Вот два поэта. Сафо с острова Лесбос (помните – "богу равным кажется мне, по счастью, человек, который так близко-близко...") и Агния Львовна Волова, в замужестве – Барто. А какая между ними связь? Это мы скоро выясним.
Но начнём с "неприличных стихов", как было обещано. Нет, похабщины Агния Барто не писала. Неприличными некоторые её стихи стали считаться по другой причине. По какой? Легко догадаться. Вот первое, например:
Угадайте, какое слово поют тюрки в тюрьмах? Вот продолжение:
(Кстати, баварский язык, так называемый "баериш", действительно существует – это один из южных диалектов немецкого языка.)
Но мы отвлеклись. Ленин – ещё полбеды. Хотите настоящей, взрослой неполиткорректности – такой, чтоб стёкла повылетали? Тогда листаем книгу дальше:
Вот такие черномазенькие овечки-человечки... Стихотворение "Братишки" не переиздаётся уже лет сорок. И вовсе не из-за того, что чёрные жизни имеют значение, а из-за продолжения:
Отец отбивал в бою завод... Ну куда это годится. У эффективного собственника? Нет, нет. Без комментариев. Такой Барто нам не нужно... Вот этих стихов и не переиздают.
А теперь (Сафо всё ближе) поговорим о стихотворениях, которые продолжают издавать миллионными тиражами. Первое:
Идёт бычок, качается, Вздыхает на ходу: – Ох, доска кончается, Сейчас я упаду!
Почему прогулка по доске грозит падением? Бычок – жертва пиратов?
На самом деле, тут всё просто. В 30-е годы прошлого века, когда было сочинено стихотворение, была очень популярна игрушка, которая так и называлась: «Качающийся бычок». Нехитрое устройство позволяло деревянной игрушке, переваливаясь с боку на бок, спускаться по наклонной дощечке.
Понятно, что, достигнув конца дощечки, неустойчивая игрушка падала. Так что никакого недоумения стихотворение у тогдашних детей не вызывало.
А вот со стихотворением про мишку история будет подлиннее... Вспоминаем:
Уронили мишку на пол, Оторвали мишке лапу. Все равно его не брошу – Потому что он хороший.
Задумаемся, о чём это стихотворение? Например, сколько лет мишкиной хозяйке? Три-четыре? Вряд ли. Для маленького ребёнка оторванная мишкина лапа – трагедия и повод для сокрушительных рыданий, а не для флегматично-философского "ну, что ж... всё равно не брошу". Маленькая девочка будет добиваться, чтобы мишку "вылечили" – починили, разве нет? А вот девочка повзрослевшая, обнаружив бывшего плюшевого любимца где-нибудь на полу в чулане, вполне может элегично вздохнуть: "Хороший..."
Вы скажете, что Агния Барто ничего такого не имела в виду? Согласны, не имела. Но поэзия не исчерпывается тем, что "хотел сказать автор". Кстати, никогда не задумывались, почему самой распространённой "звериной" игрушкой в большинстве европейских стран является именно медведь? Не щенок, не котик, не зайка – а именно этот дикий лесной житель?..
Это случилось задолго до того, как сын писателя Алана Милна Кристофер Робин назвал своего плюшевого медведя именем Винни зе Пу – в честь медведицы Винни (сокращённо от Виннипег) из зоопарка – настолько доброй, что к ней безбоязненно подпускали детей.
В Древней Греции существовал обычай принесения в жертву игрушек. Перед замужеством, в возрасте около 14-ти лет, девочка была обязана прийти в храм богини Артемиды и принести в жертву прядь волос и все свои куклы – как благодарность богине за защиту и покровительство в детском возрасте. Именно с культом богини Артемиды связана эта популярнейшая детская игрушка – плюшевый мишка.
Артемида Браурония (именуемая так по городу Браурон в 38 км от Афин) считалась покровительницей беременных женщин, молодых матерей и девочек, готовящихся к замужеству. Девочки 13-14 лет должны были проходить возрастные инициации в её храме.
Скульптурные изображения девочек из храма Артемиды Брауронской в Афинах. Обе держат складки своей одежды характерным способом. (320 г. до н.э.)
Культ этот, вероятно, ОЧЕНЬ древний. Первый расцвет Браурона (микенской крепости) произошёл ещё в неолите и продолжался до конца микенского периода. Храм Артемиды Брауронии воздвигнут на месте той древней крепости.
Остатки храма Артемиды в Брауроне
Основным ритуалом в храме была Арктея – мистерия медведя, во время которой девушки, обряженные в медвежьи шкуры, танцевали для своей богини. И в этот момент их называли арктоями-медведицами. Танец состоял из медленных торжественных шагов, имитирующих движение медведя, и исполнялся на мелодию из дилоса (двойной флейты).
