18+

Хочу сразу поставить вопрос ребром: что вообще делает жестко детерминированная предельно рациональная система в мире метамодернизма? Искусственный интеллект является именно такой системой, наследуя наилучшие и наиглубинные традиции европейского рационализма, которые, кстати, привели нас к двум мировым войнам (и уже практически к третьей). Если же верить новейшим и моднейшим веяниям в культурной теории, то наши дни метамодернизма наполняются новой искренностью, аффектом, реабилитацией гуманности и истины, а также приятными колебаниями между упертостью модернизма и скептической иронией постмодернизма. На этом фоне искусственный компьютерный разум — огромный и бесчувственный, погруженный в большие данные, которые и представить невозможно, — выглядит как-то не вполне уместно. Он как будто не в тему эпохи. Как будто ИИ на самом деле — мимо.

Философ Бен-Чхоль Хан проводит важное онтологическое различие между природой данных и нарративным характером культуры. Мир данных и прикованный к нему цепью слуга — искусственный интеллект — это мир голой жизни как физического потока компьютерных сигналов, лишенный нарративной жизненной силы, питающей мир культуры. Мир без рассказа, в лучшем случае — способный на потребительский сторителлинг. Мир данных также лишен эротизма — желания, драйва, влечения, наслаждения, не смотря на процветающую в нем порнографию. ИИ в этом отношении — лучший друг, товарищ и брат порно. 

Итого: ни эроса, ни нарратива. Только голая жизнь разума на цепи big data.

Однако, возможно, есть для нее одно культурное оправдание, которое может сработать. Давайте разбираться. 

У профессиональных дизайнеров и художников термин «генератор» обозначает разнообразные творческие методики, благодаря которым получаются новые идеи и образы для разных творческих проектов. У каждого автора на творческом верстаке наличествует свой арсенал таких инструментов. И базу этой методологии мы в изобилии находим в модернистском искусстве. Дадаисты и сюрреалисты, например, со своими коллажами, нарезками и автоматическим письмом были «мастерами спорта» в этом деле. Для них генератором художественной идеи, а порой и всего творческого пути художника была случайность. Именно на нее они полагались, когда бродили по городским улицам произвольными маршрутами, ведущими к самым неожиданным и странным встречам, которые невозможно сфабриковать.

Если заглянуть глубже в историю, то вполне продуктивным генератором еще в XVIII веке была музыкальная игра в кости, которая позволяла сочинять

музыкальные стандарты (вальсы, марши и проч.) любому дилетанту, комбинируя заготовки из заранее написанных композиций в соответствие с выпавшей комбинацией костей. Просто вдумайтесь: в цикле шесть бросков — по числу всех граней мы получим более сорока тысяч комбинаций. То есть без вальса не останемся. Одно из руководств к подобному композиторскому творчеству даже приписывают Моцарту.

Идея сделать весь мир со-творцом, со-художником неотделима от искусства и популярной культуры ХХ века. Мы находим ее влияние и в джазовой импровизации, и в театральном процессе по методам Мейерхольда, и в шумовой или индустриальной музыке, и в хэппенинге, и много где еще. Конечно, здесь просто нельзя не упомянуть Джона Кейджа и его опус 4”33. История с использованием искусственного интеллекта (ИИ) как подобного рода генератора — это лишь одна из страниц большого пути генеративного модернизма. Да, в наши дни эта страница, возможно, превратится в отдельную книгу целой эпохи. А может, мы просто перелистнем ее, поскольку ИИ — мимо. 

В историко-культурном контексте генеративное искусство развивалось в своей логике, а искусственный интеллект — в своей. Их встреча была во многом предопределена самим генеративным искусством, ибо внутри его экспериментов не прекращались поиски того, чему художник мог бы делегировать творческий процесс как со-творцу — случаю, дождю, ветру, мусору, компьютеру… И чем автономнее и своенравнее такой со-творец, тем лучше. Нам представляется, что в предопределенности этой встречи важно не то, насколько революционен ИИ как технология, а то разнообразие и эволюция идеи, концептов и амбиций, которые закладываются и в сам ИИ, и в искусство на его основе. 

