«Иронов решает PR-задачи, а не функциональные» — мнения дизайнеров и специалистов по ИИ о нейросети «Студии Лебедева»

Год назад оркестр Юрия Башмета исполнил произведение, сочинённое Кузьмой Бодровым в соавторстве с нейросетью «Яндекса». Кузьма Бодров тогда очень чётко сформулировал, как выглядит такое соавторство. Он сказал, что самое тяжёлое в творческом процессе композитора — поймать первую музыкальную фразу, нащупать мелодию. Дальше уже ремесло: ты разворачиваешь мелодию в произведение — этому учат в консерватории.

Нейронная сеть может генерировать эти мелодии в бесконечном количестве и с бешеным темпом. Другой вопрос, что большинство этих мелодий — шлак. Но опытный композитор прослушивает то, что придумала нейросеть, и находит мелодии, которые у него резонируют.

Поэтому последние несколько лет нейросеть очень успешно применяется не в рутинной работе, а, наоборот, на стадии генерации большого количества новых идей. Но дальше — выбирать, какая из этих идей зацепит слушателя или зрителя, — должен человек.

Нейросеть можно обучить на миллионе фотографий, которые выиграли международные конкурсы, и она будет отлично редактировать фотографию, убирая очевидные ошибки. Но поймать какую-то искорку, например, почувствовать, что на конкретной фотографии нужно подсветить другим цветом один листочек, чтобы он вспыхнул, нейросеть пока не может.

И пока нет способов передать нейросети контекст. Ведь, если мы говорим о дизайне, здесь не может быть просто абстрактного красивого шрифта, он должен отвечать конкретной задаче и подходить бренду-заказчику. Сейчас нейросеть может предложить 50 вариантов, но какой из них правильный в этом контексте и для конкретного бренда — выбирает человек.

Результат работы нейросети зависит от того, на каком наборе данных проходило обучение. А это, в свою очередь, зависит от таланта программиста, который проводил обучение. Поэтому сети на открытом коде вроде бы доступны всем, а сильных применений очень немного. Следовательно, тут тоже всё зависит от человека.

При этом такие нейросети — очень хорошая помощь дизайнеру или композитору, они ускоряют работу, позволяют быстрее наткнуться на идею, от которой можно дальше отталкиваться и превращать в продукт. Генерация начальных идей у людей неконтролируема — сегодня пришла мысль в голову, а завтра нет, хоть тресни. Нейросеть же каждые условные 20 минут придумывает новую идею.

Думаю, что помимо пиара, «Студия Лебедева» преследовала цель ускорить создание логотипов. С точки зрения затрат они никак не проиграют, основной расход в обучении нейросети — это зарплата программисту.

Андрей Себрант, директор по стратегическому маркетингу «Яндекса»

Автоматизация рабочих задач существует сравнительно давно, есть генеративный дизайн — это чистый рандомайз в узко заданных рамках, теперь потихоньку приходят и нейросети.

Есть куча успешных кейсов обучения нейросетей творческим задачам, взять хотя бы камеры смартфонов, где на программном уровне обрабатываются фотографии. Но в дизайне есть проблема критериев «нравится или не нравится». И сейчас нейросети, безусловно, не способны выдавать логотип, соответствующий критериям, прописанным в брифе.

Но «Студия Лебедева» cоздала гениальный кейс. Только у них так хорошо и могло получиться, прежде всего из-за полярости мнений о том, что делает студия и личности её основателя. Практического применения эта сеть не имеет. Зато насколько красиво это было подано! Работу Иронова можно назвать выдающейся, но только в рамках дизайн-эксперимента. Потому что идеи, которые генерировала нейросеть, отсеивал человек.

Иван Бурмистров, арт-директор в Affect

То, что показала «Студия Лебедева», очень круто с точки зрения популяризации нейросетей и пиара. Но, поскольку искусственный интеллект только предлагал арт-директору варианты, это не уникальная задача. То же самое может сделать парочка начинающих дизайнеров.

