas determinam como eles calculam sua saída. Uma máquina, não vai se apaixonar por outra máquina, ou humano.

Além disso, isso pode diminuir a necessidade de artistas, designers gráficos, etc., pois as empresas podem optar por usar esses modelos, para evitar custos extras.

No entanto, isso não significa que esses modelos sejam simplesmente esforços em vão. Desenvolvedores e pesquisadores tentarão desenvolver seus modelos no futuro e, para isso, terão que entender o que significa sentir, como pensamos e o que é arte. Assim, esses modelos também abrem um potencial para pesquisas futuras sobre esses tópicos. Teremos modelos de IA mais eficientes à medida que entendermos melhor e entenderemos melhor à medida que melhorarmos nossos modelos. Um dia, quando alcançarmos a Inteligência Artificial Geral, também poderemos descobrir “artistas de IA” que podem produzir sua própria arte e podem até colaborar com humanos para entender melhor a natureza da arte.

Além disso, embora a tecnologia atual, como a maior parte da tecnologia, represente algumas ameaças, como fraudes em concursos de arte, isso não significa que elas não possam ser evitadas. Podemos usar Machine Learning para detectar essas fraudes, um modelo que simplesmente classifica se uma obra de arte é ou não feita por um humano ou por um computador. De certa forma, uma maneira segura de usar IA é usar IA.

É verdade que há risco para os artistas, mas também há oportunidade. Por exemplo, ficará mais difícil para um designer gráfico encontrar um cliente. No entanto, nós, como desenvolvedores, talvez possamos implementar algoritmos de última geração. Mas não podemos entender totalmente a natureza da arte tanto quanto um artista. E o que fazemos é simplesmente aplicar os conceitos artísticos em nossos códigos. Assim, quem trabalha neste domínio, terá sempre necessidade de consulta artística.

Em conclusão, com a tecnologia atual, a AI-art não é arte, pois nem mesmo somos totalmente capazes de entender alguns conceitos como cognição, natureza da arte e aprendizado. Mas sempre há novos potenciais e conceitos a serem descobertos, e como eu disse antes, nem o céu é o limite! Aos artistas, qual é a vossa opinião sobre esta forma? Você acredita que os desenvolvedores podem criar artistas artificiais? Você colaboraria com algum desses AGIs? Aos desenvolvedores e pesquisadores, vocês acreditam que isso vai desbloquear novos domínios? Será que algum dia entenderemos melhor como o cérebro funciona e como ele produz arte? Deixe-me saber nos comentários.

Texto para imagem:https://towardsdatascience.com/text-to-image-a3b201b003ae

Modelagem de linguagem:https://towardsdatascience.com/the-beginners-guide-to-language-models-aa47165b57f9

Análise semântica:https://www.tutorialspoint.com/natural_language_processing/natural_language_processing_semantic_analysis.htm

[1] Notícias sobre o concurso vencedor de AI-art: (https://www.cnn.com/2022/09/03/tech/ai-art-fair-winner-controversy)

[2] Opiniões de artistas sobre arte de IA:https://www.rappler.com/life-and-style/arts-culture/asked-artists-how-they-felt-ai-generated-art-lot-of-feelings/

[3]https://www.oxfordlearnersdictionaries.com/us/definition/english/semantics?q=semantics