Ритуальный сосуд с изображением Арктеи (V в. до н.э.)
Миф, объясняющий этот ритуал, гласит, что некогда в дар богине была отдана медведица. Поскольку животное было ручным, с ним безбоязненно играли дети, но вот однажды одна из девочек сильно чем-то рассердила животное, и оно выцарапало ей глаза. Братья девушки убили медведицу, но на Афины напал мор в виде чумы. Дельфийский оракул очень быстро связал чуму с убийством священной медведицы, прогневавшим Артемиду. И отныне, для успокоения гнева богини, каждая девочка до вступления в брак должна была "играть медведицу".
Бронзовая статуэтка Артемиды из Браурона (VII в. до н.э.) и рельеф Артемиды с оленем оттуда же (VI в. до н.э.)
По мнению историков, миф восходит к неолитическим охотничьим ритуалам успокоения души убитого медведя. Предположительно, в Микенскую эпоху во время ритуалов в храме могли приносить в жертву медведя. В V веке до н.э. медведей в окрестностях Афин стало мало, и жертву медведя отменили, заменив на приношение быком или козлом, а медвежьи шкуры, в которых изначально должны были танцевать девочки, заменили ритуальными накидками шафранового цвета.
Алтарь храма Артемиды Брауронской с изображением девочки-медведицы
А теперь – внимание: "шафранный пеплос" упоминается у Сапфо, которая сама была жрицей Артемиды! И именно так, в шафранном одеянии (хотя и не в пеплосе), изобразил её Джон Уильям Годвард:
Джон Годвард. Мечтательница (В дни Сапфо). 1904 г.
И ещё одна мечтательница – юная балерина Агния Волова, будущая Барто
Пеплос – это другое. Годвард просто приблизил одеяние Сафо к современной ему (конец XIX – начало ХХ в.в.) моде.
Ну как, понравился наш рассказ? Какие произведения детской литературы разберём в следующий раз?
Здравствуйте, уважаемые любители животных и великой русской литературы! Представьте: шёл сегодня носом в телефон мимо памятника Гоголю, что в скверике перед музеем Гоголя на Гоголевском бульваре, и попался мне на глаза вот такой забавный пост:
Хорошо формулирует Розя Скрипник! А с Гоголем – там вот какая вышла история...
Обычно у людей так: мы сами представляем себя "хардкорной версией" – то есть чем-то мужественным или романтичным, а окружающие видят нас несуразными "пуссикэтами". С Гоголем же вышла путаница: пока он был хардкорной полтавской версией Эдгара Аллана Дэвидовича (вспомним "Страшную месть" или "Портрет"), все умилялись – "ну до чего же милый", а когда он стал "пуссикэтом" (наивным, простодушным, но очень благонамеренным), те же самые все принялись орать: "А-а-а, аццкий сотона!.."
Можно, я расскажу эту историю? Вот, кстати, картина Репина (буквально), на которой Гоголь больше похож на свою хардкорную фотографию, чем на портрет из учебника литературы...
И.Е. Репин. "Самосожжение Гоголя"
Начнём с того, что в детстве Гоголь был чувствительным и сентиментальным мальчиком. У него был младший брат-погодок Иван, с которым они очень дружили. Примерно девяти лет отроду Иван умер от болезни, и Никоша (как называли будущего писателя в семье) очень тяжело переживал эту смерть. Одним из первых его литературных произведений была детская поэма «Две рыбки», в которой он аллегорично изобразил их с братом судьбы. Это важно.
Существует теория, что в первом более или менее законченном произведении писателя в закодированном виде таится всё его будущее творчество – как яблоня в яблочном зёрнышке. Не выбрасывайте первые литературные опыты ваших детей!..
Так вот, "яблочным зёрнышком" Гоголя были плаксивые (в хорошем смысле слова) "Две рыбки". И, если вам покажется (или кто-то скажет), что в "Старосветских помещиках" он бичует этих нелепых, но милых стариков беспощадным сарказмом, вспомните об этом, пожалуйста.
В учении отрок Гоголь не усердствовал. Его главным школьным увлечением был театр. Вот описание его участия в одном из ученических спектаклей:
Является дряхлый старик в простом кожухе, в бараньей шапке и смазанных сапогах. Опираясь на палку, он едва передвигается, кряхтит, хихикает, кашляет. И, наконец, закашлял таким удушливым сиплым старческим кашлем, с неожиданным прибавлением, что вся публика грохнулась иразразилась неудержимым смехом. А старик преспокойно поднялся соскамейки и поплёлся со сцены, уморивши всех сосмеху.
