الفن البصري للذكاء الاصطناعي، والذي يُختصر غالبًا باسم فن الذكاء الاصطناعي، يشير إلى الأعمال الفنية المرئية التي يتم إنتاجها أو تعزيزها بواسطة برامج الذكاء الاصطناعي (AI)، وذلك في الغالب من خلال نماذج تحويل النص إلى صورة. ممارسة الإبداع الفني الآلي لها سابقة تاريخية يعود تاريخها إلى العصور القديمة. ظهر النظام الرسمي للذكاء الاصطناعي في الخمسينيات من القرن الماضي، وبدأ الفنانون بعد ذلك في دمج الذكاء الاصطناعي في عملياتهم الإبداعية. حققت الأعمال الفنية البارزة التي تم إنشاؤها بواسطة الذكاء الاصطناعي معارض متحفية وحصلت على الأوسمة. تاريخيًا، أثار الذكاء الاصطناعي العديد من الاستفسارات الفلسفية المتعلقة بالإدراك البشري والكيانات الاصطناعية وجوهر الفن ضمن الأطر التعاونية بين الإنسان والذكاء الاصطناعي.
إن التوافر الواسع النطاق لنماذج تحويل النص إلى صورة، بما في ذلك Midjourney وDALL-E وStable Diffusion، أثناء طفرة الذكاء الاصطناعي في عشرينيات القرن الحالي، مكّن المستخدمين العامين من إنتاج الصور بسرعة بأقل جهد. ركز الخطاب المحيط بفن الذكاء الاصطناعي في عشرينيات القرن الحادي والعشرين في كثير من الأحيان على المخاوف المتعلقة بانتهاك حقوق الطبع والنشر، والتضليل، والإضرار بالسمعة، وآثار ذلك على الفنانين التقليديين، لا سيما احتمال البطالة التكنولوجية.
في أغسطس 2023، قررت المحكمة العليا في الولايات المتحدة أن الفن الناتج عن الذكاء الاصطناعي غير مؤهل لحماية حقوق الطبع والنشر، مشيرة إلى افتقاره إلى التأليف البشري. وبعد ذلك، في مارس 2026، رفضت المحكمة مراجعة قضية تتعلق بأهلية حقوق الطبع والنشر للأعمال الفنية التي ينتجها الذكاء الاصطناعي.
السياق التاريخي
النشأة والتطورات المبكرة
يمكن إرجاع مفهوم الفن الآلي إلى الآلات الآلية في الحضارة اليونانية القديمة، حيث كان لشخصيات مثل ديدالوس وهيرو الإسكندرية الفضل في ابتكار آليات قادرة على توليد النصوص وإنتاج الصوت والأداء الموسيقي. على مر التاريخ، ظهرت الآلات الآلية المتطورة، والتي تجسدت في آلة مايلارديت الآلية، التي تم تطويرها حوالي عام 1800، والتي أظهرت القدرة على إنتاج رسومات وقصائد مختلفة.
خلال القرن التاسع عشر، افترضت آدا لوفليس أن "العمليات الحاسوبية" تمتلك القدرة على توليد الموسيقى والشعر. استكشفت ورقة آلان تورينج عام 1950 بعنوان "آلات الحوسبة والذكاء" جدوى الآلات التي تحاكي السلوك البشري بشكل مقنع. بعد ذلك، تم إنشاء المجال الأكاديمي للذكاء الاصطناعي رسميًا في ورشة عمل بحثية عقدت في كلية دارتموث عام 1956.
منذ بدايته، بحث باحثو الذكاء الاصطناعي في الاستفسارات الفلسفية المتعلقة بجوهر العقل البشري وتداعيات تطوير كيانات اصطناعية تمتلك ذكاءً شبيهًا بالإنسان؛ تمت معالجة هذه الأسئلة العميقة تاريخيًا عبر مجالات مختلفة، بما في ذلك الأساطير والأدب والفلسفة، منذ العصور القديمة.
التكامل الفني
بعد إنشاء الذكاء الاصطناعي في الخمسينيات من القرن الماضي، بدأ الفنانون في الاستفادة من الذكاء الاصطناعي لإنشاء الأعمال الفنية. تم تصنيف هذه المنتجات في بعض الأحيان على أنها فن خوارزمي، أو فن كمبيوتر، أو فن رقمي، أو فن وسائط جديد.
