معمای همکاری هنرمندان و هوش مصنوعی در صنایع خلاق
آرین کربلائی: بن ژائو، استاد علوم کامپیوتر در دانشگاه شیکاگو در یادداشتی که برای کنفرانس تجارت و توسعه سازمان ملل (آنکتاد) نوشته، تاکید میکند: از سال 2022، سیستمهای هوش مصنوعی مولد نفوذ قابل توجهی به صنایع خلاق مانند هنر، موسیقی و نویسندگی خلاقانه داشتهاند، حوزههایی که مدتهای زیادی در حوزه انحصاری انسانها در نظر گرفته میشوند. تنها در قلمرو تصویرسازی هنری، خلاقیتهای انسانی به تعداد قابل توجهی در صنایع مختلف از طراحی گرافیک، تصویرسازی تا طراحی بازی جایگزین شدهاند.
یادداشت او را بخوانید:
از سال 2022، سیستمهای هوش مصنوعی مولد نفوذ قابل توجهی به صنایع خلاق مانند هنر، موسیقی و نویسندگی خلاقانه داشتهاند، حوزههایی که مدتهای زیادی در حوزه انحصاری انسانها در نظر گرفته میشوند. تنها در قلمرو تصویرسازی هنری، خلاقیتهای انسانی به تعداد قابل توجهی در صنایع مختلف از طراحی گرافیک، تصویرسازی تا طراحی بازی جایگزین شدهاند.
پیشبینی از دست دادن شغل گسترده توسط موجهای مکرر اخراجها در سالهای 2023 و 2024 در سراسر صنعت سرگرمی تأیید شده که بسیاری از آنها به صراحت به استفاده از هوش مصنوعی مرتبط هستند. امروزه پروندههای قضایی و چالشهای عمومی درباره شیوههای قانونی و اخلاقی هوش مصنوعی و آموزش محتوای دارای حق چاپ بدون رضایت در جهان مطرح است.
مدلهای هوش مصنوعی مولد امروزه از الگوریتمهای یادگیری ماشینی قدرتمند برای استخراج الگوها از حجم زیادی از محتوای محبوب، برای یادگیری هنر خوب، موسیقی خوب و نوشتن جذاب استفاده میکنند. سوال مهم این است که اگر ذائقه انسان برای هنر و محتوای خلاقانه در طول زمان تغییر میکند که توسط افرادی مانند منتقدان هنری و ویراستاران انتشارات هدایت میشود، مدلهای هوش مصنوعی چگونه این کار را انجام میدهند؟
یک پاسخ ممکن است این باشد که هوش مصنوعی مولد همچنین میتواند سبکهای هنری جدید یا ژانر جدید بعدی موسیقی محبوب را با اسکن و فیلتر کردن همه ژانرهای ممکن موسیقی و هنری پیدا کند. پیشفرش این است که هوش مصنوعی مولد در فضای سبک های هنری ممکن محدود و قابل جستجو است.
با این حال، در تجربیات من در توسعه و بهینهسازی ابزارهایی که تقلید سبک هنری را بررسی و مختل می کنند، متوجه می شویم که تعداد سبک های متمایز در هنر و موسیقی تقریباً بی نهایت است. پس چگونه هوش مصنوعی مولد نسخه بعدی موسیقی هیپ پاپ به عنوان یک ژانر موسیقی که صنعت موسیقی را متحول کرده و بر ژانرهای متفاوتی مانند موسیقی کانتری تأثیر گذاشته، را پیدا می کند،
بسیاری از مورخان منشأ هیپ پاپ را در ترکیبی از جوانان سیاهپوست، لاتین و کارائیب در دهه 1970 برونکس نیویورک دنبال میکنند و خشم و درد خود را در زمان مارپیچ نزولی اقتصادی ابراز میکنند. سوال دیگر این است که چگونه مدلهای هوش مصنوعی آینده راههایی برای شناسایی و تبدیل وضعیت انسانی به موسیقی پیدا میکنند تا بتواند با انسانهایی که احساسات و تجربیات مشابهی را به اشتراک میگذارند، ارتباط برقرار کند؟
یک علت این است که تقدیر و استقبال از موسیقی و سایر رسانه های هنری ذهنی است و اساساً بر اساس ذائقه انسان است. برای اینکه یک مدل هوش مصنوعی بفهمد و پیشبینی کند که چگونه انسانها از یک سبک خاص استقبال میکنند یا نه، ابتدا باید احساسات انسان را درک کند. حال این مساله را با سایر حوزهها مانند مهندسی نرمافزار مقایسه کنید، جایی که موفقیت یا شکست به وضوح مشخص میشود، معمولاً در یک سند طراحی.
با در نظر گرفتن این دیدگاه، درک اینکه چرا تحقیقات کنونی پیشبینی میکند که مدلهای هوش مصنوعی آموزشدیده شده بر اساس ورودیهای خود در نهایت از بین میروند، دشوار نیست. اگر هر نسل از یک مدل هوش مصنوعی مولد سعی در نزدیک شدن و تقلید اقبال پیچیده انسانی از یک فرم هنری داشته باشد، خروجی آن یک اثر با مقداری خطا خواهد بود. یک مدل میتواند محبوبترین سبکها را با اطمینان بازتولید کند، اما در لبهها بسیار کمتر. پس با هر تکرار، مدل تکاملیافته به طور تکراری خطای بیشتری به نسل قبلی اضافه میکند و از حقیقت اصلی که استانداردهای ذهنی انسان است، بیشتر و بیشتر دور میشود.
شاید این قانعکنندهترین دلیل برای اینکه چرا مدلهای هوش مصنوعی باید هنرمندان و خلاقان انسانی را پرورش دهند و از آنها محافظت کنند، بدون توجه به اینکه ما در مورد اخلاقیات یا قوانین آموزش هوش مصنوعی مولد چه احساسی داریم، باشد. اگر به هوش مصنوعی مولد اجازه دهیم با جابجایی مشاغل و دلسرد کردن هنرمندان مشتاق، صنایع خلاق انسانی را نابود کند، به سوی آیندهای پیش میرویم که در آن سبکهای هنر و موسیقی ثابت و ثابت هستند و محکوم به شنیدن و دیدن همان سبکها برای همیشه هستیم.
No tags for this post.