«Неожиданное прибавление», если кто не понял, – это звук, исторгаемый теми устами, что не говорят по-фламандски. И далее:
Бежит за ширмы инспектор Белоусов: – „ Как же это ты, Гоголь? Что же это ты сделал? “ – „ А как же вы думаете сыграть натурально роль 80-летнего старика? Ведь у него, бедняги, все пружины расслабли, и винты уже не действуют, как следует“.
Гоголь в гримёрке перед гимназическим спектаклем
В другой раз Гоголь играл роль скряги. К этой роли он готовился больше месяца: часами просиживал перед зеркалом и пригибал нос к подбородку, пока наконец не достиг желаемого.
В гоголевской страсти к актёрству была какая-то чрезмерность, какое-то подчас бесовство: «Бывало, то кричит козлом, ходя у себя по комнате, то поёт петухом среди ночи, то хрюкает свиньёй, забравшись куда-нибудь в тёмный угол», – вспоминали товарищи Гоголя по гимназии. – «У него был громадный сценический талант и все данные для игры на сцене: мимика, гримировка, переменный голос и полнейшее перерождение в роли, которые он играл. Думается, что Гоголь затмил бы и знаменитых комиков-артистов, если бы вступил на сцену».
Ан дудки. По приезду в Санкт-Петербург юный Гоголь пытается выдержать актёрское испытание (среди экзаменаторов сам Каратыгин), но терпит крах – во время чтения запинается, мямлит и даже не является потом узнать результаты.
Сам он вспоминать об этом не любил (ну понятно – травма), зато рассказывал, что будто бы, едва приехав в Санкт-Петербург, отправился на квартиру Пушкина. Перед дверью его охватывает такое волнение, что он вынужден сбежать вниз и долго приводить в порядок сердце и дыхание в кофейне… Снова идёт на штурм. Дверь открывает слуга.
– А что, Александр Сергеевич дома ли?
– Почивают-с.
– Всю ночь работали?
– Как же, работали-с! В картишки играли-с…
Вероятнее всего, Николай Васильевич этот эпизод выдумал. Как и знаменитый «эпизод с кошкой», известный со слов Александры Осиповны Смирновой-Россет. История звучит так:
Было мне лет пять. Я сидел один в Васильевке. Отец и мать ушли. Оставалась со мною одна старуха няня, да и она куда-то отлучилась. Спускались сумерки. Я прижался к уголку дивана и среди полной тишины прислушивался к стуку длинного маятника старинных стенных часов. В ушах шумело, что-то надвигалось, что-то уходило куда-то. Верите ли, – мне тогда уже казалось, что стук маятника был стуком времени, уходящего в вечность. Вдруг слабое мяуканье кошки нарушило тяготивший меня покой. Я никогда не забуду, как она шла, потягиваясь, а мягкие лапы слабо постукивали о половицы когтями, и зелёные глаза искрились недобрым светом. Мне стало жутко…
Дальше – вызывающий смесь ужаса и отвращения рассказ о том, как Никоша топит кошку в пруду (она вырывается, он пихает её в воду палкой), а потом сам же горько оплакивает.
Наверняка между первой и второй частями рассказа Гоголь хитро посверкивал глазами в сторону слушателей – готовы ли? Ибо не может не очарованный и не загипнотизированный человек поверить в техническую возможность утопления кошки пятилетним ребёнком. (Вы когда-нибудь кошку купали? Палкой он её в пруд запихивал…)
Эта ещё ничего, спокойная, раз хозяева без перчаток
Для читателей, чьи любовь к животным и отзывчивое на чужую боль сердце затмевают внимательность, повторим: никакой кошки Гоголь в детстве, разумеется, не топил. Но сам этот выдуманный им рассказ лишний раз напоминает о толике бесовства в его прирождённом актёрстве. Рассказы, подобные этому, из разряда известных гоголевских недобрых розыгрышей (однажды, подговорив товарищей, он убедил однокашника, человека болезненно мнительного, что у того «бычачьи глаза»).
Но продолжим рассказ. Итак, Гоголь – молодой провинциал, приехавший покорять столицу. Энергичный, дерзкий, по-хорошему нахальный, малообразованный (из всей европейской литературы читал и признавал одного Вальтера Скотта). Как вы думаете, с кого Гоголь потом писал своего Хлестакова?
Да с себя, разумеется!