تعتبر AARON واحدة من أنظمة فنون الذكاء الاصطناعي الرائدة والأكثر تأثيرًا، والتي بدأها هارولد كوهين في أواخر الستينيات في جامعة كاليفورنيا في سان دييغو. باستخدام منهجية رمزية قائمة على القواعد مميزة لعصر برمجة الذكاء الاصطناعي القديم (GOFAI)، تم تصميم AARON بواسطة كوهين لتشفير عملية الرسم حسابيًا، وتوليد الصور الفنية. أقيم معرضها الافتتاحي عام 1972 في متحف مقاطعة لوس أنجلوس للفنون. بين عامي 1973 و1975، قام كوهين بتطوير آرون بشكل أكبر خلال إقامته في مختبر الذكاء الاصطناعي في جامعة ستانفورد. في عام 2024، عرض متحف ويتني للفن الأمريكي فن الذكاء الاصطناعي الذي يغطي مسيرة كوهين المهنية، والذي يضم نسخًا مُعاد بناؤها لأجهزة الرسم الآلية الأولية الخاصة به.
منذ الثمانينيات، قدم كارل سيمز فنًا مشتقًا من الحياة الاصطناعية. حصل على درجة الماجستير في العلوم في رسومات الكمبيوتر من مختبر الوسائط بمعهد ماساتشوستس للتكنولوجيا في عام 1987 وعمل كفنان مقيم من عام 1990 إلى عام 1996 في شركة Thinking Machines، وهي شركة بارزة في مجال تصنيع أجهزة الكمبيوتر العملاقة وشركة الذكاء الاصطناعي. حصل Sims على جائزة Golden Nica في Prix Ars Electronica في عامي 1991 و1992 عن أعمال الفيديو التي تتضمن التطور الاصطناعي. وفي عام 1997، قام بتطوير Galápagos، وهو تركيب تفاعلي للتطور الاصطناعي، لصالح مركز NTT InterCommunication Center في طوكيو. وتقديرًا لمساهماته الاستثنائية في التطوير الهندسي، حصل سيمز على جائزة إيمي في عام 2019.
في عام 1999، قام سكوت دريفز، بالتعاون مع فريق من المهندسين، بتطوير وإطلاق برنامج Electric Sheep، وهو برنامج مجاني لشاشات التوقف. تعمل مبادرة الحوسبة التطوعية هذه على تنشيط وتطوير النيران الكسرية، وتوزيعها عبر أجهزة الكمبيوتر المتصلة بالشبكة لعرضها كحافظات شاشة. استخدم النظام الذكاء الاصطناعي لتوليد الرسوم المتحركة المستمرة من خلال تفاعل الجمهور. حصل دريفز على جائزة Fundacion Telefónica Life 4.0 عن Electric Sheep في عام 2001.
بدأت ستيفاني دينكينز مشروع Conversations with Bina48 في عام 2014. وتضمنت هذه السلسلة قيام Dinkins بتوثيق حواراتها مع BINA48، وهو روبوت اجتماعي مصمم ليشبه امرأة سوداء في منتصف العمر. في عام 2019، تم تكريم دينكينز بجائزة Creative Capital لتطويرها ذكاءً اصطناعيًا متطورًا، والذي استلهم "اهتمامات وثقافة (ثقافات) الأشخاص الملونين".
بدأت سوغوين تشونغ التقليد (وحدة عمليات الرسم: الجيل 1) في عام 2015، لتأسيس مسعى تعاوني مستمر بين الفنانة والذراع الآلية. حصلت تشونغ على جائزة لومن في عام 2019 لأدائها المستمر الذي يتميز بذراع آلية تستخدم الذكاء الاصطناعي لمحاكاة أسلوبها في الرسم.
استضافت دار كريستيز في نيويورك مزادًا لفن الذكاء الاصطناعي في عام 2018، حيث حقق العمل الفني الذي أنشأه الذكاء الاصطناعي إدموند دي بيلامي 432,500 دولار أمريكي. تجاوز سعر البيع هذا بشكل كبير قيمته المقدرة البالغة 7000-10000 دولار أمريكي بما يقرب من 45 مرة. كانت المجموعة الباريسية Obvious مسؤولة عن إنشاء هذا العمل الفني.
