Искусство нейросетей: генеративные изображения¶

Искусство нейросетей — направление в цифровом искусстве, в котором произведения создаются или существенно модифицируются с помощью нейронных сетей, прежде всего генеративных моделей диффузии и генеративно-состязательных сетей (GAN). Термин охватывает как полностью автоматически сгенерированные изображения, так и работы, где нейросеть используется как инструмент художника наравне с кистью, фотоаппаратом или 3D-редактором.

¶История

Первые эксперименты с машинным созданием изображений относятся к 1960-м годам: художник и математик Гарольд Коэн разрабатывал программу AARON, генерирующую графику по набору правил. Существенный прорыв произошёл в 2014 году с публикацией архитектуры GAN (Ian Goodfellow и коллеги), а в 2015 году — DCGAN, что позволило получать узнаваемые изображения.

Коммерческий интерес к генеративному искусству возрос в 2020-х годах после появления моделей диффузии: DALL-E (OpenAI, 2021), Stable Diffusion (Stability AI, 2022), Midjourney (2022). В 2022 году сгенерированное нейросетью изображение «Théâtre D'opéra Spatial» Джейсона Аллена заняло первое место на конкурсе цифрового искусства Colorado State Fair, что вызвало широкую дискуссию о допустимости участия ИИ-генераций в творческих конкурсах.

¶Технологии

В основе большинства современных генеративных изображений лежат три класса моделей:

• GAN — две конкурирующие сети: генератор создаёт изображения, дискриминатор оценивает их реалистичность.
• Диффузия — модель обучается «размывать» изображение до шума и обратно восстанавливать его; генерация начинается со случайного шума, который постепенно превращается в картинку по текстовому описанию (промпту).
• Трансформеры и латентные модели — современные архитектуры (DALL-E 3, Midjourney v6), сочетающие текстовые и визуальные эмбеддинги.

Ключевой пользовательский интерфейс — промпт: текстовое описание на естественном языке, иногда дополненное негативным промптом (что не должно быть на изображении), стилями, референсами и ControlNet-масками для точного контроля композиции.

¶Виды и жанры

• Абстрактная и декоративная графика — обложки, паттерны, иллюстрации для статей.
• Фотореалистичные изображения — портреты, пейзажи, имитации фотографии.
• Арт в стилях известных художников — «в стиле Ван Гога», «в стиле Киая» и т. д.
• Концепт-арт и промпт-арт — направление, где ценность работы определяется качеством текстового описания и итерациями автора.
• Анимация и видео — генерация коротких роликов (Runway, Sora от OpenAI, Kandinsky от Сбера).

В России активно развиваются отечественные модели: Kandinsky (Сбер), Шедеврум (Яндекс), FusionBrain (Алиса/Сбер), GigaChat-визуальные модули. Эти системы обучены на русскоязычных датасетах и поддерживают русские промпты.

¶Юридические и этические вопросы

Главный спорный вопрос — авторство и интеллектуальные права. Модели обучены на миллионах изображений из интернета, включая работы художников, часто без согласия и вознаграждения. Ряд исков против Stability AI, Midjourney и OpenAI подан художниками и правообладателями (в частности, Getty Images). В США суды пока не вынесли окончательных решений о том, может ли ИИ-генерация охраняться авторским правом.

Дополнительные проблемы: дипфейки, генерация запрещённого контента, «загрязнение» поисковых индексов синтетическими изображениями, вытеснение иллюстраторов и стоковых фотографов.

¶Значение

Генеративные изображения уже применяются в рекламе, книжной иллюстрации, геймдизайне, архитектурной визуализации, медицине (генерация синтетических данных для обучения диагностических моделей). Отношение художественного сообщества неоднозначно: часть авторов использует нейросети как новый инструмент, часть считает их источником «стилизованной безвкусицы» и угрозой профессии.

Источники:

• Goodfellow I. et al. Generative Adversarial Networks // NeurIPS, 2014.
• Rombach R. et al. High-Resolution Image Synthesis with Latent Diffusion Models // CVPR, 2022.
• Репортажи о конкурсе Colorado State Fair 2022 (The New York Times, Ars Technica).
• Материалы о российских генеративных моделях Kandinsky и Шедеврум (пресс-релизы Сбера и Яндекса).