Исскуство

Развитие графического дизайна

Лисина Анастасия Игоревна
Магистрант, Новосибиский государственный университет архитектуры, дизайна и искусств им. А. Крячкова, РФ, г. Новосибирск, lisina.anasteisha@yandex.ru

Аннотация: Графический дизайн, развивающийся на протяжении всей истории появления компьютеров, получил необыкновенный по своей силе толчок развития после того, как широкое распространение получили нейросети. Они, за счет развития искусственного интеллекта и глубокого обучения, за короткий промежуток времени стали незаменимым помощником человека в создании различного контента, в частности изображений. Поэтому в статье освещается вопрос появления нейронных сетей (нейросети) и их развития, распространения в графическом дизайне. В статье поднимается проблема развития компьютерной графики, как вида современного искусства, и становления нового для нее инструмента – нейронной сети, так как этот аспект является перспективным в области компьютерной графики и компьютерного искусства. Цель исследования - изучить использование нейронных сетей для генерации стилизованных и реалистичных изображений в создании медиаконтента и рассмотреть социальную значимость этого явления для графического дизайна.
Ключевые слова: графика, компьютерная графика, компьютерное искусство, графические редакторы, технологии.

Lisina Anastasiia Igorevna
Master's student, Kryachkov Novosibirsk State University of Architecture, Design and Arts, NSUADA, Russia, Novosibirsk

Abstract: Graphic design, which has been developing throughout the history of computers, received an unusual impetus for development after neural networks became widespread. They, due to the development of artificial intelligence and deep learning, in a short period of time have become an indispensable assistant to a person in creating various content, in particular images. Therefore, the article highlights the issue of the emergence of neural networks (neural networks) and their development, distribution in graphic design. The article raises the problem of the development of computer graphics as a form of contemporary art, and the formation of a new tool for it - a neural network, since this aspect is promising in the field of computer graphics and computer art. The aim of the study is to explor the use of neural networks to generate stylized and realistic images in the creation of media content and to consider the social significance of this phenomenon for graphic design.
Keywords: graphics, computer graphics, computer art, graphic editors, technologies.

Компьютерное изобразительное искусство, появившееся сравнительно недавно по сравнению с традиционными формами художественного выражения, стремительно стало неотъемлемой частью многих профессиональных сфер. За короткий период своего существования компьютерная графика значительно оптимизировала и расширила рабочие процессы, упрощая создание и обработку визуальных материалов. В настоящее время продолжаются активные исследования и разработки в этой области искусства, и одним из наиболее перспективных направлений является распространение и разработка в области «нейронных сетей». Эти инновационные технологии, обладающие широким спектром возможностей и доступные для массового использования, открывают новые горизонты для художников, дизайнеров и специалистов в области визуальных коммуникаций. Их применение позволяет создавать уникальные и высокодетализированные изображения, автоматизировать рутинные задачи и исследовать новые творческие подходы. В связи с этим становится актуальным изучение роли и потенциала нейросетей в контексте компьютерного изобразительного искусства, а также их влияния на развитие этой динамичной и постоянно развивающейся области.

Для комплексного подхода к вопросу, необходимо для начала определится с ключевым аспектом для анализа - компьютерной графикой. Данный вид творческой деятельности относиться к термину компьютерное искусство, которое включает в себя целый пласт направлений и деятельности. Отмечается, что это понятие можно отнести к любому произведению, в котором используются цифровые технологии или взаимодействует с ними [5. с. 53]. Но было сформулировано научное определение компьютерной графики, которое дает Л.Н. Турлюн, компьютерная графика – «сфера деятельности, которая характеризуется совокупностью компьютеров и специального программного обеспечения для работы с изображениями, их создания и редактирования. Это также способ преобразования визуальной информации из реальности в оцифрованный вид и ее обработка и хранение» [1. с. 160]. Особенностью данного искусства является объединение среды и способов взаимодействия с ней по средствам одного технического устройства. Виртуальная среда становится основой для создания изображения и пространства. Что приводит к расширению границ и новому, современному пониманию предмета искусства. Создаваемый цифровой образ легко менять и трансформировать. В частности, выделяются следующие аспекты работы в графическом дизайне с цифровыми технологиями:

1. Компьютерная обработка изображений;
2. Компьютерные технологии создания изображений;
3. Обработка визуального контента и методы цифрового синтеза [2. с. 56].