Похож? На Хлестакова? Это Гоголь, ему тут 25 лет. Причёска его называется "тупей". Помните рассказ Лескова "Тупейный художник" – про несчастного парикмахера? Он раньше то ли в школьной программе, то ли в "списке рекомендованного чтения" был. Тупеями (от французского tоuреt, «пучок волос») называли особый начёс над лбом. Так что у Тихонова тут тоже тупей:
Кстати, почему у Хлестакова всё получается – всех ввести в заблуждение, всех очаровать, обмануть? Только ли потому, что у страха глаза велики? А может, ещё и потому, что Хлестаков был не лишён актёрского обаяния?
Сам он о себе говорит: «У меня лёгкость необыкновенная в мыслях». Но ведь «лёгкость в мыслях» – это не только каламбур, напоминающий о легкомыслии. Гениальность художника тоже обусловлена «лёгкостью в мыслях». Когда слово или решение приходит легко, само собой, «будто кто-то твоей рукой водит». Врущий Хлестаков испытывает настоящее вдохновение...
ХЛЕСТАКОВ. У меня легкость необыкновенная в мыслях. Все это, что было под именем барона Брамбеуса, «Фрегат Надежды» и «Московский телеграф»… все это я написал.
АННА АНДРЕЕВНА. Так, верно, и «Юрий Милославский» ваше сочинение?
ХЛЕСТАКОВ. Да, это мое сочинение.
МАРЬЯ АНТОНОВНА. Ах, маменька, там написано, что это господина Загоскина сочинение.
АННА АНДРЕЕВНА. Ну вот: я и знала, что даже здесь будешь спорить.
ХЛЕСТАКОВ. Ах да, это правда, это точно Загоскина; а вот есть другой «Юрий Милославский», так тот уж мой.
АННА АНДРЕЕВНА. Ну, это, верно, я ваш читала. Как хорошо написано!
Забегая вперёд (и памятуя о «Двух рыбках») обратим внимание, что образ Хлестакова не исчерпывается комизмом. Хлестаков – это человек, который, в отличие от Гоголя, так и не покорил столицу. И вот теперь возвращается – навсегда. Впереди слякотный просёлок, унылая поместная и уездная жизнь, папенька-самодур, которого Хлестаков боится. Его вдохновенная болтовня – это прощальный бенефис, погребальный гимн несбывшимся мечтам. Кто знает, что там плескалось на дне души? Может, хотел служить, хотел писать (тогда все этого хотели) и написать что-то и впрямь не хуже «Женитьбы Фигаро»… Да вот ничего не вышло.
Как у самого Гоголя – с театральным поприщем.
Вообще, «Ревизор» – это целый букет несбывшихся надежд. Рухнули надежды Марьи Антоновны на выгодное замужество, рухнули надежды Петра Иваныча Бобчинского, что о нём скажут государю – живёт, дескать, такой на свете. Нет, не скажут, никто о нём не узнает. Ему суждено сгинуть бесследно. Как и большинству из нас. Неслучайно в большинстве постановок «Ревизора» реплику: «Чему смеётесь? Над собою смеётесь!» Городничий кричит в зал. То есть – зрителям. И мы ухахатываемся...
Мог бы и Николай Васильевич несолоно хлебавши вернуться в свою Васильевку. Актёрский экзамен он провалил, со службой тоже не складывалось. Пристроят его к месту, а он несколько дней походит и пропадёт. Три дня его нет, потом является. Ему говорят: «Николай Васильевич, голубчик, нельзя так»! А он сразу – раз, и тянет из кармана прошение об отставке. Заранее написал.
Литературная стезя тоже начиналась не гладко. Гоголь являлся на поклон к Булгарину, главному редактору журнала «Северная пчела», и преподносил тому хвалебную оду, в которой сравнивал Булгарина с Вальтером Скоттом.
Сохранилось письмо Гоголя к матери, в котором он обращается к ней с неожиданной просьбой: «Если будете иметь случай, собирайте все попадающиеся вам древние монеты и редкости, какие отыщутся в наших местах, стародавние, старопечатные книги, другие какие-нибудь вещи, антики». Откуда такое увлечение стариной? Очень просто: собирателем древностей был Павел Петрович Свиньин, издатель «Отечественных записок», в которых и была напечатана повесть Гоголя «Бисаврюк, или Вечер накануне Ивана Купала»… Это уже не хлестаковские, а прямо-таки молчалинские манеры!
Ах да, Молчалин – это у Грибоедова. Ну тогда вот вам Гоголь – Башмачкин.
Некоторое время Гоголь читал курс истории в университете, где, по отзывам, «стал посмешищем для студентов» («лицо подвязано платком от зубной боли»), однако «лекции имели на всех, а в особенности на молодых его слушателей, какое-то воодушевляющее к добру и к нравственной чистоте влияние».