تم عرض الفيلم الياباني generAIdscope لأول مرة في عام 2024. وقد شارك في إخراج هيروتاكا أداتشي وتاكيشي سون وهيروكي ياماغوتشي، وتضمن الإنتاج فيديو وصوت وموسيقى تم إنشاؤها بالكامل بواسطة الذكاء الاصطناعي.
تم إصدار مسلسل الرسوم المتحركة الياباني Twins Hinahim في عام 2025. تم إنتاجه و تضمنت الرسوم المتحركة دعم الذكاء الاصطناعي لمهام مثل قص الصور وتحويلها إلى رسوم توضيحية للرسوم المتحركة، مع إجراء التنقيح اللاحق بواسطة طاقم فني. تم رسم غالبية العناصر الأخرى، بما في ذلك الشخصيات والشعارات، يدويًا باستخدام تطبيقات برمجية متنوعة.
التاريخ الفني
ظهر التعلم العميق، الذي يتميز ببنية متعددة الطبقات مصممة لمحاكاة الدماغ البشري، في العقد الأول من القرن الحادي والعشرين، مما أدى إلى تحول عميق في مجال فن الذكاء الاصطناعي. يتميز عصر التعلم العميق هذا في المقام الأول بالعديد من نماذج التصميم الفني التوليدي، بما في ذلك نماذج الانحدار الذاتي، ونماذج الانتشار، وشبكات الخصومة التوليدية (GANs)، والتدفقات الطبيعية.
في عام 2014، كان إيان جودفيلو ومعاونوه في جامعة مونتريال رائدين في شبكة الخصومة التوليدية (GAN)، وهي فئة من الشبكات العصبية العميقة المصممة لتكرار التوزيع الإحصائي لبيانات المدخلات، مثل الصور. تعمل شبكة GAN بمكونين: "المولد" الذي يقوم بتجميع الصور الجديدة و"المميز" الذي يقيم صحة هذه الصور التي تم إنشاؤها. وبعيدًا عن الفن الخوارزمي السابق، الذي التزم بقواعد محددة مسبقًا، اكتسبت شبكات GAN القدرة على تعلم جماليات محددة من خلال تحليل مجموعات بيانات الصور الشاملة.
في عام 2015، قدم فريق Google برنامج DeepDream، وهو برنامج يستخدم شبكة عصبية تلافيفية لتحديد الأنماط وتضخيمها داخل الصور من خلال الباريدوليا الخوارزمية. تنتج هذه العملية صورًا تمت معالجتها بشكل مفرط وتتميز بجودة تشبه الحلم، مما يثير جمالية مخدرة. بعد ذلك، في عام 2017، أظهرت شبكة GAN المشروطة القدرة على إنشاء 1000 فئة صور من ImageNet، وهي قاعدة بيانات مرئية كبيرة تم تطويرها للبحث في برامج التعرف على الكائنات المرئية. من خلال تكييف GAN مع كل من الضوضاء العشوائية وتسمية فئة محددة، أدت هذه المنهجية إلى تحسين جودة تركيب الصور للنماذج الشرطية بشكل كبير.
وجدت نماذج الانحدار التلقائي تطبيقًا في توليد الصور، وهو ما يمثله PixelRNN (2016)، الذي ينشئ وحدات بكسل فردية بشكل تسلسلي باستخدام شبكة عصبية متكررة. بعد تقديم بنية Transformer في الانتباه هو كل ما تحتاج إليه (2018)، تم اعتمادها على الفور لإنشاء صور انحدارية، وإن كان ذلك في البداية بدون تكييف النص.
يستفيد موقع Artbreeder، وهو موقع تم إطلاقه في عام 2018، من نماذج StyleGAN وBigGAN لتمكين المستخدمين من إنشاء صور متنوعة ومعالجتها، بما في ذلك الوجوه والمناظر الطبيعية والعروض الفنية.
شهد عقد 2020 الاعتماد الواسع النطاق لنماذج تحويل النص إلى صورة، والتي تنتج صورًا من المطالبات النصية، مما يدل على مرحلة تحويلية أخرى في تطوير الأعمال الفنية المولدة بالذكاء الاصطناعي.