***

На заре 1970-х американский художник британского происхождения Гарольд Коэн начинает многолетнюю одиссею робота-художника AARON, которому будет суждено стать не только пионером компьютерного творчества, но и целым культурным явлением, значение которого активно переосмысляется в последние годы на выставках современного искусства различного масштаба. Коэн придумал систему, где компьютерная программа решает художественные задачи — создает изображения, которые затем выводятся на печать (плоттеры и принтеры он также конструировал сам). Довольно быстро он приходит к использованию возможностей языка программирования Lisp, считающийся первым полноценным инструментом разработки для систем ИИ. Интересна эволюция образов компьютерного художника — она идет в логике, обратной исторической: AARON сначала мастерил абстракции, и лишь его поздние версии стали генерировать все более фигуративные изображения.

В 2013 году российский арт-дуэт «Электробутик» (Алексей Шульгин и Аристарх Чернышев) представили проект «Артомат.Pro». Это компьютерная программа, генерирующая современное искусство по запросу пользователя (она была реализована для использования онлайн и как приложение). Для этого нужно просто применить к любому выбранному объекту некоторые типовые методики, которые используются современными художниками. Эти методики авторы проекта выделили из огромного массива актуального художественного материала, поставляемого арт-институциями и арт-событиями. 

Между AARONом и Артоматом приличный временной разрыв, который тем не менее вроде бы не отменяет общий порыв к интеллектуальной творческой автоматизации художественного производства. Однако AARON честно рвется в компьютерные художники. Артомат же иронично интерпретирует саму систему производства современного искусства с ее претензиями на авторскую уникальность и экспериментальность, разоблачая ее «компьютерность» как шаблонное конъюнктурное творчество. 

В ковидном 2020 году, за несколько лет до ИИ-бума, выходит Манифест критического ИИ-искусства (Critical AI Art Practice Manifesto). Он переводит иронию Артомата на другой критический уровень этических проблем и вопросов, которые должны быть в центре работ художников и общественной повестки вокруг ИИ. Общий дух манифеста — стремление демистифицировать ИИ как новый инструмент капиталистического

господства со своей скрытой и непонятной, потенциально подрывной силой по отношению к существующему социальному порядку. Кто делает разметку датасетов для обучения компьютерных нейронных сетей и какая этика лежит в основе этого процесса? Как мы оценим потенциальный экологический вред от развития ИИ, требующего огромных энергетических и материальных ресурсов? Каковы основания решений по использованию этих инструментов в разных видах деятельности? Насколько корректен язык описания практик ИИ и какие идеологические дискурсы он поддерживает? 

К ИИ много сложных вопросов, и художники, разделяющие цели манифеста, должны постараться их задать. Только вот чему и по поводу чего их задавать? 

Слом парадигмы. Краткий очерк пришествия ИИ

Все обсуждают ИИ. Дональд Трамп обещает строить специальные электростанции для ИИ. Не для городов и людей. Для ИИ, Карл! Краем уха обычный человек может уловить что-то вроде того, что искусственный интеллект — это «искусственные нейронные сети». А очень внимательный обычный человек обратит внимание и на «технологии машинного обучения». Бдительный товарищ, возможно, станет разбираться с LLM — большими языковыми моделями. И на этом, скорее всего, остановится. Но что такое ИИ, понятнее не станет. Хотя уже в 1980-х искусственный интеллект стал многомиллиардной индустрией, вполне определявшей параметры индустриального развития современных обществ. 

Искусственный интеллект — детище большого научного переворота, который произошел в середине ХХ века. Переворот был совершен действительно великими людьми (как мы точно знаем сегодня). Среди них отец кибернетики Норберт Винер, создатель теории информации Клод Шеннон, родоначальники компьютерных наук Алан Тьюринг и Джон фон Нейман, создатель теории систем Людвиг фон Берталанфи. Кто-то из них, например, Шеннон, стояли также и у истоков ИИ. А Тьюринг сформулировал знаменитый тест на способность машины мыслить: если вы в текстовом общении с машиной и человеком, не зная от кого получаете сообщения, не можете определить, человек пишет или машина, то последняя прошла тест. Безусловно, кибернетика заняла лидирующие позиции в этом научном перевороте и искусственный интеллект долго оставался в ее тени. Но и здесь были свои герои.

