«Мы перестанем отличать дипфейки от реальности»

Искусственный интеллект — одна из самых обсуждаемых тем последних лет. Программируемые алгоритмы позволяют решать задачи любого уровня сложности, а нейронные сети автоматизируют многие процессы, в том числе и в образовании. Преподавателей наравне со студентами обучают цифровым компетенциям, а инструменты машинного обучения все чаще интегрируются в образовательный процесс.

© Ольга Зотова для Института медиа

Что необходимо знать, чтобы подружиться с нейронными сетями? Каким образом достижения науки находят отражение в искусстве, и что может стать трендом следующего года? Об этом и многом другом мы побеседовали со Станиславом Миловидовым — старшим преподавателем Факультета креативных индустрий Института медиа.

На стыке обучения и исследования

Многие учебные курсы, которые я веду, так или иначе связаны либо с трансмедийным сторителлингом, либо с искусственным интеллектом. Кроме них есть еще общетеоретические курсы вроде «Истории и теории медиа», так как для того чтобы исследовать искусственный интеллект и трансмедийный сторителлинг применительно к медиа, необходима теоретическая рамка. Почти все мои учебные курсы ранее не преподавались, а половина из них придумана в этом году. Например, «Основы промпт-инжиниринга». Я называю их «венчурными»: ранее подобных курсов просто не существовало и, соответственно, нет понятной методики их преподавания. В данном случае это итерактивный, постоянно развивающийся процесс обучения. Мы, по сути, как лаборатория: сначала проходит несколько семинаров, а затем перед нами встает задача, например, сделать комикс или 3D-модель. Особенно хорошо тренироваться на сюрреалистических изображениях, потому что тогда появляется понимание, как объекты выстраиваются в пространстве и взаимодействуют друг с другом. Это не классический подход к образованию, а лабораторный и отчасти исследовательский.

Что же касается создания принципиально новых учебных курсов, то имеет смысл подумать в сторону экспериментальных форматов. Я очень люблю ходить на выставки современного искусства, потому что медиахудожники в своих работах смело и талантливо обращаются к различным технологиям и медиаэффектам. Они часто заостряют внимание на вещах, которые впоследствии могут стать практикой, а могут, конечно же, и просто раствориться в истории. Можно исследовать, что они делают, пытаясь оценить потенциал превращения того или иного подхода в медиапродукт: как и для каких целей его можно использовать и каким образом меняется формат сторителлинга. Необходимо придумать собственный способ коммуникации с аудиторией, и замечательно, если студенты будут принимать в этом участие.

Выставка экспериментального проекта «Лаборатория ArtMedia&Science»

Главная задача этой выставки — сделать видимыми исследования, которые проводятся различными факультетами НИУ ВШЭ. Обычно получается так, что внешнему миру результаты труда ученых становятся известны, когда они выступают на конференции или публикуют статью в научном журнале. Однако необходимо понимать, что прежде чем быть опубликованной, любая научная статья проходит рецензирование, а сам журнал может выходить всего несколько раз в год. Таким образом, от получения исследователями результатов до того, как эти результаты становятся видимыми, проходит не меньше года, а то и пара лет. Кроме того, чтобы сделать этот материал доступным обычному читателю, должен найтись журналист, который расскажет о достижениях ученых научно-популярным, понятным языком. Для этого требуется время. Это приводит к тому, что образуется дистанция между тем, что исследователи делают сегодня, и тем, когда об этом все узнают.

Art&Science пытается преодолеть эту дистанцию, переводя научный процесс в художественную форму, и обращает внимание на текущие, происходящие прямо сейчас исследования. Для Art&Science не очень важен результат исследования в том смысле, что в этом направлении художника вполне устраивает, если существуют пять конкурирующих гипотез. Ему не нужно дожидаться, какая из них победит. Он художественными средствами рассказывает о борьбе этих гипотез. Таким образом, предпринимается попытка сделать эти исследования видимыми здесь и сейчас. Например, на выставке был представлен экспонат, имеющий отношение к методике оценки активности рецептора LDL в моноцитах человека. Основная цель исследования заключается в создании персонализированного лечения повышенного уровня холестерина в крови и связанных с ним заболеваний. Человеческая ДНК состоит из четырех видов нуклеотидов, и, исходя из этих вводных, искусственный интеллект придумал четырехнотную музыкальную систему. Ее можно было проигрывать, и мелодия варьировалась, когда изменялись нуклеотиды и происходили определенные мутации. Получился полноценный аттрактивный объект. Зрителей привлекало, что они слышат непонятный мотив, в котором угадываются закономерности — и они подходили к этому объекту, читали информацию о нем и об исследовании. 