في عام 2021، قدمت OpenAI DALL-E 1، وهو نموذج ذكاء اصطناعي لتحويل النص إلى صورة يقوم بإنشاء صور باستخدام بنية نماذج المحولات المؤثرة المدربة مسبقًا والمولدة للغة كبيرة، على غرار تلك الموجودة في GPT-2 وGPT-3. يعمل DALL-E 1 كنموذج توليدي ذاتي الانحدار، حيث يتقاسم المبادئ المعمارية الأساسية مع GPT-3. في الوقت نفسه، في وقت لاحق من عام 2021، أطلقت EleutherAI VQGAN-CLIP، وهو نموذج مفتوح المصدر مشتق من CLIP الخاص بـ OpenAI. في حين تم اقتراح نماذج الانتشار، وهي نماذج توليدية مصممة لتجميع البيانات من مجموعات البيانات الموجودة، في البداية في عام 2015، فإن أدائها تجاوز شبكات الخصومة التوليدية (GANs) فقط في أوائل عام 2021. وكان نموذج الانتشار الكامن، المنشور في ديسمبر 2021، بمثابة التكنولوجيا الأساسية للنشر المستقر، الذي تم إصداره في أغسطس 2022، وهو جهد تعاوني من Stability AI، ومجموعة CompVis في LMU ميونيخ، وRunway.
شهد عام 2022 توسعًا كبيرًا في إنشاء صور الذكاء الاصطناعي، مع إصدار Midjourney، يليه Imagen وParti من Google Brain، وتم الإعلان عنهما في مايو. قدمت Microsoft NUWA-Infinity، وأصبح Stable Diffusion متاحًا للمصدر في أغسطس 2022. خضع DALL-E2، وهو تكرار متقدم لـ DALL-E، للاختبار التجريبي والإصدار اللاحق، مع ظهور خليفته، DALL-E3، في عام 2023. يدعم Stability AI Stable Diffusion من خلال منصات مختلفة، بما في ذلك واجهة الويب الخاصة به، وDreamStudio، والمكونات الإضافية المخصصة لـ Krita، وPhotoshop، وBlender، و الأعرج. بالإضافة إلى ذلك، تسهل واجهة المستخدم مفتوحة المصدر المستندة إلى الويب Automatic1111 الوصول. يمكن الوصول إلى النموذج الأساسي المُدرب مسبقًا لـ Stable Diffusion للعامة عبر Hugging Face Hub.
في أغسطس 2023، تم إطلاق Ideogram، مما يميز نفسه من خلال قدرته الملحوظة على إنشاء نص مقروء داخل الصور.
شهد عام 2024 تقديم Flux، وهو نموذج قادر على إنشاء صور واقعية للغاية. تم دمج Flux لاحقًا في Grok، وهو برنامج الدردشة الآلي المستخدم على X (Twitter سابقًا)، وLe Chat، وهو برنامج الدردشة الآلي الخاص بـ Mistral AI. قامت شركة Black Forest Labs، التي أنشأها الباحثون الأصليون في شركة Stable Diffusion، بتطوير Flux. ومع ذلك، انتقلت شركة Grok إلى نموذج تحويل النص إلى صورة الخاص بها، Aurora، في ديسمبر من نفس العام. في الوقت نفسه، قامت العديد من الشركات بتطوير نماذج الذكاء الاصطناعي المدمجة مع خدمات تحرير الصور. أطلقت Adobe برنامج Firefly، ودمجته في Premiere Pro، وPhotoshop، وIllustrator، بينما أعلنت Microsoft علنًا عن وظائف إنشاء الصور بالذكاء الاصطناعي لـ Microsoft Paint. علاوة على ذلك، شهد منتصف عام 2020 ظهور نماذج بارزة لتحويل النص إلى فيديو، بما في ذلك Runway's Gen-4، وVideoPoet من Google، وOpenAI's Sora (تم إصداره في ديسمبر 2024)، وLTX-2 (تم إصداره في عام 2025).
تميز عام 2025 بإصدار العديد من النماذج التوليدية المتطورة. قدمت OpenAI's GPT Image 1، التي تم إطلاقها في مارس، عرضًا محسنًا للنص وقدرات متعددة الوسائط، مما يسهل إنشاء الصور من مدخلات متنوعة مثل الرسومات والأوصاف النصية. عرض MidJourney v7، الذي ظهر لأول مرة في أبريل، معالجة سريعة للنصوص. شهد مايو 2025 تقديم Flux.1 Kontext بواسطة Black Forest Labs، المعروف بكفاءته في إنشاء صور عالية الدقة، جنبًا إلى جنب مع Imagen 4 من Google، والذي قدم واقعية محسنة. لاحقًا، في نوفمبر 2025، تم إصدار Flux.2، والذي يتميز بالتطورات في مرجع الصور والطباعة والفهم السريع.
