Как ИИ создает искусство и музыку, и почему «подлинное творчество» остается спорным

Инструменты генеративного ИИ теперь создают изображения, песни и полные треки из короткой текстовой подсказки, и технология, лежащая в их основе, превратилась в активный правовой и культурный конфликт. В октябре 2026 года издатель музыки Reservoir подал исковые заявления против Suno и Anthropic в Окружной суд США по Северному округу Калифорнии, обвиняя обе компании в обучении систем ИИ на тысячах защищенных авторским правом композиций без лицензии. Параллельно этому конфликту исследователи продолжают обсуждать отдельный вопрос: считается ли какой-либо из этого результата творчеством или это что-то совершенно другое?

Как создаются изображения, созданные ИИ

Инструменты, такие как Stable Diffusion, Midjourney и DALL-E, полагаются на так называемые модели диффузии. Во время обучения системе показывают реальные изображения, к которым пошагово добавляется случайный шум, пока исходное изображение не становится неузнаваемым. Затем модель изучает обратный процесс — как снова удалить этот шум, согласно техническому руководству, опубликованному Cloudinary. Генерация работает в обратном порядке: система начинает с чистого случайного шума и удаляет его поэтапно, причем на ранних этапах создаются общие формы и композиция, а на более поздних этапах уточняются текстура, освещение и детали, пока не появится связное изображение. Текстовая подсказка направляет каждый шаг удаления шума, подсказывая модели, в какой предмет, стиль и обстановку нужно двигаться.

Как ИИ компонует музыку на основе текстовой подсказки

Музыкальные системы, такие как Suno и Udio, работают иначе в деталях, но одинаково в принципе. Поскольку сырой звук слишком плотный — миллионы чисел в секунду — чтобы его можно было напрямую подать в модель, похожую на модель языка, эти системы сначала сжимают звук в небольшое количество дискретных «токенов» с помощью нейронных аудиокодеков, достигая примерно 600-кратного сжатия, согласно техническому обзору AI-TLDR. После преобразования звука в токены трансформерная модель — тот же тип архитектуры, что и в больших языковых моделях — предсказывает следующий токен, затем следующий, создавая полную песню по частям. Текстовая подсказка (и любые тексты песен) сначала расширяется в примерный план, охватывающий жанр, темп и структуру песни, прежде чем генерируются токены аудио. Модели обучаются на больших музыкальных библиотеках и функционируют, согласно описанию в этом обзоре, как «механизмы композиции», которые усваивают прогрессии аккордов и структуры песен, а не извлекают конкретные существующие песни.

Борьба за авторские права, лежащая в основе технологии

Обучение этих систем требует огромного количества существующих творческих работ, что теперь является предметом активного судебного разбирательства. Исковые заявления Reservoir от 21 октября 2026 года утверждают, что Suno использовала 1050 защищенных авторским правом музыкальных композиций и что Anthropic использовала тексты из 853 композиций — включая произведения Madonna, Johnny Cash и Joni Mitchell — без разрешения, согласно резюме исков, просмотренных Law Commentary. Reservoir требует примерно 186,4 миллиона долларов в установленных законом убытках от Suno и примерно 151,4 миллиона долларов от Anthropic, плюс претензии в соответствии с Законом об авторском праве Цифрового тысячелетия. Suno утверждала, что обучение ИИ на материалах, защищенных авторским правом, может квалифицироваться как добросовестное использование, и отдельно подписала лицензионные соглашения с Warner, BMG и Believe; Anthropic заявила, что намерена защищать дело. Жалоба Reservoir ссылается на эти лицензионные сделки как свидетельство того, что на использование музыки уже существует законный рынок.

Является ли какой-либо из этого «творческим»? Исследователи не согласны

Отдельно от правового вопроса ученые не согласны с тем, считается ли результат этих систем каким-либо разумным определением творчества. Вычислительный лингвист Emily Bender и её коллеги описывают большие модели как «стохастические попугаи», которые статистически повторяют закономерности в обучающих данных, а не порождают идеи, согласно рецензии Фонда Heidelberg Laureate на дебаты. Исследователь компьютерного зрения Alexei Efros проводит различие между закрытыми, жестко регулируемыми областями, такими как шахматы или Go — где системы ИИ можно считать инновационными в рамках фиксированных правил — и открытыми областями, такими как искусство, где не существует фиксированной цели.

Другие исследователи возражают с другой стороны. Исследователь ИИ Selmer Bringsjord утверждает, что текущий выходной результат ИИ представляет собой «ремиксирование» обучающих данных, а не подлинное творчество, и он предложил Lovelace Test, в соответствии с которым система была бы творческой только в том случае, если бы она производила результат, который её собственные разработчики не могли объяснить — планку, которую, по его словам, сегодняшние модели не преодолевают, согласно резюме, опубликованному BrainFacts.org. Психолог Mark Runco добавляет, что намерение является центральным для человеческого творчества: люди сознательно выбирают создавать, в то время как системы ИИ реагируют на подсказки, отражающие намерение пользователя, а не их собственное. На основании тестирования резюме на том же BrainFacts.org отмечает, что некоторые модели, включая GPT-4, получили более высокие баллы, чем среднестатистический человек, в тестах дивергентного мышления, которые измеряют способность генерировать разнообразные идеи — хотя лучшие человеческие творческие деятели всё ещё превосходили протестированные системы ИИ.

Где дебаты оставляют художников и слушателей

Рецензия Фонда Heidelberg Laureate отмечает, что, учитывая, насколько спорным является само определение человеческого творчества среди исследователей, окончательный ответ на вопрос ИИ может остаться неуловимым. Несколько комментаторов, цитируемых в этой рецензии, представляют более практический путь вперед как рассмотрение ИИ в качестве инструмента, дополняющего человеческую творческую работу, а не отдельного творческого агента сам по себе — сформулировка, которая находится рядом с, но не разрешает, текущие споры об авторских правах относительно того, как эти системы были обучены в первую очередь.