«Вы не сможете выключить компьютер, потому что он будет умолять вас этого не делать»

Я скептически отношусь к искусственному интеллекту как к прямой угрозе, о которой мы привыкли читать в научной фантастике XX века. На сегодняшнем уровне развития технологий восстание машин — это скорее мистификация, чем новая реальность. Между прочим, это любопытно: в американской фантастике очень много постапокалиптических историй, связанных с технологиями, а у советских писателей-фантастов (Лема, братьев Стругацких, Булычева) все выглядело как будто бы менее пессимистично. Во многом это, пожалуй, связано с советской идеологией, которая диктовала позитивное отношение к технологиям, в свою очередь способное привести людей к светлому будущему.

Есть, конечно же, такие косвенные угрозы, как, например, исчезновение некоторых профессий, о чем сейчас многие говорят. Но, как мне кажется, это такая угроза, которую мы переживаем каждые полвека. Хороший пример: профессия машинистки — женщины, которая сидела и печатала текст на пишущей машинке. Сейчас же мы сами этим занимаемся. Возникает вопрос: когда эта профессия исчезла, неужели все работники умерли с голоду? Нет. Вероятно, они переквалифицировались. Многие из них, например, становились корректорами и по-прежнему работали с текстом, а кто-то находил применение своим знаниям в других областях. Можно вспомнить примеры из еще более ранней истории, когда в ходу были большие компьютеры на перфокартах. Тогда нужен был специальный человек, который прокалывал перфокарты, чтобы затем загрузить данные в ЭВМ. Эти люди также растворились в профессиональной среде, перепрофилировались. 

Я думаю, что те профессии, которые, как говорят многие, могут исчезнуть, в основном требуют так называемых hard skills. На выставках non/fictioN постоянно идет дискуссия о том, как искусственный интеллект заходит в книжное издательское дело. Многие эксперты придерживаются примерно одной и той же мысли: работа художника нужна, когда человек хочет, чтобы обложка книги была сделана конкретным художником, который воплотил бы в ней собственное видение. Если же речь идет о массовом производстве, например, раскрасок для детей, то художник здесь уже не нужен. Это технологическая работа, в которую искусственный интеллект вписывается очень хорошо. Я очень позитивно отношусь к технологиям искусственного интеллекта, как к любой технологии, которая упрощает жизнь и выполняет за нас рутинные задачи, оставляя нам больше времени на занятия чем-то более интересным. Это является основной функцией любой технологии. Интеллектуальные  — не исключение. 

Вопрос об экзистенциальных угрозах обычно касается так называемых технологий общего искусственного интеллекта, то есть некоего искусственного сознания — ситуации, когда вы не сможете выключить компьютер, потому что он будет умолять вас этого не делать. Однако это далекая, пока что фантастическая история, потому что вначале мы должны не просто понять, что такое человеческое сознание, а сделать его математическую модель. Но мы пока что даже теоретически не очень хорошо понимаем, что такое человеческое сознание: разумеется, на этот счет есть конкурирующие друг с другом гипотезы, но ни одна из них не преуспевает. 

От основ программирования до создания собственной выставки 

В конце прошлого года я обратил внимание коллег и студентов на то, что современные нейронки, особенно такие, как ChatGPT, стали неплохо программировать. Это важный и весьма недооцененный инструмент, потому что сейчас любой человек с помощью этой технологии может сделать простой скрипт, программу, которая будет выполнять какую-то задачу. Есть, однако, проблема в том, что этот подход пока не очень хорошо индустриализируется. Эксперты уже сказали, что эти любительские программы, созданные на ChatGPT, не встраиваются в экосистемы больших IT-гигантов, так как у этого процесса есть множество технических сложностей и нюансов. Но в целом ситуация похожа на то, что происходило с фотографией в конце нулевых. Сегодня у каждого есть фотоаппарат в смартфоне, и мы делаем огромное количество фотографий, но при этом не становимся фотографами. Когда нам нужна хорошая фотосессия, мы нанимаем профессионала в нужной сфере: фуд-фотографии, свадебной или рекламной фотографии. Так и с программированием: для решения глобальных задач мы будем звать профессиональных программистов из крупных компаний, но у каждого из нас есть инструменты для повседневного, несложного программирования.

Я за три месяца освоил программирование при помощи ChatGPT и сделал небольшую художественную работу на Python, которая сейчас представлена в галерее «Краснохолмская». Это биометрический датчик, который считывает отпечаток пальца. С помощью компьютерного зрения программа делает лабиринт из рисунка папиллярных линий. У меня были проблемы с тем, чтобы связать этот датчик с программой, и несколько технических решений, которые там применены, были предложены именно ChatGPT. По смыслу это весьма простая работа, но концептуально она ставит перед каждым вопрос его отношения к сбору биометрических данных. Несмотря на то, что это перезаписываемый файл и я не собираю никакие персональные данные, у многих людей это все равно вызывает внутренний дискомфорт.

