زیبایی شناسی هنرِ هوش مصنوعی (۱)
زیبایی شناسی هنرِ هوش مصنوعی
موضوع زیبایی شناسی هنر یکی از مهمترین مسائلی است که فلاسفه هنر قرنهاست به آن پرداختهاند و در عین حال کمترین اتفاق نظر در همین حوزه از فلسفه صورت گرفته است؛ چرا که استنباط از مفهوم زیبایی بسته به عواملی چون تاریخ، شرایط سیاسی و اجتماعی، فرهنگ، جغرافیا و مسایلی از این دست، بسیار متنوع است. گذشته از این، همین عوامل نامبرده باعث میشوند که مفهوم زیبایی پدیدهای پویا باشد و در زمانهای مختلف به اشکال گوناگونی جلوه کند. از این رو در باب چیستیِ زیبایی به سختی میتوان (یا نمیتوان) به تعریفی جهان شمول، انسان شمول و تاریخمند دست یافت. با پیشرفت هوش مصنوعی و الگوریتم های پردازش کلمه، تصویر، حجم و صدا، موضوع زیبایی شناسی هنر به مرحلهای جدید، جذاب و در عین حال چالش برانگیز تبدیل شدهاست. در این مقاله، به بررسی نقش هوش مصنوعی در شناسایی و خلق زیبایی در هنر و بخصوص هنر موسیقی می پردازم.
ورود هوش مصنوعی به حوزه هنر از همان جادهای گذر کرد که پیشتر در حوزه علم وصنعت گذر کرده بود؛ یعنی استفاده از شبکههای عصبی (Neural networks) و یادگیری عمیق (Deep learning). پیش از اینکه درباره زیبایی شناسی هنر هوش مصنوعی داوری کنیم بهتر است نیم نگاهی گذرا به نحوه شکل گیری هنر توسط این پدیده نسبتاً جدید و هنوز غیرقابل قیاس با انسان بیندازیم.
فرآیند خلق یک اثر هنری با استفاده از هوش مصنوعی می تواند بسته به نوع فنآوری و الگوریتم خاصی که در آن استفاده می شود، متفاوت باشد. با این حال، این فرایند به طور کلی شامل مراحل زیر است:
الف) جمعآوری دادهها (Data collection): دستاندرکاران ساخت هوش مصنوعی در درجه اول مجموعه گستردهای از دادههایی را گردآوری میکنند که از آثار هنری ساخته دست بشر بدست آمدهاند، و از این اطلاعات برای آموزش، نحوه تشخیص و تولید مواد اولیه ساخت آثار هنری (صدا، تصویر، حجم و …) استفاده میکنند.
ب) انتخاب الگوریتم (Algorithm selection): در مرحله بعد محققان، الگوریتمی را انتخاب میکنند که با نوع اثر هنری مورد نظرشان متناسب باشد. به عنوان مثال، برخی از سیستم های هوش مصنوعی از یک شبکه عصبی برای تولید تصاویر استفاده میکنند، در حالی که برخی دیگر از الگوریتم ژنتیک (genetic algorithm) برای تکامل طرح ها در طول زمان استفاده میکنند.
پ) آموزش هوش مصنوعی: در این مرحله، سیستم هوش مصنوعی بر پایه مجموعه دادهها و با استفاده از الگوریتم انتخاب شده، آموزش داده می شود. این آموزش که شامل تغذیه نمونه های زیادی از آثار هنری موجود و تنظیم تدریجی پارامترهای آن است تا زمانی ادامه پیدا میکند که سیستم بتواند ماده جدیدی شبیه به ماده ورودی تولید کند.
ت) تولید آثار هنری جدید: هنگامی که سیستم هوش مصنوعی آموزش داده شد، می توان از آن به واسطه دستورهای زبان برنامه نویسی یا کلمات، برای تولید آثار هنری جدید استفاده کرد.
ث) اصلاح: بسته به کیفیت اثر هنری تولید شده، توسعه دهندگان ممکن است نیاز داشته باشند سیستم هوش مصنوعی را با تغییر پارامترها یا تنظیم مجموعه دادهها اصلاح کنند. این فرآیند ممکن است تا دستیابی به کیفیت مورد نظر توسعه دهندگان تکراری شود.
به طور کلی، ایجاد یک اثر هنری با استفاده از هوش مصنوعی شامل ترکیبی از جمعآوری دادهها، انتخاب الگوریتم، آموزش و اصلاح برای تولید است که میتواند با استفاده از تقلید هوشمندانه آثار هنری جدیدی تولید کند. اما در ارتباط با کیفیت زیبایی شناسی اثر خلق شده طرح و پاسخگویی به یک سوال اساسی میتواند راهگشا باشد.