Говорят, однажды Гоголь обрил голову, чтобы лучше росли волосы, и носил парик, под который, чтобы тот не сползал, подкладывал вату. Вата под париком сбивалась и самым прискорбным образом выглядывала наружу. Сразу вспоминается:
…И всегда что-нибудь да прилипало к его вицмундиру: или сенца кусочек, или какая-нибудь ниточка; к тому же он имел особенное искусство, ходя по улице, поспевать под окно именно в то самое время, когда из него выбрасывали всякую дрянь, и оттого вечно уносил на своей шляпе арбузные и дынные корки и тому подобный вздор. Ни один раз в жизни не обратил он внимания на то, что делается и происходит всякий день на улице, на что, как известно, всегда посмотрит его же брат, молодой чиновник, простирающий до того проницательность своего бойкого взгляда, что заметит даже, у кого на другой стороне тротуара отпоролась внизу панталон стремешка, – что вызывает всегда лукавую усмешку на лице его.
Это – Гоголь, великая повесть «Шинель». Акакий Акакиевич Башмачкин.
Слева Ролан Быков, справа Александр Карпов, но как похожи!
А вот Гоголь о себе: «Никто из читателей моих не знал того, что, смеясь над моими героями, он смеялся надо мною» («Выбранные места из переписки с друзьями»).
А вот что касается воодушевления к добру и нравственной чистоте (помните, «лекции имели на всех (...) какое-то воодушевляющее к добру и к нравственной чистоте влияние»?)
Только если уж слишком была невыносима шутка, когда толкали его под руку, мешая заниматься своим делом, он произносил: „Оставьте меня, зачем вы меня обижаете?“ И что-то странное заключалось в словах и в голосе, с каким они были произнесены. В нем слышалось что-то такое преклоняющее на жалость, что один молодой человек, недавно определившийся, который, по примеру других, позволил было себе посмеяться над ним, вдруг остановился, как будто пронзенный, и с тех пор как будто все переменилось перед ним и показалось в другом виде. Какая-то неестественная сила оттолкнула его от товарищей, с которыми он познакомился, приняв их за приличных, светских людей. И долго потом, среди самых веселых минут, представлялся ему низенький чиновник с лысинкою на лбу, с своими проникающими словами: „Оставьте меня, зачем вы меня обижаете? “ — и в этих проникающих словах звенели другие слова: „Я брат твой“. И закрывал себя рукою бедный молодой человек, и много раз содрогался он потом на веку своем, видя, как много в человеке бесчеловечья, как много скрыто свирепой грубости в утонченной, образованной светскости, и, боже! даже в том человеке, которого свет признает благородным и честным…
Это – снова Башмачкин.
Один из нехудших Башмачкиных нашей сцены – Марина Неёлова
Позже мы ещё вспомним об этой пророческой строчке: «Какая-то неестественная сила оттолкнула его от товарищей»...
А пока Гоголь весьма общителен; его «Вечера на хуторе» прогремели и принесли ему славу, к которой молодой автор отнёсся на удивление трезво: «Вы спрашиваете об „ Вечерах“ Диканьских. Чёрт с ними ! ( … ) Да обрекутся они неизвестности, покамест что-нибудь увесистое, великое, художническое неизыдет из меня!»
И вот тут Плетнёв наконец знакомит его с Пушкиным и случается так, что именно Александр Сергеевич подсказывает Гоголю идею того самого «увесистого, великого, художнического».
Но Гоголь чувствует, что работа над «Мёртвыми душами» предстоит огромная, долгая (а кормиться-то надо!), и вот этот простодушный наглец просит Пушкина подсказать ему ещё один сюжет – для лёгкой комедии: «Я, кроме моего скверного жалования университетского — 600 рублей , никаких не имею теперь мест. Сделайте же милость, дайте сюжет».
И Пушкин делится с ним замыслом, над которым собирался было поработать сам, записав для памяти: «Криспин (Свиньин) приезжает в губернию на ярмонку, его принимают за… Губернатор честный дурак, губернаторша с ним проказит. Криспин сватается за дочь…».
Неизвестно, написал бы Пушкин эту вещь или нет, но, надо сказать, он уступает Гоголю своего Криспина-Свиньина не без сожаления, сказав домашним – в шутку, но с оттенком досады: «С этим малороссом надо быть осторожнее: он обирает меня так, что и кричать нельзя»...
Наверное, все устали уже, давайте перерыв сделаем? Потому как впереди главная часть – как топили самого Гоголя. Почему он такой хардкорный на фотографии – и на этом посмертном памятнике...