История ИИ действительно начинается с нейросетей, но к ним не сводится. Еще в 1940-х годах была сформулирована математическая модель нейрона на основе аналогии дискретного функционирования транзистора и базовой физиологии центральной нервной системы. Транзистор и нейрон выполняют идентичные дискретные операции с «1» и «0». Одному из пионеров исследований ИИ Фрэнку Розенблатту удалось получить программно-ламповое решение простого нейрона — перцептрона, который мог распознавать простые символы. Сам термин искусственный интеллект в оригинале появился на английском языке — AI(Artificial Intelligence). Он был предложен американским математиком Джоном Маккарти — еще одним первопроходцем ИИ, соратником Клода Шеннона, Марвина Мински и других по семинарам в Дартмутском колледже (США) середины 1950-х. Маккарти является создателем первого логического языка программирования ИИ — LISP (того самого, на котором Гарольд Коэн программировал своего AARONа).

Однако уже на заре возникновения идей и разработок две важные «ветки» толкования сути ИИ разошлись. Нейронная модель опиралась на физикалистский подход: ИИ имитирует работу мозга, которая и есть основа интеллекта. Логическая модель строилась на предположении о возможности выполнения логических операций вне зависимости от субстрата центральной нервной системы. То есть ИИ может быть универсальной логической машиной, которая способна решать задачи как человек. Но без мозга и его имитации. Не кто иной, как влиятельный философ Бертран Рассел смело пытался обосновать такую возможность безмозглой логики (Рассела весьма впечатлила программа — прототип ИИ, которая уверенно доказывала теоремы из его же книги по основам математики).

Уже в 1960-х иллюзии логической универсальности развеиваются, поскольку, и это очевидно, логическая машина может рассуждать, но не может создавать специфические предметные знания. Мински и Маккарти приходят к ключевой проблеме контекстуальности и представления знаний для систем ИИ. Она же —проблема обучения. Ими было предложено решение, которое станет основной того, что называют «старый добрый искусственный интеллект», или дедуктивный ИИ. Суть решения в том, что логическая машина ИИ работает со знаниями из предметных (проблемных) областей и на основе этих знаний. Знания о проблемной области формулирует и формализует человек (эксперт), следуя методологии «инженерии знаний». В итоге ИИ функционирует как гибридная экспертная система, которая, вместе с экспертом, несет ношу полноты и определенности знаний, рассуждая на их основе о самых разных вещах: диагнозах пациентов в реанимации, например, или положении спутников на орбите. Именно этот старый добрый ИИ и превратился в индустрию экспертных систем уже в 1980-х. 

Следует отметить, что в СССР, при всех политических проклятьях кибернетики, тогда же в 1950-х появились первые концепции, созвучные идеям буржуазного ИИ. Благодаря академикам Анатолию Китову (именно он сделал все возможное для реабилитации кибернетики) и Виктору Глушкову сформировалось представление о централизованной системе управления экономикой страны на основе вертикально интегрированной системы электронно-вычислительных центров (академик Глушков рассказывал, что эта задача была поставлена ему лично председателем Совета министров Косыгиным в конце 1962 года). Так начиналась знаменитая история АСУ — автоматизированных систем управления, которые должны были объединиться в одну сеть и стать компьютерным разумом плановой экономики Страны Советов: считать производство и потребление всего и вся на душу населения, планировать строительство предприятий, логистику и т. д. Кстати, в городе, где я живу и работаю, часть промышленных кластеров была запроектирована в 1980-х с использованием АСУ, и предприятия до сих пор остаются в строю (кормят горожан мясом, например). Любопытно, что масштабы мысли и задач разительно отличаются от конкурентов по Холодной войне и включают практически все ключевые элементы, ставшие фундаментом ИИ сегодня: компьютерные сети, дата-центры, ведущие обработку в реальном времени. По существу, в СССР создавалась своя версия экспертных систем.

