Пиксель. История одной точки - Элви Рэй Смит

графики. Пока эта технология далека от кино «без камеры». В ней используется хитроумная камера (на самом деле три) для записи игры актеров, такой же, как в классическом кинопроизводстве. Им больше не требуется надевать специальные костюмы, наносить на тело и лицо точки или какие-либо другие специальные маркеры, как делалось при ранних попытках создания аватаров. После съемки за дело берутся цифровые художники, которые используют сложное современное программное обеспечение, позволяющее преобразовать реальное лицо каждого актера в изображение, достоверно передающее его молодой облик. Аватаром Де Ниро становится молодой Де Ниро. Им управляет сам Де Ниро. Цифровые художники называют медленный процесс рендеринга такого сложного аватара «выпечкой». Таким образом, испечь фильм — значит одновременно и снять, и сделать его — создать смесь аналитического и синтетического Цифрового Света.

Здесь, однако, я хотел бы сделать предостережение: недобросовестные люди могут воспользоваться этими удивительно обманчивыыми художественными технологиями не ради нашего развлечения, а во вред. Такие подделки называются дипфейками и уже широко используются.

Подведение итогов…

Пиксель — казалось бы, простая, но хитроумная концепция — объединяет все способы создания и обработки цифровых изображений в одно пространство, пространство Цифрового Света, которое охватывает почти все современные изображения. Цифровой Свет легко понять, разобравшись в трех великих основополагающих идеях, лежащих в его основе: волнах Фурье, отсчетах Котельникова и машинных вычислениях Тьюринга.

К Цифровому Свету имеют непосредственное отношение две фундаментальные высокие технологии — компьютеры и кинематограф, — которые тоже можно понять на интуитивном уровне. Очевидно, что компьютеры лежат в основе всего «цифрового». Кино тоже, потому что оно использует теорему отчетов и от него Цифровой Свет унаследовал терминологию и концепции. В своей книге я подробно излагаю историю этих двух технологий. Лучший способ разобраться в ней — составить генеалогическую блок-схему, включающую все ключевые персоналии. Этот подход радикально отличается от соблазнительной простоты сказочного повествования об одном героическом изобретателе, которое так популярно у публики, но почти всегда искажает факты. Душой книги стали «семейные» истории, отраженные на блок-схемах. В них проявились характерные для человеческих отношений дружелюбие и ссоры, сотрудничество и конкуренция, возвышенность и низменность. Те же методы исследования применяются к истории самой технологии Цифрового Света, в частности того пути, который привел нас к появлению первых цифровых фильмов.

Во всех этих историях фундаментальных идей и высоких технологий обнаруживается триада «идея — хаос — тиран»: великая идея; хаос или вихрь перемен, требующие ее реализации; тиран или некая форма тирании, которые защищают, часто сами того не желая, создателя, бьющегося над реализацией своей идеи.

Часы тикают всё громче и громче по мере приближения к концу книги, а особенно когда мы достигаем последней главы. Каждые пять лет мощность компьютеров увеличивается на порядок в соответствии с законом Мура. Я уделяю пристальное внимание этому феномену, этому взрыву сверхновой, этому революционному развитию, которое мы с трудом осознаем. Он на порядки величин расширяет границы наших способностей как человеческих существ. Он Усиливает нас. Цифровой свет — лишь одно из блестящих следствий закона Мура.

…И еще дальше

Любая система, достаточно простая, чтобы быть понятной, не будет достаточно сложной, чтобы вести себя разумно, в то время как любая система, достаточно сложная, чтобы вести себя разумно, будет слишком сложной для понимания.

— Джордж Дайсон, третий закон ИИ, «Analogia»

Пару лет назад, когда я был в Королевском колледже в Кембридже, где моя жена проводила свой научный отпуск, — в том самом, где Алан Тьюринг написал свою основополагающую работу, — ко мне подошел мой старый коллега по играм с пикселями Джон Бронскилл. «Элви, нам больше не нужно будет программировать!» — он ошарашил меня заявлением. Джон сделал себе имя, создавая расширения для графического редактора Adobe Photoshop, пожалуй самого популярного пиксельного приложения в профессиональном мире.

«Что ты имеешь в виду?» — спросил я. «Прочитай вот это», — сказал он, сунув мне в руки научный журнал. Он был открыт на статье из Исследовательской лаборатории искусственного интеллекта Калифорнийского университета в Беркли. В ней описывалась нейросеть определенного типа, которую обучили с помощью 1000 немаркированных произвольных фотографий лошадей и 1000 немаркированных произвольных фотографий зебр. Фотографии лошадей содержали разное количество лошадей разного цвета, расположенных в произвольном порядке. Фотографии зебр тоже использовались разные, хотя цвета зебр, конечно, не отличались. Все эти фотографии были цифровыми, состоящими из пикселей. После соответствующего обучения (не буду описывать его технологию) сеть научилась проделывать следующий поразительный фокус: получив на входе произвольную фотографию зебры, сеть заменяла каждую зебру на лошадь. На самом деле она просто перекрашивала зебру в цвета лошади или наоборот (рис. 9.3, верхняя пара).

«Как это работает? — спросил я и добавил: — Я даже не думаю, что эта проблема имеет четкое определение». Что такое для компьютера лошадь? Что такое зебра? Как он сопоставляет одно с другим?

Джон просто отмахнулся: «Я не знаю. И никто не знает. Оно просто делает это! Это слишком сложно для обратного проектирования».

Та же нейронная сеть способна и на другие удивительные вещи. Если обучить ее на пейзажных фотографиях и картинах Ван Гога, она сделает из любого снимка природы картину в стиле Ван Гога. Или наоборот. Или в стиле Моне. Или превратит летние пейзажи в зимние. Или наоборот.

Я упоминаю здесь об этом, чтобы задаться вопросом: что будет дальше в Цифровом Свете? Признаюсь, я не понимаю, что происходит и насколько это важно в долгосрочной перспективе. Но давайте немного поразмышляем.

Тьюринг позволил своей универсальной машине Тьюринга — или компьютеру с хранимой в памяти программой — выполнять операции над самой программой, как над данными. Именно в этом и заключается суть его изобретения — компьютера с хранимой в памяти программой. Относится ли работа программы «лошадь-зебра» к числу операций, в которых программа сама модифицирует себя? Тьюринга особенно привлекала подобная возможность, как и перспектива создания искусственного интеллекта. Как я уже упоминал, операционные системы современных компьютеров обычно запрещают программам самомодифицироваться, чтобы не привести к полному хаосу.

Нейронная сеть моделируется на обычном компьютере, поэтому программа, выполняющая моделирование, не модифицирует себя. Но предположим, что нейронная сеть была бы настоящей нейронной сетью, а не просто симуляцией. Можно ли ее истолковать как программу, модифицирующую саму себя? Я думаю, что да. Наш мозг — это, несомненно, нейронная сеть, и, насколько нам известно, в нем нет хранилища программ, отдельного от хранилища данных. И, вероятно, он не делает ничего, выходящего за рамки вычислений Тьюринга. Мы не нашли ни одного иного алгоритмического процесса за