...мимо которого я два часа назад на почту ходил – и как раз на обратном пути увидал в телефоне забавный пост Рози Скрипник. И прямо руки зачесались рассказать вам эту историю. Надо было отчёт за апрель составить, а я время на переписывание этого рассказа потратил, товарищи.
Вы хоть напишите – продолжение-то нужно вообще? Или «достал уже окаянный Лучик»? Кстати, от рекламы «Лучика» ничто никого не освобождает!
Патологическая скромность не позволяет мне подчеркнуть красным «детям выписала». Надеюсь на вашу внимательность.
Из всех дней года, сегодня -- самый подходящий день, чтобы среди приготовлений к завтрашнему празднику, внимательнее посмотреть на один из его скромных атрибутов — крашеные яйца. Почему мы красим яйца на Пасху? Как их украшали в прошлом, и откуда этот обычай взялся вообще?
Меня зовут Елена Абдулаева, я художник-иллюстратор — и хочу рассказать об истории пасхальных яиц именно с точки зрения художника. У меня даже была мысль написать и нарисовать об этом нонфикшн-книжку для детей, но пока что, другие книги и проекты не дают этому замыслу подняться повыше в списке моих дел.
Так что пока вместо книжки — моё видео о том, как яйцо прошло путь от украшенной царапинами фляжки каменного века, к мистическому предмету, дарующему плодородие и здоровье, к традиционному христианскому подарку, и затем как этот подарок стал драгоценным изделием непредставимой роскоши.
И хотя я ещё не написала «Откуда взялось пасхальное яйцо», но первая книжка из серии «Откуда взялось...» уже у меня есть, это книжка про Пушкина, «Откуда взялся Пушкин», по заказу музея-заповедника «Михайловское». В этой книжке Пушкин летает на цапле, а сама книга получила диплом за лучшие иллюстрации к детской документальной книге на международном конкурсе «Образ книги» (2023). И самое главное, что всё это — чистая правда.
Буду рада комментариям — тут или на Ютуб, особенно положительным:)
Взять с собой побольше вкусняшек, запасное колесо и знак аварийной остановки. А что сделать еще — посмотрите в нашем чек-листе. Бонусом — маршруты для отдыха, которые можно проехать даже в плохую погоду.
Мрачная. Спрашиваю: "Как в школе дела?" Машет рукой.
– Что делали?
– Сочинение писали...
– И какое же?
– По картине... (Кривится.)
– А что за картина?
– "Грачи прилетели"...
– Ого? Это трудная картина...
И правда трудная. О "красоте просыпающейся природы"… Бр-р-р. У Николая Носова о красоте природы сказано всего дважды: когда Незнайка с Кнопочкой сидят на огурце (перед первым разговором о волшебной палочке) и когда Коля с Мишкой и Костей сидят у самовара в закатных сумерках (рассказ "Тук-тук-тук").
А Носов великий русский писатель!.. А тут дитё девяти лет. Весну всего ничего видело. Да и то – в большом городе какая весна? Что ей эта картина? "Немая поверхность".
Говорю: "Ну, я бы написал так..." И начинаю рассказывать.
Вообще, картин под названием "Грачи прилетели" у Саврасова множество. Я лично видел две: в Третьяковке и в Русском музее, а где-то есть ещё и ещё... Потому что он их писал постоянно – с небольшими изменениями. И не потому что ему этот сюжет нравился, а на заказ. Картина была знаменитая, многим хотелось иметь авторскую копию.
Слева направо: Русский музей, Третьяковская галерея, Нижегородский художественный музей
И ещё одни "Грачи" (частное собрание)
– А знаешь, какую плату брал Саврасов за своих "Грачей"?..
Пару бутылок водки и немного еды. Саврасов страдал бродяжничеством. Это такая болезнь. Не мог жить дома, работать, как все, думать о завтрашнем дне и о хлебе насущном. Он скитался, жил с бомжами, ночевал абы где... Очень много пьянствовал. Если бы ты его увидела, ты бы испугалась такого дядьку!
Алексей Кондратьевич Саврасов. Фото 80-х гг. XIX в.
Много раз люди пытались ему помочь. Ведь он был прекрасный художник – национальное достояние России! Его брали в дом, предоставляли комнату, холсты и краски, завтрак, обед и ужин – живи хоть всю жизнь, пиши! А он поживёт немножко и... уйдёт.
Рассказываю – и вижу, перестала под ноги себе смотреть, начинает в мою сторону коситься... О, глазищи расширились! Есть контакт.