الأدوات والعمليات
المقاربات
يستخدم الفنانون منهجيات متنوعة لإنشاء أعمال فنية مرئية تعتمد على الذكاء الاصطناعي. في نهج تحويل النص إلى صورة، يقوم الذكاء الاصطناعي بتجميع العناصر المرئية من الأوصاف النصية، والاستفادة من النماذج مثل الانتشار أو البنى القائمة على المحولات؛ يقدم المستخدمون المطالبات، ويعرض الذكاء الاصطناعي الصور المقابلة. تتضمن طريقة "صورة إلى صورة" قيام الذكاء الاصطناعي بتحويل صورة إدخال موجودة إلى نمط أو نموذج جديد، مسترشدًا بمرجع محدد أو مرجع نمطي، يتجلى في تحويل رسم تخطيطي إلى عرض واقعي أو تطبيق جمالية فنية مميزة. بالنسبة لتطبيقات تحويل الصورة إلى فيديو، ينتج الذكاء الاصطناعي مقاطع فيديو قصيرة أو رسوم متحركة إما من صورة واحدة أو تسلسل، وغالبًا ما تتضمن الحركة أو التحولات، والتي يمكن أن تتراوح من تحريك الصور الثابتة إلى إنشاء مشاهد ديناميكية. وأخيرًا، تمكّن إمكانات تحويل النص إلى فيديو الذكاء الاصطناعي من إنشاء مقاطع فيديو مباشرة من المطالبات النصية، مما يؤدي إلى رسوم متحركة أو سيناريوهات واقعية أو تسلسلات مرئية مجردة، مما يمثل تطورًا في إنشاء تحويل النص إلى صورة مع التركيز على الاستمرارية الزمنية.
الصور
يتمكن الفنانون الذين يستخدمون نماذج النشر من الوصول إلى مجموعة متنوعة من الأدوات. يتضمن ذلك القدرة على تحديد كل من المطالبات الإيجابية والسلبية، بالإضافة إلى خيار دمج أو استبعاد مكونات مثل VAEs وLoRAs والشبكات الفائقة ومحولات IP والتضمين/الانعكاسات النصية. علاوة على ذلك، يمكن للفنانين ضبط معلمات مختلفة، بما في ذلك مقياس التوجيه (الذي ينظم التوازن بين الحرية الإبداعية والإخلاص)، والبذور (لإدارة العشوائية)، والارتقاء (لتحسين دقة الصورة). يوفر التلاعب بالضوضاء قبل الاستدلال وسيلة أخرى للتأثير، في حين يتم تطبيق أساليب ما بعد المعالجة التقليدية بشكل شائع بعد الاستدلال. ويمتلك المستخدمون أيضًا القدرة على تدريب النماذج المخصصة.
وتكملةً لنماذج الانتشار، ظهرت تقنيات توليد الصور الإجرائية القائمة على القواعد، والتي تستخدم أنماطًا رياضية وخوارزميات تحاكي ضربات الفرشاة والتأثيرات الفنية الأخرى، جنبًا إلى جنب مع بنيات التعلم العميق مثل شبكات الخصومة التوليدية (GANs) والمحولات. تقدم العديد من الشركات تطبيقات ومنصات ويب تعمل على تبسيط العملية، مما يتيح للمستخدمين التركيز فقط على المطالبات الإيجابية دون الحاجة إلى تعديل يدوي للمعلمات الأخرى. بالإضافة إلى ذلك، توجد برامج متخصصة لتصميم الصور الفوتوغرافية لتكرار الخصائص المرئية للحركات الفنية الشهيرة.
تمتد الأدوات المتاحة إلى نطاق واسع، بدءًا من تطبيقات الهاتف المحمول سهلة الاستخدام والمصممة للمستهلكين وحتى دفاتر ملاحظات Jupyter المتطورة وواجهات المستخدم المستندة إلى الويب والتي تتطلب موارد كبيرة لوحدة معالجة الرسومات لتحقيق الأداء الأمثل. ومن بين الوظائف المتقدمة "عكس النص"، الذي يسهل دمج المفاهيم المحددة من قبل المستخدم - مثل كائنات محددة أو أنماط فنية - المستفادة من مجموعة محدودة من الصور. يتيح ذلك إنشاء أعمال فنية جديدة تعتمد على الواصفات النصية المرتبطة (الكلمات المخصصة للمفاهيم المستفادة والمجردة في كثير من الأحيان) ومن خلال امتدادات النماذج أو تقنيات الضبط الدقيق، المتمثلة في DreamBooth.