В начале 1980-х в результате долгого и трудного пути приобретает колоссальное научное влияние теория автопоэзиса, которую еще называют кибернетикой второго порядка. Чилийские нейрофизиологи Варела и Матурана усомнились в смелых базовых выводах Винера об идентичности механизмов в технических и биологических системах. Кибернетическая парадигма, уже принесшая очевидные и вполне революционные успехи, дрогнула под в общем-то очевидным аргументом — живые системы обладают способностью самореплицироваться и конструировать себя и свое поведение из себя же, а технические нет. То есть живые системы автопоэтичны, а их поведение эмерджентно. Для общей теории ИИ это означало, что отрывать интеллект от живых систем — задача весьма опрометчивая. Тогда в рамках кибернетики второго порядка и теории сложных адаптивных систем возникла концепция искусственной жизни (в данном контексте — термин американского математика Криса Лэнгтона), демонстрирующая эволюционную версию возникновения рационального поведения из сложных многоитерационных взаимодействий или сетей интерактивности. Эту модель еще называют индуктивный ИИ, в отличии от дедуктивного интеллекта экспертных систем.

В 1990-х произошла Интернет-революция, стремительно росли компьютерные мощности и производимые объемы данных. Спустя

десятилетие задачи обработки больших данных подтолкнули следующий рывок в развитии ИИ, который и превратился в хайп наших дней. Канадский математик Джеффри Хинтон взял так называемую Ограниченную машину Больцмана — нейросеть, раскидывающую вероятности на входе, — и «допилил» ее до системы глубинного обучения (deep learning, нейросеть со скрытыми слоями нейронов). Так произошла реанимация физикалитской модели ИИ как модели работы мозга. Поскольку компьютеры 50 лет спустя стали несравнимо мощнее, целые каскады таких машин Больцмана позволили создать самообучающуюся искусственную нейронную сеть. Более того — обучение позволяет перевести их в режим генерирования, если в ИИ реализована модель генеративной нейронной сети. Впрочем, вы можете расспросить об этом подробнее саму супермашину Больцмана, работающую на больших языковых моделях —чат GPT. Либо рекомендую погрузиться в ТГ-канал Сергея Карелова «Малоизвестное интересное».

В сухом остатке у нас довольно многоликий искусственный разум. Различные версии ИИ описывает и логическая машина, и экспертная система, и имитация работы мозга, и даже эффект искусственной жизни. Концепты достаточно богатые и содержательные для главной задачи генеративного искусства — максимально смело делегировать творчество в обитель голой жизни разума.

Художественные эксперименты голого разума

Художественные эксперименты с компьютерной техникой в 1950–1960-х годах, вдохновленные научными идеями кибернетики и теории информации, стали значительной вехой в развитии современного искусства в его генеративной ипостаси. Это историко-культурный факт. Вместе с «ожившей», то есть ставшей интерактивной, кибернетической скульптурой и новыми визуальными образами, произведенными компьютерными алгоритмами, появилась новая музыка, рожденная из чисел, экспериментальный кибернетический театр и даже компьютерная литература. В те годы едва ли кто-то мог предположить, что уже в 1980–1990-х годах новаторские авангардные эксперименты с компьютерами станут доминирующей реальностью культурного производства в мире музыки, кино, анимации и шоу-бизнеса. Как мы уже отметили, историю кибернетического искусства необходимо рассматривать в контексте более общей культурной логики развития искусства и технологий.

Кибернетическая парадигма способствовала развитию формалистической рациональной эстетики, объясняющей художественные феномены, исходя из выявления формально-математических и информационно-семиотических основ творчества. Искусство может быть рассмотрено как формализуемая, измеряемая, объективная система коммуникации, балансирующая на грани хаоса (энтропии) и порядка. Это также означает наличие в художественной коммуникации устойчивой детерминации процессов передачи данных. 

Да-да! Голый разум занялся измерением гармонии и в целом вполне преуспел! Однако, с другой стороны, в подобной высоко детерминированной среде становится возможным порождение искусственной объективной случайности — источника непредсказуемости и новизны, определяющей генеративный потенциал кибернетического искусства. 

