Đừng tin vào những tiêu đề: Trí tuệ nhân tạo không khám phá bất kỳ bí ẩn nghệ thuật nào

Mọi người thường mừng rỡ khi một bí mật được tiết lộ.

Hoặc ít nhất là, các phương tiện truyền thông nhận ra rằng tin tức về "các bí ẩn được giải mã" và "kho báu bị che giấu được phát hiện" tạo ra lưu lượng truy cập và click.

Vì vậy, tôi không bao giờ ngạc nhiên khi thấy các phát hiện được hỗ trợ bởi trí tuệ nhân tạo về các tác phẩm nghệ thuật nổi tiếng trở nên truyền cảm hứng.

Chỉ trong năm vừa qua, tôi đã đọc các bài viết nhấn mạnh về cách trí tuệ nhân tạo đã phục hồi một bức tranh "bí mật" của "người tình mất tích" của họa sĩ Italy Modigliani, "đưa vào cuộc sống" một "bức tranh Picasso nữ mất tích", "hồi sinh" các tác phẩm bị phá hủy của họa sĩ Áo Gustav Klimt và "phục hồi" các phần của bức tranh "The Night Watch" của Rembrandt năm 1642.

Là một nhà sử học nghệ thuật, tôi ngày càng lo lắng về cách báo chí và sự phổ biến của những dự án này.

Thực tế, họ chưa tiết lộ bất kỳ bí mật nào hoặc giải quyết một điều bí ẩn nào.

Những gì họ đã làm là tạo ra những câu chuyện cảm động về trí tuệ nhân tạo.

Liệu chúng ta thực sự đang học được điều gì mới không?

Hãy xem xét các báo cáo về tranh của Modigliani và Picasso.

Đây là những dự án được thực hiện bởi cùng một công ty, Oxia Palus, được thành lập không phải bởi những nhà sử học nghệ thuật mà là bởi các sinh viên nghiên cứu tiến sĩ trong lĩnh vực học máy.

Trong cả hai trường hợp, Oxia Palus phụ thuộc vào các tia X truyền thống, phổ huỳnh quang tia X và hình ảnh hồng ngoại đã được thực hiện và công bố nhiều năm trước - công việc đã phát hiện ra các bức tranh sơ bộ dưới lớp vẽ rõ ràng trên bề mặt vải của các họa sĩ.

Công ty chỉnh sửa những tia X này và tái tạo chúng thành các tác phẩm nghệ thuật mới bằng cách áp dụng một kỹ thuật gọi là “truyền tải phong cách neural.” Đây là thuật ngữ nghe có vẻ phức tạp để chỉ một chương trình có khả năng chia nhỏ các tác phẩm nghệ thuật thành đơn vị cực kỳ nhỏ, suy luận một phong cách từ chúng, và sau đó hứa hẹn tái tạo hình ảnh của nội dung khác trong cùng phong cách đó.

Về cơ bản, Oxia Palus tạo ra các tác phẩm mới từ những gì máy học được từ các hình ảnh tia X hiện có và các bức tranh khác của cùng một nghệ sĩ.

Nhưng ngoài việc thể hiện sự thành thạo của trí tuệ nhân tạo, liệu có bất kỳ giá trị nghệ thuật, lịch sử nào trong những gì công ty đang làm không?

Những tác phẩm tái tạo này không cho chúng ta bất cứ điều gì mới mẻ về các nghệ sĩ và phương pháp của họ.

Các nghệ sĩ thường vẽ lại các tác phẩm của mình. Điều này quá thông thường đến nỗi các nhà sử học nghệ thuật và người bảo tồn có một từ để mô tả: pentimento. Không có một trong những phiên bản trước đó nào là một điều bí ẩn được đặt vào tranh để các nhà nghiên cứu sau này khám phá. Những hình ảnh tia X gốc chắc chắn có giá trị khi chúng cung cấp cái nhìn sâu hơn vào phương pháp làm việc của các nghệ sĩ.

Nhưng đối với tôi, những gì những chương trình này đang làm không thực sự đáng tin từ góc nhìn của lịch sử nghệ thuật.

Những bộ môn nhân văn trên bờ vực suy tàn

Vì vậy khi tôi thấy những bản tái tạo này thu hút sự chú ý của truyền thông, điều đó khiến tôi liên tưởng đến một loại ngoại giao mềm mại cho trí tuệ nhân tạo, trình diễn một ứng dụng “văn minh” của công nghệ vào thời điểm mà sự hoài nghi về những vết cắt, thiên lệch, và lạm dụng của nó đang gia tăng.

Khi trí tuệ nhân tạo được chú ý vì khôi phục các tác phẩm nghệ thuật đã mất, điều này khiến công nghệ trở nên ít đáng sợ hơn khi nó nhận được tiêu đề về việc tạo deep fake để làm giả diễn văn của các chính trị gia hoặc sử dụng nhận diện khuôn mặt để giám sát độc tài.

Những nghiên cứu và dự án này cũng dường như thúc đẩy ý tưởng rằng các nhà khoa học máy tính có khả năng nghiên cứu lịch sử tốt hơn những nhà sử học nghệ thuật.

Nhiều năm nay, các bộ môn nhân văn tại các trường đại học đã dần bị kiệt quệ về nguồn tài trợ, với nhiều tiền được đổ vào các ngành khoa học. Với lập luận về tính khách quan và kết quả có thể chứng minh được, các ngành khoa học thường nhận được sự tôn trọng hơn từ các tổ chức tài trợ và công chúng, điều này tạo động lực cho các học giả thuộc các bộ môn nhân văn để áp dụng các phương pháp tính toán.

