Картина, созданная специально обученной нейронной сетью, впервые получила признание ценителей искусства. Она была продана за 432 тыс. долларов на престижном аукционе.
Продано!
Нью-Йоркский дом Christie's – одно из самых известных мест в мире, где можно приобрести шедевры изобразительного искусства. К примеру, в конце прошлого года на аукционе была совершена самая крупная продажа в истории живописи – саудовский принц купил у российского миллиардера Дмитрия Рыболовлева картину Леонардо Да Винчи «Спаситель мира» за 450 млн долларов. Теперь же в число проданных с помощью Christie's полотен вошла работа, написанная нейросетью.
На торгах 25 октября участник аукциона приобрел картину «Портрет Эдмонда Белами» за 432 тыс. долларов (около 30 млн российских рублей). Автор холста – алгоритм Generative Adversarial Networks, созданный специально для того, чтобы подражать живописцам. В его разработке принимала команда французских специалистов из компании Obvious.
«Портрет Эдмонда Белами»
На проданной картине изображен мужчина средних лет, принадлежащий к вымышленной семье Белами. Предположительно, он может быть адвокатом или священником. Разработчики нейросети оценили начальную стоимость творения своего виртуального подопечного в 7-10 тыс. долларов, но в итоге картина была продана почти в 45 раз дороже.
«Портрет Эдмонда Белами»
Холст, как и положено произведению изобразительного искусства, подписан автором.
Подпись «автора» работы
Как робот рисует
Прежде чем приступать к созданию нейросети, авторы проекта провели ряд тестов, которые доказали, что написать алгоритм, способный подражать стилю художника-человека, вполне реально. Следующим шагом стала разработка генеративно-состязательной сети (GAN).
GAN-система работает по принципу антагонистической игры. Она состоит из двух модулей: генератора и дискриминатора, которые постоянно соревнуются между собой. Первый занимается непосредственно рисованием. Он не имеет доступа к выборке, по которой происходит обучение нейросети, и стремится создать изображение, похожее на обучающие материалы. Дискриминатор принимает решение о том, принадлежит ли созданный объект к обучающей выборке, и уведомляет о результатах проверки генератор.
Таким образом, один модуль GAN-системы может успешно выполнить свое задание только в том случае, если другой потерпит неудачу. Ответы дискриминатора помогают генератору рисовать все лучше и создавать объекты, наиболее похожие на обучающую выборку. В контексте теории игр это обозначает победу генератора над дискриминатором.
Антагонистическая игра (игра с нулевой суммой) – система, предполагающая участие двух игроков в некооперативной игре. Выигрыш победившего игрока равен убыткам проигравшего. Самый простой пример такой игры – шахматы.
Разве может робот написать симфонию?
Чтобы обучить нейросеть, разработчики загрузили в ее базу данных множество полотен известных живописцев в разных жанрах: портреты, натюрморты, пейзажи, рисунки обнаженной натуры. После проведения тестов выяснилось, что лучше всего у алгоритма получается рисовать изображения людей. Именно поэтому на аукцион и был выставлен «Портрет Эдмонда Белами» как наиболее удачный экземпляр «творчества» виртуального художника.
Нейросеть создала целую галерею изображений Белами. Из наиболее удачных картин получилось составить генеалогическое древо придуманной семьи.
Семья Белами, созданная нейросетью
Впрочем, разработчики напоминают: GAN-система умеет лишь подражать стилю других художников, создавать произведения искусства «с нуля» она не способна. «Машина не вкладывала никаких эмоций в свои картины. Идея робота, который обладает знаниями об окружающем мире и использует их для создания чего-то нового – это чистая научная фантастика в данный момент», – поясняет Хьюго Каселлес-Дюпре, один из разработчиков Obvious, принимавший участие в разработке нейросети.