Современное искусство активно включилось в голую жизнь разума. Хрестоматийный пример холодного искусства данных — авангард объективной музыки и его герои Джон Кейдж, Леджарен Хиллер, Эдгар Варез, Янис Ксенакис. Новые научные достижения вдохновили это поколение художников настолько же глубоко, как психоанализ сюрреалистов. Хиллер начал работать с генерацией нотных последовательностей на первых компьютерах еще в 1950-х. Он настаивал на объективности музыки и ограниченности романтической трактовки музыкального искусства как прямой эмоциональной коммуникации от «сердца к сердцу». Утверждение объективности музыки означает акцент на физической природе акустических феноменов и рассмотрение восприятия музыкального произведения с точки зрения количественной передачи информации (Хиллер ссылается на теорию информации Шеннона). Музыка формируется не столько «гением» композитора, собирающего из хаоса звуков гармонию музыки, сколько объективными структурами сочетания звуков, которые образуют композицию. Именно поэтому упорядочивание случайных шумов в гармоничное течение звуков не является привилегией композитора-человека и вполне может быть доверено умной машине, как его партнеру и инструменту. 

Для Джона Кейджа обьективная музыка рождается здесь и сейчас, а генератор случайных чисел становится главной функцией компьютера. Объективность музыки предполагает отчужденный от автора случайный выбор всех параметров звучания, стремящийся к почти нулевой степени

авторства. В своих знаменитых «Вариациях» (Variations I–VI, 1958–1966) Кейдж усиливает элемент обратной связи и подключает к исполнению музыки танцоров, чьи движения и импровизации с помощью электронных датчиков служат для генерирования звуков. Один из кульминационных моментов этой истории — совместная работа Кейджа и Хиллера «HPSCHD». Компьютерные программы Хиллера генерировали звуки, записанные на 51 аудиокассете, которые затем проигрывались в случайном порядке «вживую» на семи специальных клавесинах через 51 громкоговоритель. Концерт продолжался пять часов на университетской спортивной арене в Иллинойсе (исполнение сопровождали проекционные изображения на двух огромных экранах).

Еще один пример впечатляющих кибер-постановок Кейджа — «Variations-V» для танцевальной труппы Мерса Каннингема. Хореографическое представление исполнялось как импровизация под объективную музыку, которая рождалась как результат движения танцоров на сцене. Кейдж, Билл Клювер и их коллеги-инженеры установили десяток фотоэлектронных датчиков света, а также аудиодатчики движения, которые активировали несколько аудиомагнитофонов и самостоятельно порождали резонансные шумы. Легенда видео-арта Нам Джун Пайк управлял проекционной видеосистемой, создавая в реальном времени видеоколлажи на специальном экране. Ни танец, ни музыкальное сопровождение, ни видеомонтаж не повторялись. Каждый раз исполнялся новый, неизвестный вариант спектакля. 

Кибернетика второго порядка с ее проблематикой автопоэзиса также стала весьма продуктивной с точки зрения художественных идей. Один из главных героев здесь — британский ученый и художник Гордон Паск. В 1950-х он был увлеченным драматургом и поэтом, членом неодадаистской арт-группировки. В 1953-м создал машину под названием «Musicolor» (название можно было бы перевести как «Музоцвет»). Это светомузыкальное устройство задумывалось как световой автоматический аккомпаниатор живому исполнению музыки в ходе концерта, танцевального представления или спектакля. Его особенностью было активное вмешательство в игру музыканта. Музоцвет просто «скучал», если музыка была тонально или ритмически однообразна. Тогда он самостоятельно менял характер исполнения музыканта, реагируя на его игру миганием разноцветных ламп. Если музыкант отвечал на стимул машины, рождалась новая музыкальная импровизация, и таким образом развивался интерактивный процесс — диалог машины и музыканта, музыки и света в реальном времени. 

Паск придумал и создал интерактивный музыкальный компьютерный генератор, который в художественном контексте очень напоминает экспертную систему ИИ. Здесь интерактивность и обмен «силами» между музыкантом и машиной имеет принципиальное автопоэтическое значение. Интересно, что с 1970-х и до конца жизни Паск сосредоточил все свои усилия на разработке теории и технологии обучаемых/обучающих машин и ИИ.

