Создание станций будущего: применение больших генеративных моделей в дизайне метро

Новые технологии, включая генеративные модели, начинают активно влиять на дизайнерские решения в художественном оформлении станций метро. Исследование возможностей использования генеративного искусственного интеллекта как инструмента арт-дизайна при проектировании станций метро является актуальным, поскольку это может значительно ускорить процесс проектирования, уменьшая временные и трудовые затраты на разработку и оптимизацию дизайн-проектов. Новизна статьи заключается в том, что впервые подробно рассмотрен процесс взаимодействия дизайнера и программно-аппаратных средств больших генеративных моделей на примере проектирования интерьера станции метро на тему «океан».

Проблема создания оригинального дизайнерского проекта в условиях генеративных моделей на данный момент не разрешима без прямого контроля со стороны человека, так как эта технология, за неимением человеческого восприятия, прежде всего ориентируется на выразительные средства, содержащиеся в тренировочных базах данных. Поэтому при проектировании станций метро с использованием генеративных моделей изображения, генерируемые посредством текста, нередко теряют смысловые и эмоциональные значения, которые дизайнер в них вкладывал. В результате сгенерированный дизайнерский проект не полностью соответствует замыслу дизайнера и требует дальнейшей ручной корректировки и оптимизации. Таким образом, до тех пор, пока существует необходимость в сознательной и целенаправленной передаче идей и чувств посредством искусства и дизайна, проблема наделения произведения смыслом при использовании генеративных моделей будет требовать человеческого участия.

В то же время следует отметить, что в работе художника использование генеративных предобученных трансформеров проявляется в возможности легко создавать реалистические визуальные эффекты, выполнять изображения в различных стилях, ориентируясь на творческую индивидуальную манеру известных мастеров, а также совершенствовать дизайнерские идеи. Преимущество этой технологии заключается в том, что она может снизить рабочую нагрузку проектировщика, одновременно повышая эффективность и точность проектирования.

1. Пушкарев А.В. Творчество и искусственный интеллект: постановка проблемы // Гуманитарные, социально-экономические и общественные науки. 2014. № 12—1. C. 93—96.

2. Морковкин Е.А., Новичихина А.А., Замулин И.С. Искусственный интеллект как инструмент современного искусства // Вестник Хакасского государственного университета им. Н.Ф. Катанова. 2021. № 1 (35). С. 55—59.

3. Стрижаков Е.А., Чирикова М.В. История и перспективы развития творческих способностей искусственного интеллекта // Известия Лаборатории древних технологий. 2019. Т. 15, № 2. С. 248—258. DOI: 10.21285/2415-8739-2019-2-248-258.

4. Казина М.И., Петрова О.А. Цифровые технологии в современном искусстве // Актуальные проблемы авиации и космонавтики. 2021. № 3. С 909—911.

5. Раков Н.С., Пальмов С.В. Машинное творчество // Форум молодых ученых. 2018. № 4 (20). C. 1209—1212.

6. Гетманенко А.О. К проблеме дигитализации современного искусства // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2023. № 8 (876). С. 144—148. DOI: 10.52070/2542-2197_2023_8_876_144.

7. Ткаченко А.А., Пальмов С.В. Творец Ex Machina // Форум молодых ученых. 2018. № 5 (21), ч. 3. C. 437—439.

8. Петрухина О.В. Генеративная графика: вчера, сегодня, завтра // Национальная ассоциация ученых. 2023. Т. 2, № 88. С. 9—11. DOI: 10.31618/nas.2413-5291.2023.2.88.731.

9. Пылов П.А., Дягилева А.В., Николаева Е.А., Майтак Р.В., Шалыгина Т.А. Генеративно-состязательная сеть как основа интеллектуальной модели формирования изображений архитектурных объектов заданного стиля по их текстовому описанию // Вестник Томского государственного архитектурно-строительного университета. 2023. Т. 25, № 5. С. 84—93. DOI: 10.31675/1607-1859-2023-25-5-84-94.

10. Ильинская Е.В., Голышева Е.Н., Медведев А.А., Масалитин Н.С. Применение генеративно-состязательных нейросетей для генерации изображений // Научный результат. Информационные технологии. 2024. Т. 9, № 1. С. 73—78. DOI 10.18413/2518-1092-2024-9-1-0-8.

11. Галкин Д.В., Коновалова К.В., Бобков С.П. К проблеме автоматизации творчества в сфере искусства и дизайна: инструментальный и генеративный подходы // Вестник Томского государственного университета. Культурология и искусствоведение. 2021. № 44. С. 14—24. DOI: 10.17223/22220836/44/2.

12. Пахтаева А.Я., Родионова Ю.В. Методы генеративного дизайна // Ноэма. 2021. № 2 (7). С. 213—221.

13. Литвиненко Д.Г. Применение искусственного интеллекта в проектировании и строительстве // Вестник науки. 2023. № 11 (68). С. 936—939.

14. Ли Янь. Исследование методов проектирования внутренней среды, основанные на эпохе искусственного интеллекта // Китайское архитектурное оформление. 2023. № 11. C. 54—56. Кит. яз.

15. Сунь Бин. Исследование применения технологий виртуальной реальности в дизайне интерьера в эпоху искусственного интеллекта // Шанхайская упаковка. 2023. № 11. С. 27—29. Кит. яз.

16. Фэн Юаньке. Исследование применения искусственного интеллекта в дизайне интерьера // Китайское архитектурное оформление. 2023. № 17. С 113—115. Кит. яз.

17. Ли Лу. Влияние технологии искусственного интеллекта языковой модели на индустрию дизайна интерьера // Мир цифровых коммуникаций. 2023. № 10. С 157—159. Кит. яз.

18. Инь Юкунь, Чэнь Хун, Чжао Хайин. Применение искусственного интеллекта в художественном дизайне // Цифровой мир. 2020. № 6. С. 252—261. Кит. яз.

19. Ploennigs, J., Berger, M. AI Art in Architecture // AI in Civil Engineering. 2023. Vol. 2. Art. 8. DOI: 10.1007/s43503-023-00018-y.

20. Гао Ао, Лю Чанг. Анализ идей применения технологий искусственного интеллекта в дизайне окружающей среды // Исследования промышленных инноваций. 2024. № 14. С 84—86. Кит. яз.