– А знаешь, какая моя любимая картина Саврасова? "Грязь". Я не помню, как она называется в Третьяковке, но на ней изображена грязь. Раскисшая дорога. Я эту картину про себя называю "Грязь"!
Смеёмся.
"Просёлок" она называется
– А почему она?
(Счастливый момент – ребёнок задаёт вопрос, а у меня есть силы и время ответить. По-моему, это то, ради чего мы живём.)
– Потому что то, что и так всем нравится, любой дурак изобразить сумеет! Если он, конечно, художник, если учился... А ты попробуй с любовью, как что-то красивое, изобразить грязь!
– Но зачем?
Затем, что её жалко! Её никто не любит! А она не виновата, что она есть! Сами же развели – и сами не любят! Это жестоко! Это обидно! А Саврасов грязь пожалел! Отнёсся к ней по-доброму! По-человечески! (Немножко педагогической демагогии не навредит...)
– Наверное, потому что он сам в грязи жил...
(Ну? Как там говорил кот Матроскин? "Ур-р-ра, заработало"? Есть мыслительный процесс! Бурно хвалю за самостоятельный вывод. Кстати, ещё сделать закладку на будущее...)
– А рядом с грязью в Третьяковке висит ещё картина: вид из окошка вниз во дворик. Там тоже весна, и снег такой уже... нечистый, и для птиц что-то насыпано, то ли пшено, то ли крошки. Жёлтый такой получился снег. В следущий раз пойдём – покажу. Я когда на эту картину смотрю, знаешь, о чём думаю?
Держим паузу.
Молча дёргает за руку – "Ну?".
– Это он сам им и накрошил. Наверное, картина написана в то самое время, когда его кто-то к себе в дом взял. И вроде хорошо – тепло, сытно... А он смотрел в окошко на птиц и... завидовал им. Что они – свободные. Летят, куда захотят... И ему тоже хотелось уйти.
(Думаю, не рассказать ли заодно о художнике Морисе Утрилло, тоже бродяжке и пьянице, которого его мать, Сюзанна Валадон, запирала в доме с бумагой и карандашами, чтобы он работал, а не шлялся по злачным кабачкам Монмартра, а он садился у окна и бросал карандаши вниз, на камни мостовой, и слушал, как они звенят... Но решаю, что одного пьяницы на сегодня хватит.)
– Понимаешь теперь, почему он писал грачей?
Рассказываю про грачей. Что они первыми прилетают в самом начале весны и даже в конце зимы, что их легче всего отличить от чёрной вороны по клюву, он светло-серый и кажется очень большим, потому что вокруг него (показываю вокруг носа) у грачей не растут пёрышки; что врановые (как "вороновые", но только "врановые") – очень умные птицы; те же грачи хорошо поддаются дрессировке, а это значит – понимают, чего люди от них хотят...
"Только об этом в сочинении писать, конечно, нельзя".
– Вот именно! – подхватывает с жаром. – Там нужно писать "Ой, весна наступила, бе-бе-бе!".
– Понимаешь, – говорю, – каждый человек способен напридумывать и рассказать об этой картине что угодно. Но когда он садится писать сочинение, он думает: "Хм, наверное, это нельзя писать, и это нельзя, за это поругают, а это вообще несерьёзно..." И в итоге вообще ничего написать не может. Это называется "выученная беспомощность". Возьмём математику... Ты приходишь ко мне с задачей – "я не понимаю". Начинаем разбираться – и ты первая понимаешь, как решать, я сам ещё не понял, а ты уже поняла! Два раза так точно было, а может, и больше!
– Потому что (говорит с жаром) ты понятно объясняешь! А они – вообще непонятно, чего хотят!
Мысленно соплю. Отцовское самолюбие благодарно напитывается похвалой... Жаль только, по сочинению тройбан получим. А и Бог с ним. Не человек для оценки и не оценка для человека.
Зачем становиться умным, если от этого не станешь богаче? Почему надо слушать классическую музыку? Для чего человеку совесть? Почему вредно ругаться матом? Рассказывает журнал "Лучик". Прочесть отзывы на журнал можно:
«Легендарная личность, герой невероятных похождений, забавный чудак, дикий самодур, художник, солдат, странствующий актёр, любимец Великого князя Константина. Атлет, обманутый муж, странная смесь способностей и недостатков, характерная фигура Александровского времени. Его рисунки – целый дневник эпохи романтической и увлекательной», – так писал о нашем сегодняшнем герое историк русского искусства барон Н.Н. Врангель.