Искусственная жизнь в искусстве Паска обретает пластическую форму роботизированной скульптуры. Американский искусствовед Джек Бернем — один из первых теоретиков кибернетического искусства —использовал термин «искусственная жизнь» как раз для описания арт-роботов, подчеркивая давнюю мечту скульпторов оживить свои творения. Автономность, динамичность и интерактивность кибернетических скульптур Паск подчеркивает в своем «Диалоге мобилей» (The Colloquy of Mobiles, 1968). Эта работа была представлена на исторической выставке «Кибернетическая прозорливость» («Cybernetic Serendipity»). Мобили Паска, выполненные в виде подвешенных к потолку объемных «туловищ», общаются друг с другом и с посетителями выставки с помощью визуальных и аудио-знаков. Компьютерная система контролирует группу из пяти мобилей (2 мужских и 3 женских) так, что, по замыслу Паска, они могут общаться, соперничать, кооперироваться и учиться друг у друга. Их общение предполагает наличие цели, мотива, желания. Достижение цели предполагает поиск кооперации, обучение, конкуренцию. В основе работы — концепция «эстетически заряженной̆ среды», стремление уйти от классической эстетики произведения и создать эстетику процесса.

Художественные генераторы «искусственной жизни» работают в творчестве Уильяма Лейтема и Карла Симса. Их произведения генеративны настолько, что являются ни больше ни меньше компьютерными моделями эволюции. Голая жизнь разума производит виртуальную природу. Лейтем стал известен благодаря своим «призракам скульптур» — синтетическим трехмерным формам, которые он «выращивал» на экране компьютера с помощью оригинального программного обеспечения. В конце 1980-х он работал в британском филиале компании IBM и имел доступ к самым современным компьютерам, а также возможность сотрудничать с лучшими программистами компании. Интересно, что его дипломная работа в Королевском колледже искусств (Лондон) была посвящена эволюции форм. Он изображал дерево эволюции совершенно в духе Малевича —от простейших геометрических единиц до комплексных эстетических объектов. В качестве основы генератора он использовал модель «гена» как набора простых геометрических правил и числовые параметры их исполнения компьютером (растягивание, поворачивание, объединение, например, куба и спирали). Так, из простейших геометрических форм начинают бесконечно размножаться причудливые компьютерные скульптуры и дерево художественной эволюции не прекращает свой рост. Удивительно, но их формы всегда напоминают что-то знакомое из живой природы: раковины, щупальца, эмбрионы и т. п. Виртуальные скульптуры Лейтема парадоксальны. С одной стороны, они реалистичны: глядя на экран, вы чувствуете их вес, фактуру, объем. Но, с другой — их нет, они не существуют в нашем мире. Они — трехмерные призраки скульптур, находящиеся где-то в параллельных мирах, не скованные ограничениями мира физического. 

В творчестве Карла Симса моделирование биологической эволюции также занимает центральное место. Искусственная эволюция — это борьба и естественный отбор виртуальных существ, который может искусственно варьироваться и происходить несравнимо быстрее эволюции в природе. Кроме того, это интерактивная художественная модель эволюции, дающая возможность человеку (зрителю) активно участвовать в процессе отбора. В результате именно зритель осуществляет отбор и задает эстетические параметры эволюции. Однако Симс настаивает, что при этом искусственная эволюция сама создает формы виртуальной жизни и лишь она является автором своих произведений. 

Следуя этим принципам, Карл Симс создал в 1993 году свою знаменитую работу «Генетические образы» (Genetic Images), которую представил на фестивале медиаискусства «Ars Electronica» (Австрия) и в Центре современного искусства имени Жоржа Помпиду (Франция). На 16 экранах компьютер каждые 30 секунд генерирует абстрактные изображения. Зритель выбирает образ, который станет основой («геном») следующей̆ графической «мутации». Серия выборов изменяет эстетический характер образов. Процесс основан на математических формулах, лежащих в основе выбранного изображения, которые становятся «семенем», «геном» для порождаемых образов. Причем сочетание исходного выбора со следующим выбором дает эффект репродукции обоих изображений в следующем поколении с наследованием черт. 

Художественные модели эволюционных экосистем, порождающих и биоморфные объекты «жизни, какой она могла бы быть», и зачатки разумного поведения, использовались в проектах таких заметных авторов, как Джон МакКормак или Криста Зоммеррер и Лоран Миньоно. Они пытались — не больше и не меньше —приблизить генеративный потенциал искусства к генеративному эволюционному потенциалу природы! И это было особенно впечатляюще.