Термин был придуман в 1960 году исследователями компьютерной графики Верном Хадсоном и Уильямом Феттером из Boeing. Часто используется сокращение CG или, в контексте кино, компьютерная генерация изображений (CGI). Далее начали появляться проекты, созданные на компьютерах, которые требовали к себе нового подхода. В конце 60-х годов начинается появление 3д графики. В 70-е года вводится курс по компьютерной графике, что стало сильным толчком исследования данной области знаний. В 80-е года с развитием домашней компьютеризации вырос спрос и аудитория и значительно увеличилось число разработчиков компьютерной графики. Также в этот период было разработано общее уравнение рендеринга, т.е. процесс получения изображения по модели с помощью компьютерных программ. Этот фактор очень важен для фотореализма. Значительное влияние на развитие компьютерной графики оказало кино, фантастические фильмы показали масштабы и открыли компьютерную графику обывателю. Именно в 90-е на домашнем компьютере появились программы для 3д моделирования, которые определили массовую тенденцию на использование 3д(визуализации) [6. с. 113].

Конец ХХ – начало XXI века видеоигры и компьютерная графика в кино расширили охват компьютерной графики среди широкой публики и продолжали делать это в ускоренном темпе в 2000-х годах. В этот период моделирование получило широкое применение в телевизионной рекламе. Это приводит к тому, что почти везде присутствует компьютерная графика, предварительно созданные изображения почти научно фотореалистичны, а реальные графики на высококлассной системе могут симулировать фотореализм для непрофессионального взгляда.

С развитием технологий происходила эволюция и внедрение новых инструментов для данного искусства. Также с увеличением набора инструментов для компьютерных программ, расширялся круг их использования. Особый подъем популярности данной темы происходит к 2020 годам и связан с распространением такого инструмента как нейронная сеть. Данная тенденция была прослежена нами исходя из графика на рисунке 1.

Рисунок 1. График научных работ по запросу «neuron network» с сервиса lеns.org [7].

Это вид искусственного интеллекта, который предназначен для генерирования на основе определенной базы материала, будь то голос, изображение, видео, текст. В основе нейронной сети находится имитация деятельности происходящей в нервной системе человека. Внешний возбудитель провоцирует связи, соединяющие нейтроны – это лежит в основе механизма обучения и живых организмов. Вычислительные элементы искусственной нейронной сети построены подобным образом. Они соединены между собой и имеют определенные веса, которые отображают параметр нейрона. Запрос, направленный в нейросеть, посылает сигнал от внешних нейронов к выходным, формируя ответную реакцию на задачу, поставленную перед ней. Таким образом происходит формирование ответа на запрос [8. с. 21].

Рисунок 2. Синаптические связи между нейронами [8. с. 22].

Таким образом для генерации изображений нейросеть использует информацию, считанную с других изображений. Создавая на их основе генерацию оригинального продукта. Эта информация включает в себя данные с различных видов изображений начиная от рисунков, заканчивая анимацией. Самый удобный и доступный метод запроса для генерации изображения это текстовый, другой при помощи изображения. Первый вариант позволяет при помощи ключевых слов, – так называемых «пронтов», – сгенерировать изображение необходимое пользователю. Во-втором случае, нейросеть берет за основу загруженное изображение. Однако для внесения уточнений необходимо также вводить текст. Как следствие, для генерации изображений популярным является подход генеративных состязательных сетей, сокращенно GAN. В его основе лежит две нейросети – генератор и дискриминатор. Генератор получает в текстовом виде описание признаков для генерации изображения, после чего его задачей становится воспроизведение изображения. Функцию проверки на соответствие изображению исходным данным выполняет дискриминатор. Таким образом, обучение нейросетей происходит одновременно. Процесс генерации изображения происходит до получения результата, максимально соответствующего признакам, заданного в текстовом описании задачи. Иным подходом к генерации изображений является использование трансформеров – нейросетей, позволяющих обрабатывать последовательность данных [3. с. 75].

Говоря о генерации изображений на основе визуальных вводных, популярным является подход использования циклических генеративных состязательных сетей – сокращенно CycleGAN. В его основе также лежат генератор и дискриминатор. Генератор преобразовывает полученное запросом изображение в иное. Дискриминатор и в этом случае выступает в качестве проверки результата. Также существует подход, основанный на использовании вариационных автокодировщиков – VAE. Это нейросеть, которая позволяет кодировать и декодировать данные [4. с. 26]. На сегодняшний день генерация изображений при помощи нейронных сетей получает широкое развитие, в том числе генерация изображений в реальном времени и генерация изображений в трехмерном формате. Это становится удобным инструментом разработки моделей для 3д-печати, рекламы и в общем облегчает работу специалистам.