Причём я не могу сказать, что выбирать из предложенных нейросетью идей сильно проще, потому что их варианты не прицельные. Допустим, у дизайнеров будет 10 более-менее ожидаемых идей, а у нейросети — 1000 фантастических.

В своём ролике «Студия Лебедева» сообщила, что человек основывается на референсах, на своей насмотренности, а нейросеть от этого свободна. Но это неверно: чтобы научить сетку, нужно показать ей миллионы примеров айдентики и дизайна, и она будет генерировать идеи в зависимости от того, что ей “скормили”. Скорее уж человек способен придумать что-то революционно новое.

Максим Алимкин, сооснователь студии Tondo design

Нейросети уже давно активно используются. Правда, не так фантастически, как мы себе представляем, — нет магической кнопки «сделать дизайн». Пока это только совсем частные задачи вроде подбора сочетаний или имитаций. Что загрузили, чему научили — то и получается.

Интереснее, когда сочетают с генеративными инструментами и можно выходить за границы представлений автора. Например, сделать портрет или улицу, которых не существует, или безумную графику, которую вручную создавать долго.

Чем меньше человек будет решать рутинные, автоматизируемые задачи, тем больше останется места для смысла и пользы. Нейронные и генеративные инструменты нужны для того, чтобы расширять варианты и автоматизировать процессы, но в конце цепочки всё равно есть человек, который принимает решение.

Уже сегодня я могу собрать код по рисунку, сгенерировать приятные сочетания цветов и форм, могу сгенерировать даже объекты в нужной мне стилистике, но в итоге решение принимать мне и напильником дорабатывать тоже мне. Скоро, может, и напильник не понадобится. И сейчас так много дизайнеров не потому, что мы правда нужны, а потому что пока дешевле сделать рутинную задачу с помощью человека, чем с помощью системы.

В случае с Ироновым критерии «хорошей» работы не в изящности и эстетике, а в инфоповоде и выходе за рамки привычного. Это история про прецедент и эксперимент — вот как ещё, оказывается, можно. Дизайн Иронова решает тут маркетинговые и PR-задачи, а не функциональные, и решает отлично.

Думаю, Студия тут немножко фантазирует и провоцирует. Больше похоже на новый красивый инфоповод, который позже может обернуться шуткой, либо в деталях окажется, что ручного труда там больше, чем кажется из пресс-релиза.

Стас Поляков, дизайнер, работал с брендами Точка, ВДНХ и Госвеб

Пока не очень понятно, что именно сделала «Студия Лебедева». И поэтому не могу сказать, сложен ли их проект и может ли другая студия его повторить.

Разработать генератор интересных дизайнов — трудная задача. Научить какой-то базовый искусственный интеллект выбирать из множества плохих дизайнов наименее плохой — несложно, но трудозатратно. Здесь самый большой челлендж — найти людей, которые будут готовы обучать такой искусственный интеллект, это сотни человекочасов, потраченные на то, чтобы показать нейросети, что такое хорошо, а что —ужасно.

Результаты работы любой нейросети зависят в первую очередь от того, кто и как её обучает. Судя по тем образцам дизайна, которые мы видим (а это очень-очень мало), нейросеть обучали арт-директоры студии.

Такие проекты всегда реализуются по одной схеме: есть нейросетевой генератор дизайнов и система, которая учится понимать, какие дизайны хорошие или плохие. Обе системы обучают друг друга, но чтобы они работали, вторую часть, она называется дискриминатор, должен обучать человек.

Чтобы совокупный искусственный интеллект как-то заработал, нужно показать ему сотни тысяч решений на тему «это хороший или плохой дизайн». Как вы понимаете — это сотни, а скорее тысячи человекочасов. Конечно, это неокупаемая история на текущем уровне реализации. Но это не важно, потому что прогресс не всегда окупается сразу.

Думаю, что «Студия Лебедева» могла запустить этот проект по трём причинам:

1. Развлечься и протестировать новые интересные технологии.

2. Расширить представление о дизайне и креативности идей у дизайнеров.

3. Для пиара, и у них неплохо получилось.

Григорий Бакунов, директор по распространению технологий «Яндекса»