Использование искусственных нейронных сетей в художественных проектах требует специального обсуждения, поскольку доступность подобных инструментов привела к лавинообразному производству так называемого «нейро-арта». Жизнь голого разума здесь просто бьет ключом. Остановимся на нескольких проектах, которые уже зарекомендовали себя на сцене современного искусства. 

Как в голой жизни разума являются и обрабатываются культурные ценности? Молодой российский художник Егор Крафт сделал целую серию генеративных проектов с нейронными сетями и машинным обучением, которые работают с довольно чувствительным материалом истории искусства, культурного наследия и возможности его восстановления с помощью современных технологий. Нейросеть обучается на большом массиве трехмерных моделей античной скульптуры из разных музеев, а затем ей ставится задача реконструировать утраченные элементы этих скульптур. Далее эта реконструкция, например, утраченного фрагмента торса или головы, отправляется на 3D-печать и инсталлируется на копию исходного антика. Полученные пластические гибриды демонстрируют удивительный генеративный потенциал нейросети и одновременно поразительную неадекватность пластики, образа, эпохи, материала. Генеративная мощь ИИ проявляет себя в глитче и девиациях, как будто голый разум решил сам себя развлечь. Помимо итоговой продукции — глитч-заплаток на античную скульптуру, художник эффектно показывает в видеоинсталляциях, как устроен сам этот процесс творческой мысли нейросети. Во многом именно благодаря возможности с помощью аппаратных средств и визуализации увидеть во всех подробностях процесс генерации внутри нейросети — и тем самым обнажить и расколдовать творчество машины, генеративное искусство обретает свой особый художественный шарм.

В работе Елены Никоноле «Птичий язык» (Bird Language, 2018–2020) инструменты ИИ используются для построения системы коммуникации между человеком и нечеловеческими агентами. Сначала нейросеть пытается собрать из массива записей трелей соловья встроенную грамматику птичьего языка. Затем она учится сама генерировать трели, чтобы говорить с птицей. На следующем уровне нейросеть формирует такую грамматику, которая стала бы мостом для общения человека и соловья. Проект базируется на теории универсальной грамматики Хомского и реализован при активном участии ученых — орнитологов, математиков и экспертов по искусственным нейронным сетям. Подобное генеративное искусство моделирует ситуацию и возможности включения нечеловеческих агентов в художественный процесс, а ИИ мыслится уже не столько как инструмент, сколько как один из таких агентов. Поскольку сама Елена — один из авторов Манифеста критического ИИ-искусства, с которого мы начали наш разговор, этот проект очевидно становится его частью, как опыт и способ работы с теми вопросами, которые в манифесте заявлены.

***

В начале нашего разговора мы предположили, что сегодня развитие искусственного интеллекта — как гипертрофированной рациональности, с ее голой жизнью разума в каземате больших данных — не попадает в тренд эпохи метамодернизма. И как-то оправдать этот совсем неуместный мега-рационализм вроде особенно и нечем. Может ли тогда генеративное искусство как-то оправдать голую жизнь разума без искренности и аффекта? Или все же ИИ на самом деле — мимо эпохи? Не думаю, что следует торопиться с ответом. «Птичий язык», конечно, дает надежду на аффект и искренность в диалоге с не-людьми. Нейронные заклепки и глитч на античной пластической форме подталкивают к искренней тоске по утраченным идеалам. Искусственная эволюция как минимум развлекает. Если Бен-Чхоль Хан прав, и мы живем в мире конца нарративов и агонии эроса, то, скорее всего, так ожидаемые возможности ИИ лишь подтвердят известную мудрость — крылья возможностей покрыты перьями смерти. По крайней мере, в голой жизни разума за последнее столетие эти перья только и летят в разные стороны. Однако историческая правда не менее убедительна. Ведь удалось за двадцать лет развития интернета накинуть на него культурную и политическую узду. ИИ ждет то же самое. А может быть, и нет. Пока лучше наблюдать и как следует запасаться нарративами.