Я заметил, что здесь существует некий психологический барьер: когда показываешь студентам-гуманитариям программный код, у них в глазах появляется ужас. Это напоминает ситуацию, когда человек боится собак, а перед ним стоит ротвейлер — квинтэссенция его страха. Чтобы человек перестал бояться этого ротвейлера, надо найти особый подход: потихоньку подводить человека ближе, затем давать собаке понюхать руку, попробовать погладить, и человек убедится, что ротвейлер совсем не страшный. С программным кодом — то же самое, хотя нейронки делают взаимодействие человека с кодом гораздо комфортнее. Если этого не делать, то мы упускаем очень серьезную возможность, которая помогает и самим студентам, особенно тем, кто работает над проектами по компьютерным играм и геймифицированным практикам. Кроме того, обучающиеся дата-журналистике смогут написать программу, которая будет анализировать данные. Главное — придумать механику этого анализа.

«Работа с нейросетью — это магия»

То, что мы называем искусственным интеллектом, это на самом деле технологии машинного обучения, большие языковые модели или большие мультимодальные модели. Эти термины из компьютерных наук отсылают нас к тому, что эта машина подчиняется исключительно машинным законам — всем тем законам, по которым работают любые другие компьютерные технологии. Один из них — это объектно-ориентированное программирование. Когда вы создаете генеративные изображения или программы на ChatGPT, вы очень быстро понимаете, что машина оперирует объектами. Например, пожелание сделать, казалось бы, простую визуальную функцию оборачивается тем, что эта функция добавляет нам лишние объекты, которые, в свою очередь, взаимодействуют с виртуальным пространством. Этот маленький декоративный элемент может усложнить работу на треть. 

Одна из проблем заключается в том, что все программы разные: есть графические, текстовые, музыкальные; некоторые работают с видеоформатом или 3D-моделями. У каждой из них есть уникальный функционал. Когда от объектно-ориентированного проектирования мы в рамках курса переходим к конкретным нейросетям и начинаем в них работать, выясняется, что какие-то подходы могут оказаться не актуальны спустя полгода (вышла новая версия алгоритма), и приходится осваивать новые функции. С одной стороны, это нормально, а с другой стороны, порой может являться демотиватором. Кроме того, нейронные сети — это своего рода «черные ящики» или неинтерпретируемые алгоритмы. Часто можно услышать словосочетание «нейросети галлюцинируют». Поэтому многие любят говорить, что работа с нейросетью — это как магия, некоторый фокус, потому что нет никакой гарантии, что все пойдет полностью так, как изначально предполагалось.

У нас было два устоявшихся культурных кода, которые разрушили современные нейросети. Благодаря фантастике XX века мы привыкли, что роботы не врут и роботы не ошибаются. Современные нейросети доказали нам обратное: во-первых, они умеют «врать», а во-вторых, они могут ошибаться. Мы говорим сейчас в основном о больших языковых моделях, связанных с творчеством. Кроме того, нам всем постоянно рассказывали, что печатать на клавиатуре может машина, водить автомобиль тоже может машина, а сочинять песни или рисовать картины способен только человек. Однако машина вдруг смогла делать то, что прежде было прерогативой человека, и это оказало сильное влияние на нашу картину мира. Разумеется, кто-то до сих пор с этим не соглашается, но это уже вопрос дискуссионный.

В отличие от людей, которые в ходе диалога держат в уме контекст прошедшего разговора, нейросети это удается с трудом. В процессе создания ответа она, по сути, генерирует статистически наиболее вероятное решение задачи. Человек обычно представляет себе результат и дальше начинает двигаться к его достижению. В случае с нейросетью мы тоже представляем результат, но мы находимся в процессе движения, и в какой-то момент нейросеть может выдать ошибку, понимая, что в процессе генерации ожидаемого результата она свернула с намеченного пути. Многое продумано на случай сбоев, но нам кажется, что если мы попросили, то всегда должно получаться с первого раза. Чтобы подружиться с искусственным интеллектом, надо начинать с простого: минимизировать количество метафор и, напротив, максимально рационализировать постановку задачи. 