Nhà sử học nghệ thuật Claire Bishop phê phán sự phát triển này, lưu ý rằng khi khoa học máy tính được tích hợp vào các bộ môn nhân văn, “[các] vấn đề lý thuyết bị vùi dập bằng trọng lượng dữ liệu,” tạo ra các kết quả cực kỳ đơn giản.

Tại tâm điểm của họ, nhà sử học nghệ thuật nghiên cứu cách mà nghệ thuật có thể cung cấp cái nhìn sâu sắc về cách mà con người từng nhìn nhận thế giới. Họ khám phá cách mà các tác phẩm nghệ thuật đã hình thành thế giới mà chúng được tạo ra và sẽ tiếp tục ảnh hưởng đến các thế hệ tương lai.

Một thuật toán máy tính không thể thực hiện những chức năng này.

Tuy nhiên, một số học giả và tổ chức đã để bản thân bị hấp thụ bởi các ngành khoa học, áp dụng các phương pháp của chúng và hợp tác với chúng trong các dự án được tài trợ.

Nhà phê bình văn học Barbara Herrnstein Smith cảnh báo về việc nhường quá nhiều lãnh thổ cho các ngành khoa học. Theo quan điểm của bà, các ngành khoa học và những bộ môn nhân văn không phải là hai đối lập nhau như cách mà công chúng thường mô tả. Nhưng cách mô tả này đã mang lại lợi ích cho các ngành khoa học, được đánh giá cao vì sự rõ ràng và tiện ích được cho là vượt trội so với sự không rõ ràng và vô dụng của các bộ môn nhân văn. Đồng thời, bà đã đề xuất rằng các lĩnh vực học tích hợp kết hợp nghệ thuật với khoa học có thể dẫn đến các đột phá mà không thể xảy ra nếu mỗi lĩnh vực tồn tại như là một ngành học cô lập.

Tôi hoài nghi. Không phải vì tôi nghi ngờ tính hữu ích của việc mở rộng và đa dạng hóa bộ dụng cụ của chúng ta; chắc chắn, một số học giả làm việc trong lĩnh vực nhân văn số hóa đã sử dụng các phương pháp tính toán với sự tinh tế và nhận thức lịch sử để thêm sự tinh tế hoặc lật ngược những câu chuyện rập khuôn.

Nhưng nghi ngờ của tôi nảy sinh từ nhận thức về cách mà sự ủng hộ của công chúng đối với các ngành khoa học và sự phê phán đối với các bộ môn nhân văn có nghĩa là, trong việc kiếm được nguồn tài trợ và sự chấp nhận, các bộ môn nhân văn sẽ mất đi những gì làm cho chúng trở nên quan trọng. Sự nhạy cảm của lĩnh vực này với sự đặc thù lịch sử và sự khác biệt văn hóa khiến việc áp dụng cùng một mã cho các tác phẩm nghệ thuật rất khác nhau trở nên hoàn toàn không logic.

Ngớ ngẩn khi nghĩ rằng những bức ảnh đen trắng từ cách đây 100 năm sẽ tạo ra màu sắc giống như những bức ảnh kỹ thuật số hiện nay. Và tuy nhiên, đây chính xác là điều mà việc tô màu được hỗ trợ bởi AI làm.

Ví dụ cụ thể đó có thể nghe như một vấn đề nhỏ, chắc chắn. Nhưng nỗ lực để "đưa sự kiện trở lại cuộc sống" này thường nhầm lẫn biểu thị với hiện thực. Việc thêm màu không hiển thị thứ gì như chúng đã từng có mà tái tạo lại thứ đã là một sự tái tạo - một bức ảnh - theo hình ảnh của chúng ta, giờ đây với sự phê chuẩn của khoa học máy tính.

Nghệ thuật như một đồ chơi trong hộp cát của các nhà khoa học

Gần cuối của một bài báo gần đây dành cho việc sử dụng AI để phân rã hình ảnh tia X của "Bức Thánh Thất Ghent" của Jan và Hubert van Eyck, các nhà toán học và kỹ sư đã viết, áp dụng phương pháp của họ dựa trên việc "lựa chọn 'tốt nhất trong tất cả các thế giới có thể' (mượn lời của Voltaire) bằng cách lấy đầu ra đầu tiên của hai chạy riêng biệt, chỉ khác nhau trong thứ tự của đầu vào".

Có lẽ nếu họ đã làm quen với những ngành nhân văn học hơn, họ sẽ biết cách mà những lời này được Voltaire dùng mỉa mai một nhà triết học tin rằng sự khổ cực và bất công hoành hành là một phần của kế hoạch của Chúa - rằng thế giới như nó được đại diện là tốt nhất chúng ta có thể hy vọng.

Có lẽ điều này chỉ là "vật vờ". Nhưng nó minh họa vấn đề của nghệ thuật và lịch sử trở thành đồ chơi trong hộp cát của các nhà khoa học không có đào tạo trong lĩnh vực nhân văn.

Nếu không có gì khác, hy vọng của tôi là những nhà báo và nhà phê bình khi báo cáo về những tiến triển này sẽ nhìn nhận một cách hoài nghi hơn và điều chỉnh cách họ khung sự việc.

Bài viết này của Sonja Drimmer, Giáo sư Nghệ thuật Trung cổ, Đại học Massachusetts Amherst được tái xuất bản từ The Conversation dưới giấy phép Creative Commons. Đọc bài viết gốc.