التأثير والتطبيقات
يمتلك الذكاء الاصطناعي القدرة على إحداث تحول مجتمعي عميق، مما قد يؤدي إلى تعزيز انتشار الأنواع المتخصصة غير التجارية (على سبيل المثال، مشتقات السايبربانك مثل سولاربانك) من قبل المبدعين الهواة، وتسهيل أشكال الترفيه الجديدة، وتسريع النماذج الأولية، وتعزيز إمكانية الوصول إلى صناعة الفن، وتحسين كفاءة الإنتاج الفني من حيث الجهد أو التكلفة أو الوقت. يتم تحقيق هذه الكفاءة من خلال إمكانات مثل إنشاء المسودات الأولية وتحديد المفاهيم وإنتاج مكونات الصورة (الرسم الداخلي). غالبًا ما تكون الصور التي تم إنشاؤها بمثابة رسومات أولية، أو أصول تجريبية اقتصادية، أو مصادر للإلهام، أو تمثيلات مرئية لأفكار إثبات المفهوم. علاوة على ذلك، قد تتضمن التحسينات تحريرًا يدويًا بعد الجيل، بما في ذلك التحسين اللاحق باستخدام برامج تحرير الصور.
لقد استخدم الفنانون والمصممون البصريون المحترفون في الغالب الذكاء الاصطناعي التوليدي أثناء مرحلة التصور المبكر (التفكير التباعدي) بدلاً من الإنتاج النهائي (التفكير التقاربي). إن التخصصات التي تنتج مخرجات رقمية أو سريعة الزوال، مثل تصميم واجهة المستخدم/تجربة المستخدم والفن المفاهيمي، تدمج هذه التقنيات بسهولة أكبر من تلك التي تنتج أعمالًا فنية مادية دائمة مثل النحت أو الهندسة المعمارية. وفي المجالات المادية، كثيرًا ما تقيد اعتبارات السلامة الهيكلية، والقيود المادية، و"الحسابات العرقية" الثقافية الذكاء الاصطناعي في دور تعزيزي تكميلي، بدلاً من أن يكون بديلاً مباشرًا لأساليب الإنتاج التقليدية. علاوة على ذلك، تظهر مواقف التبني تباينًا كبيرًا عبر المراحل المهنية؛ غالبًا ما ينظر المحترفون المبتدئون إلى الذكاء الاصطناعي التوليدي باعتباره امتدادًا عمليًا للأدوات الرقمية الضرورية للقدرة التنافسية في السوق، في حين يعبر كبار الممارسين في كثير من الأحيان عن شكوك انتقادية فيما يتعلق بالتخفيض المحتمل لقيمة الخبرة المتجسدة وتأثيرها على تنمية المهارات على المدى الطويل.
الهندسة والمشاركة الفورية
يمكن أن تتضمن المطالبات الخاصة بنماذج معينة لتحويل النص إلى صورة صورًا وكلمات رئيسية ومعلمات قابلة للتكوين، بما في ذلك النمط الفني. يتم تحقيق مواصفات النمط هذه بشكل متكرر من خلال عبارات رئيسية مثل "بأسلوب [اسم الفنان]" ضمن الموجه، أو عن طريق تحديد نمط جمالي أو فني واسع. توجد منصات مخصصة للمشاركة والتبادل والاكتشاف والتحسين والتطوير التعاوني للمطالبات المصممة لتوليد صور محددة. يتم نشر المطالبات بشكل شائع جنبًا إلى جنب مع الصور التي تم إنشاؤها على منصات مختلفة لمشاركة الصور، بما في ذلك Reddit، وعلى مواقع الويب المخصصة خصيصًا لفن الذكاء الاصطناعي. من المهم ملاحظة أن الموجه يشكل مكونًا واحدًا فقط من المدخلات المطلوبة لإنشاء الصورة؛ وتشمل المحددات الحاسمة الأخرى دقة المخرجات، والبذور العشوائية، ومعلمات أخذ العينات العشوائية.
