Заметки инженера - исследователя

Forwarded from Блуждающий нерв

Скотт Александер предлагает AI Art Turing Test: он подобрал 50 “художественных” картин, и нужно угадать, какие из них созданы ИИ, а какие человеком. Тест повисит неделю, затем он выложит сведенные результаты. Подборка не так проста, есть шанс обмануться.

А как насчет художественной прозы? Недавно NY Times устроили эксперимент: попросили писательницу сочинить рассказ на тысячу слов, оговорив тему, жанр, детали, и тот же промт скормили ChatGPT, чтобы ИИ создал текст в стиле этой писательницы. Оба рассказа опубликованы в NY Times, один за другим, без указания авторства. Тут отличить человека от машины оказалось очень легко.

Так может ли ИИ по-настоящему творить? В августе Тед Чан поднял шум своим эссе “Why A.I. Isn’t Going to Make Art”, где настаивает, что ИИ никогда не сможет в искусство. Чан известный писатель-фантаст, мыслит оригинально и глубоко, а его публицистика обычно бьет в суть вещей. Но в эссе он показался не столь убедителен, и ему возражают. См. “Ted Chiang Is Wrong About AI Art”, а также доводы Эрика Хоэла или Томми Бланшара, который восхищается Чаном-писателем, как и я.

Спор вроде бы не принципиален, в силу условности понятия ‘искусство’. На деле же сталкиваются взгляды на суть GenAI, а именно, каково пространство генерации, где его границы.

Факты всегда противоречивы: LLMs креативнее людей vs. LLMs не способны рассуждать. Взгляды стабильнее и зависят от руководящей метафоры. Если вслед за Чаном считать ИИ “размытым JPEG сети”, то искусства ждать неоткуда. В той же логике рассуждал Хомский: GenAI заучивает шаблоны и экстраполирует наиболее вероятный токен; люди же создают объяснения, а они бывают крайне невероятны, как теории в физике.

Из известных мне самую интересную метафору обучения нейросетей предложил Джарон Ланье — он отождествил процесс с ростом дерева. Его эссе в New Yorker дает наглядный образ ИИ как леса, что помогает увидеть и возможности, и ограничения. Ланье не покупает версию “размытого JPEG” или “стохастического попугая”, отмечая, что GenAI делает неявные соответствия в обучающих данных явными. Это уже сродни творчеству.

Но у творчества есть предел. ИИ может “вырастить новое дерево”, но не выше тех, на которых был обучен. В этом смысле вершины искусства, вероятно, останутся за людьми.

Astralcodexten

AI Art Turing Test

...

👍3🔥2

www.tgoop.com/IngeniumNotes/1487

395 viewsOct 29, 2024 at 08:28

Скотт Александер предлагает AI Art Turing Test: он подобрал 50 “художественных” картин, и нужно угадать, какие из них созданы ИИ, а какие человеком. Тест повисит неделю, затем он выложит сведенные результаты. Подборка не так проста, есть шанс обмануться.

А как насчет художественной прозы? Недавно NY Times устроили эксперимент: попросили писательницу сочинить рассказ на тысячу слов, оговорив тему, жанр, детали, и тот же промт скормили ChatGPT, чтобы ИИ создал текст в стиле этой писательницы. Оба рассказа опубликованы в NY Times, один за другим, без указания авторства. Тут отличить человека от машины оказалось очень легко.

Так может ли ИИ по-настоящему творить? В августе Тед Чан поднял шум своим эссе “Why A.I. Isn’t Going to Make Art”, где настаивает, что ИИ никогда не сможет в искусство. Чан известный писатель-фантаст, мыслит оригинально и глубоко, а его публицистика обычно бьет в суть вещей. Но в эссе он показался не столь убедителен, и ему возражают. См. “Ted Chiang Is Wrong About AI Art”, а также доводы Эрика Хоэла или Томми Бланшара, который восхищается Чаном-писателем, как и я.

Спор вроде бы не принципиален, в силу условности понятия ‘искусство’. На деле же сталкиваются взгляды на суть GenAI, а именно, каково пространство генерации, где его границы.

Факты всегда противоречивы: LLMs креативнее людей vs. LLMs не способны рассуждать. Взгляды стабильнее и зависят от руководящей метафоры. Если вслед за Чаном считать ИИ “размытым JPEG сети”, то искусства ждать неоткуда. В той же логике рассуждал Хомский: GenAI заучивает шаблоны и экстраполирует наиболее вероятный токен; люди же создают объяснения, а они бывают крайне невероятны, как теории в физике.

Из известных мне самую интересную метафору обучения нейросетей предложил Джарон Ланье — он отождествил процесс с ростом дерева. Его эссе в New Yorker дает наглядный образ ИИ как леса, что помогает увидеть и возможности, и ограничения. Ланье не покупает версию “размытого JPEG” или “стохастического попугая”, отмечая, что GenAI делает неявные соответствия в обучающих данных явными. Это уже сродни творчеству.

Но у творчества есть предел. ИИ может “вырастить новое дерево”, но не выше тех, на которых был обучен. В этом смысле вершины искусства, вероятно, останутся за людьми.

BY Заметки инженера - исследователя