Новая жизнь видеоигр

Когда появился Интернет, вокруг нас сформировался мультимедийный мир, и внутри цифровых медиа стало существовать множество различных медиаформатов. Например,  на YouTube мы способны не только смотреть видео, но и читать тексты. Появились видеоигры и начали создаваться истории, которые были изначально структурированы и развивались таким образом, чтобы пользователь переходил с одной платформы на другую, собирая историю, как пазл. Сейчас уже практически весь контент трансмедийный: у нас снимаются сериалы, затем производятся спин-оффы, и мы больше не мыслим выход фильма без того, чтобы под него не создали сайт — и вместе с этим развиваются маркетинговые стратегии трансмедиации.

Скорее всего, через пару лет мы будем иметь дело с совершенно иным уровнем производства, например, видеоигр. Есть объективные тенденции, что картинка будет неотличима от киноизображения, а мир будет наполнен персонажами с искусственным интеллектом. Всем нравятся многопользовательские игры, потому что люди хотят играть с людьми, а многие персонажи до сих пор являются неигровыми и представлены нам либо через скриптовые реплики, либо через кат-сцены. Если мы подключим к этим персонажам ChatGPT, то мы получим персонажа, с которым, например, можно сесть у костра в фэнтези-мире и поговорить на внутриигровые темы. В свое время на игроков произвело впечатление появление открытого мира. Здесь же мы имеем дело с открытым социальным миром, когда персонажи будут нас запоминать, а игрок сможет с ними поссориться, а затем (при желании) помириться. Эксперименты с этим уже проводятся, и разработчики демонстрировали, как это работает, на примере нескольких дополнений к популярным видеоиграм. Однако это большая проблема для игровой индустрии, потому что нет возможности добавить большую языковую модель на компьютер каждому пользователю. Такие возможности есть пока что у дата-центров и суперкомпьютеров. С нейросетями мы дошли до такой ситуации, когда мощностей дата-центров уже хватает где-то под крышечку. Кроме того, необходимо будет разработать канал коммуникации, по которому фотореалистичная картинка и диалоги будут транслироваться на устройство игрока — а это потенциал передачи данных минимум для сетей 6G.

«Мы увидим мир, где перестанем отличать дипфейки от реальности»

Мы впервые в жизни сталкиваемся не в философском смысле, а вполне себе реальном — с системой, которая обладает агентностью, причем нечеловеческой. Раньше программист, когда создавал программу, понимал, каков будет результат от определенного ввода данных. Здесь же мы в точности не можем прогнозировать, как сеть обучается и где могут возникнуть искажения. Мы можем обнаружить их и исправить, зачастую постфактум. Нейросеть, используемая в автопилоте, принимает решение тормозить или ехать, повернуть или нет. Она оценивает дорожную ситуацию и принимает решение, но ответственность за это решение несет человек. При этом он не может абсолютно точно прогнозировать ее действия, поэтому, по сути, отвечает только за то, что выпустил машину, управляемую нейросетью, на маршрут на свой страх и риск.

Это большая проблема: нейросеть принимает решение, но не несет за него никакой ответственности. Что с этим делать, не очень понятно. Есть, конечно, опция все запретить, но те, кто запретят использование нейросетей, тут же проиграют в конкурентной борьбе. А в случае полного отсутствия регулирования тоже начнется бардак. Поэтому сейчас вводятся определенные правила, особенно в европейских странах: использование прозрачных наборов данных (чтобы было понятно, на каких именно данных училась нейросеть), необходимость вести подробную документацию, чтобы в случае возникновения непредвиденных ситуаций можно было все оперативно расследовать и исправить. 

Сейчас многие говорят о нейросети SORA, которая создает высокореалистичные видео на основании текстового запроса. Ее запуск, скорее всего, придется на 2025 год с учетом всех возможных перестраховок. Вполне вероятно, что именно в 2025 году мы увидим мир, где перестанем отличать дипфейки от реальности, и на этой почве начнет возникать более серьезное правовое регулирование. Если говорить о возможных трендах, то кажется, что этот год будет годом 3D, потому что сейчас на рынок вышло довольно много алгоритмов для создания генеративных трехмерных моделей. Раньше это было не очень популярно, так как для того, чтобы распечатать модель на 3D-принтере, необходимо было сперва создать ее, например, в Blender, — а это не самая простая задача. Однако поскольку появились 3D-нейросети, которые конструируют модели по запросу (остается лишь довести их до нужного качества), то это способно подстегнуть продажи и 3D-принтеров. Это очень богатая и плодотворная идея. Технология 3D-печати уже есть в различных производственных комплексах и мастерских театров — например, в Большом, — а ее потенциал для повседневной жизни проявляется  прямо сейчас. Мне кажется, что к концу года мы столкнемся с взлетом 3D-принтинга — и, может быть, это даже станет новым трендом.

Ксения Жакова, студентка 2-го курса образовательной программы «Журналистика»