المصطلحات ذات الصلة
تم تحديد الوسائط الاصطناعية، التي تشمل الفن الناتج عن الذكاء الاصطناعي، في عام 2022 باعتبارها اتجاهًا تكنولوجيًا مهمًا من المتوقع أن يؤثر على مختلف الصناعات في المستقبل المنظور. أعرب الباحثون في كلية كينيدي بجامعة هارفارد عن مخاوفهم بشأن قدرة الوسائط الاصطناعية على نشر معلومات سياسية مضللة، بعد تحقيقهم في التبني الواسع النطاق للفن الناتج عن الذكاء الاصطناعي على منصة X. التركيب يمثل تسمية مقترحة لمنهجية إنتاج صور تشبه الصور الفوتوغرافية من خلال الذكاء الاصطناعي.
السياق الفلسفي
لقد أثار الفن البصري الناتج عن الذكاء الاصطناعي خطابًا فلسفيًا واسع النطاق فيما يتعلق بمفاهيم الإبداع والتأليف والطبيعة الوجودية المتأصلة للتمثيلات البصرية. يدور البحث المحوري حول ما إذا كانت القيمة الجوهرية للفن متوقفة على قصد الإنسان ووعيه الواعي. ويؤكد المنتقدون أن غياب الخبرة الذاتية والنية المتعمدة في أنظمة الذكاء الاصطناعي يحول دون اعتبار منتجاتها تعبيرات فنية "أصيلة". على العكس من ذلك، يؤكد المؤيدون أن الجدارة الجمالية تكمن في استقبال العمل وفائدته الثقافية، وليس فقط في الحالات الداخلية لمنشئه، وبالتالي وضع أنظمة الذكاء الاصطناعي كأدوات أو كيانات تعاونية ضمن نماذج موسعة للمسعى الإبداعي.
كما أن الصور التي ينشئها الذكاء الاصطناعي تشكك بشكل أساسي في نظريات التمثيل الراسخة. يُنظر تقليديًا إلى التصوير الفوتوغرافي والسينما على أنهما يمتلكان علاقة مؤشرية مع الواقع المادي، مما يعني وجود علاقة سببية بأحداث أو أشياء في العالم الحقيقي. على العكس من ذلك، تقوم أنظمة الذكاء الاصطناعي التوليدية بتجميع الصور عبر التعرف على الأنماط الإحصائية، وليس من خلال التسجيل المادي المباشر، وبالتالي تخفف أو تقطع هذا الارتباط الفهرسى بالكامل.
يفترض المنظر الإعلامي يوهانس جرينزفورثنر أن هذا التحول النموذجي يستلزم "الكشف الوجودي" - إعلان صريح عن طبيعة الصورة كمرجعية مادية أو هجينة أو صناعية بالكامل - للحفاظ على الشفافية الأخلاقية والسياسية داخل الثقافة البصرية. يضع هذا الخطاب المستمر الفن المرئي الناتج عن الذكاء الاصطناعي ضمن مداولات فلسفية أوسع تتعلق بالتكنولوجيا والأصالة وإعادة التعريف الديناميكي للتعبير الفني.
تحليل الفن الموجود باستخدام الذكاء الاصطناعي
بعيدًا عن توليد الأعمال الفنية الجديدة، تم تطوير منهجيات البحث المدعومة بالذكاء الاصطناعي للتحليل الكمي للمجموعات الفنية الرقمية. ويعزى هذا التقدم إلى الرقمنة واسعة النطاق للأعمال الفنية على مدى العقود الأخيرة. كما أشار CETINIC وSHE (2022)، فإن تطبيق الذكاء الاصطناعي لفحص المجموعات الفنية الموجودة يقدم رؤى جديدة حول تطور الأساليب الفنية وتمييز التأثيرات الفنية.