Таким образом, создание различного медиаконтента с помощью нейросетей убрать сделало нейросеть одним из инструментов, которая получила в последнее время огромный интерес у пользователей. Это делает компьютерную графику массовым и популярным видом визуального искусства не только для художников, дизайнеров и разработчиков, но и для всех людей, использующих интернет.

Несмотря на то, что нейросети уже сейчас охватывают огромный спектр возможностей, можно выделить следующие ключевые направления дальнейшего развития нейросетей: во-первых, улучшение качества изображений. Так как, на данном этапе существуют ошибки в генерации изображений, как в стилях, так и в анатомических аспектах. Для этого используются больший объем данных, проектирование архитектур нейросетей, анализ данных и методов машинного обучения. Во-вторых, продолжается создание и развитие новых архитектур нейронных сетей. Нынешние нейросети уже не состоят из простого ввода и вывода информации; их функционал значительно расширился. Однако усовершенствование этого механизма позволит решать более сложные задачи и обеспечить высокую производительность. Стоит отметить, что развитие нейросетей невозможно без постоянного совершенствования методов их обучения. Создание новых алгоритмов обучения позволяет нейросетям быстрее и эффективнее обучаться на больших объемах данных. Это, в свою очередь, откроет новые возможности для применения нейросетей в самых разных областях.

С появлением нейросетей произошли значительные изменения в организации рабочего времени. Генерация изображений с их помощью стала мощным инструментом для создания и преобразования уже существующего материала в новые формы. Благодаря чему нейронные сети входят в обиход людей, за счет чего продолжают свое дальнейшее развитие и развивают иные методы создания изображений. В результате нейросети оказывают влияние на различные области знаний и современное искусство, открывая новые горизонты для творчества и исследований. Однако использование нейросетей также вызывает этические вопросы и порождает дискуссии о допустимости коммерческого распространяя и применения. Это приводит к размышлениям о том, что именно считается авторской работой и можно ли считать генерацию изображений искусством. Возникает вопрос о том, как оценивать работы, созданные с помощью нейросетей, по сравнению с произведениями художников, выполненными вручную. Также стоит рассмотреть проблему копирования и подделки изображений, требующую систематизации и регулирования новыми принципами и методами.

Кроме того, использование нейросетей в искусстве поднимает вопрос о том, насколько эти технологии могут заменить человеческий труд и креативность. Некоторые считают, что нейросети могут стать угрозой для художников и дизайнеров, поскольку они способны создавать изображения с высокой степенью реализма. Однако другие утверждают, что нейросети не могут полностью заменить человеческий разум и интуицию, которые являются ключевыми элементами творческого процесса. В этом контексте важно обсудить, как нейросети могут быть интегрированы в художественное образование и практику, чтобы способствовать развитию новых форм искусства.

По мере того, как нейросети постоянно совершенствуют свои механизмы работы, вскоре это приведет еще к большему их распространению и использованию в различных сферах деятельности, от медицины до образования. Таким образом, нейросети становятся неотъемлемой частью нашего будущего, оказывая значительное влияние на общество и культуру.

1. Турлюн Л.Н. Компьютерная графика – актуальный вид современного искусства // Культурное наследие Сибири. 2014. №15. С. 158-164.
2. Шохоева А.И. Технологии компьютерной графики и визуализации данных // Colloquium-journal. 2022. №31. С. 55-57.
3. Ильинская Е.В., Голышева Е.Н., Медведев А.А., Масалитин Н.С. Применение генеративно-состязательных нейросетей для генерации изображений // Научный результат. Информационные технологии. – Т.9, №1, 2024. – С. 73-78.
4. Голышева Е.Н., Медведев А.А., Масалитин Н.С. Основные подходы к генерации изображений с помощью нейронных сетей // Инновационная наука. 2023. №11-2. С. 25-28.

Список источников
5. Пол, Кристиан (2016). «Введение из цифровой в Post‐Digital – эволюция формы искусства». У Павла Кристиана (ред.). Компаньон Digital Art.Malden, MA: Wiley. стр. 1-2. ISBN 978-1-118-47520-1
6. Пол, Кристиан Цифровое искусство. М.: Ад Маргинем, 2020. 272 с.
7. Результаты поиска Scholar // lеns.org URL: https://www.lens.org/lens/search/scholar/list?q=neuron%20network (дата обращения: 26.04.24).
8. Аггарвал Чару Нейронные сети и глубокое обучение: учебный курс. СПб: Диалектика, 2020. 752 с.