يستخدم تحليل الفن الرقمي عادةً منهجيتين حسابيتين أساسيتين: القراءة القريبة والمشاهدة عن بعد. تركز القراءة الوثيقة على سمات بصرية معينة داخل الأعمال الفنية الفردية. تشمل المهام التي تعتمد على الآلة ضمن مناهج القراءة القريبة مصادقة الفنان الحسابية والتحليل التفصيلي لأعمال الفرشاة أو الخصائص التركيبية. على العكس من ذلك، تتيح منهجيات المشاهدة عن بعد التصور الإحصائي لأوجه التشابه عبر مجموعة كاملة بناءً على ميزة معينة. تتضمن التطبيقات النموذجية لهذه الطريقة التصنيف التلقائي، واكتشاف الأشياء، والتحليل متعدد الوسائط، واستخلاص المعرفة في تاريخ الفن، والجماليات الحسابية. علاوة على ذلك، يمكن استخدام الصور الاصطناعية لتدريب خوارزميات الذكاء الاصطناعي لأغراض التحقق من الأعمال الفنية واكتشاف التزوير.
بالإضافة إلى ذلك، طور الباحثون نماذج مصممة للتنبؤ بالاستجابات العاطفية للإبداعات الفنية. ومن الأمثلة البارزة على ذلك ArtEmis، وهي مجموعة بيانات شاملة متكاملة مع نماذج التعلم الآلي. يشتمل ArtEmis على شروح عاطفية ساهم بها أكثر من 6500 مشارك، مكملة بالتفسيرات النصية المقابلة. من خلال تحليل كل من البيانات المرئية والأوصاف النصية المرتبطة بها ضمن مجموعة البيانات هذه، يسهل ArtEmis إنتاج تنبؤات عاطفية متطورة.
أشكال أخرى من فن الذكاء الاصطناعي
لقد وجد الذكاء الاصطناعي تطبيقات في مجالات فنية تتجاوز الفنون البصرية. تم استخدام الذكاء الاصطناعي التوليدي في التأليف الموسيقي وفي تطوير ألعاب الفيديو، وتجاوز مجرد الصور ليشمل تصميم المستويات (على سبيل المثال، للخرائط المخصصة)، وتوليد محتوى جديد (على سبيل المثال، المهام أو الحوار)، وصياغة الروايات التفاعلية. علاوة على ذلك، تم تطبيق الذكاء الاصطناعي في الفنون الأدبية، حيث يقدم المساعدة في حل حصار الكاتب، أو توفير الإلهام الإبداعي، أو تسهيل إعادة كتابة المقاطع النصية. وفي فنون الطهي، تمتلك بعض الأنظمة الروبوتية النموذجية القدرة على التذوق الديناميكي، وبالتالي مساعدة الطهاة في التحليل الفوري لتركيبة الطبق وملامح النكهة أثناء التحضير.
التسميات: تطبيق 'الفن'
أثار تطبيق مصطلح "الفن" على الأعمال التي تنتجها برامج الذكاء الاصطناعي جدلًا كبيرًا بين الفنانين والفلاسفة والعلماء وغيرهم من أصحاب المصلحة. يؤكد العديد من المعلقين أن تصنيف الصور المولدة آليًا على أنها "فن" يقلل من الصفات الجوهرية للفن البشري، بما في ذلك الإبداع والمهارة والقصد. كثيرًا ما تؤكد التعريفات المعاصرة للإبداع الفني الأصيل على ضرورة النوايا على المستوى البشري، والتجربة الشخصية، والعاطفة، والسياق التاريخي أو الفني ذي الصلة.
تشير الأبحاث التي أجرتها المكتبة الوطنية للطب إلى وجود تحيز بشري متأصل ضد الأعمال الفنية المنسوبة إلى الذكاء الاصطناعي. في دراسة قام فيها المشاركون بتقييم صورتين قابلتين للمقارنة، تم تحديد إحداهما بوضوح على أنها تم إنشاؤها بواسطة الذكاء الاصطناعي، قام المشاركون باستمرار بتعيين قيمة فنية أقل للصورة المنتجة بشكل مصطنع. تشير هذه النتيجة إلى أن التصورات الاجتماعية والثقافية تؤثر بشكل كبير على تصنيف الصورة كفن، بغض النظر عن خصائصها البصرية المتأصلة.
في تقرير عام 2023 الذي تم تقديمه في المؤتمر السنوي لمراقبي الفن الرقمي، افترض صامويل لوميس أن تسمية "فن الذكاء الاصطناعي" تعترف بالازدواجية المتأصلة فيه: إبداع ناتج عن كل من التوجيه البشري والعمليات التوليدية التي تحركها الآلة، لا سيما عند تقييمها وفقًا للمعايير النقدية المحددة للفن التقليدي.