Самой известной работой этого художника стал портрет юного «Лёвушки» – Льва Сергеевича Пушкина, брата Поэта:
Портрет замечательный, но кто автор? Вот ещё портреты, выполненные его рукой:
Последний наверняка вас смутил? На нём изображён знаменитый архитектор Джакомо Кваренги, построивший Эрмитажный театр и Академию наук в Петербурге, Александровский дворец в Царском селе и многое другое. У него действительно была необычная внешность (ниже его портрет, выполненный другим художником). Но, конечно, не настолько необычная!
Джакомо Кваренги
Просто герой нашей заметки не стеснялся "сгущать краски". Вот так он, например, изобразил самого себя:
Помните?.. "Атлет, скандалист, самодур, легендарная личность"... Речь об Александре Осиповиче Орловском (1777–1832).
«...Его заметил великий князь Константин Павлович, большой охотник до всяких чудаков, и взял к себе во дворец, после чего он стал пользоваться таким успехом, что не поспевал справляться с заказами. Особенно способствовали этому его карикатуры. Было принято возить его на балы, на ужины, на обеды, и всюду он должен был показывать свои штуки, до бесконечности разнообразные. В час времени создавал он громадные композиции, разливал по столам чернильные кляксы в виде всяких кикимор и животных, с престидижитаторской ловкостью рисовал карандашом, мазал пальцами, спичками, носом всякую всячину; то принимался делать шаржи на присутствующих, аллегории на злобы дня... Тут же принимал участие в крупной карточной игре, как ни в чём не бывало проигрывал пол своего состояния или вдруг выигрывал невероятные суммы, которые на следующий же день растрачивал до последней копейки». (А.Н. Бенуа, «Русская живопись в XIX веке. Первые портретисты»)
Карикатуры А.О. Орловского. Наполеон на острове св. Елены и французский эмигрант Дю Селон
«...Известный художник Орловский очень часто выходил из дому в наряде лезгинца, с кинжалом и в папахе. Орловский был мужчина высокого роста, смуглый, черноглазый и силы большой, наряд черкеса очень шёл к нему, нередко ему сопутствовали два его камердинера, из которых один желтолицый, узкоглазый калмык в своём родном одеянии, и другой – чёрный как смоль араб в широких шальварах, куртке и чалме». (М.И. Пыляев, «Замечательные чудаки и оригиналы»)
Важное место в творческом наследии Орловского занимает военная тема. Хотя батальных сцен у него мы найдём немного...
А.О. Орловский. Бой казаков с киргизами
...но, вот, например, как выглядели знаменитые донские казаки времен войны с Наполеоном, те самые, что, по преданию, сидели в парижских кафе и кричали "быстро, быстро"...
А.О. Орловский. Перевязка раны. Польские инсургенты в лесу
Есть и морские пейзажи...
А.О. Орловский. Кораблекрушение. Морской пейзаж ночью
И р-р-романтические сюжеты:
А.О. Орловский. Схватка казака с тигром. Отличный настенный коврик вышел бы!.. Нет?..
И, наконец, просто котики!
А.О. Орловский. Голова кота
При жизни Орловский был знаменит. А.С. Пушкин дважды упоминает его:
«Бери свой быстрый карандаш, Рисуй, Орловский, ночь и сечу!»
(«Руслан и Людмила»)
«У кибиток… пасутся уродливые, косматые кони, знакомые вам по прекрасным рисункам Орловского». («Путешествие в Арзрум»)
Но после смерти о нём быстро забыли:
«Не было же у него школы [учеников, последователей] потому, что на него глядели как на чудака, фокусника и сейчас же после смерти забыли даже те, у кого были богатейшие собрания его рисунков и набросков, сваленных в одну кучу с любительскими карикатурами и помарками заезжих шарлатанов». (А.Н.Бенуа)
А.О. Орловский. Портрет великого князя Константина Павловича. 1802 г. Слева до реставрации, справа после. (Снято при одинаковом освещении)
Грустно видеть, воля ваша, Как, у прозы под замком, Поэтическая чаша Высыхает с каждым днём; Как всё то, что веселило Иль ласкало нашу грусть, Что сыздетства затвердило Наше сердце наизусть, Все поверья, всё раздолье Молодецкой старины – Подъедает своеволье Душегубки-новизны.
Нарядились мы в личины, Сглазил нас недобрый глаз, И Орловского картины – Буква мёртвая для нас. Но спасибо, наш кудесник, Живописец и поэт, Малодушным внукам вестник. Богатырских оных лет! Русь былую, удалую Ты потомству передашь: Ты схватил её живую Под народный карандаш...
(П.А. Вяземский, отрывок из стихотворения «Памяти живописца Орловского», 1833)
А.О. Орловский. Дрожки
Что скажете, друзья? По душе ли вам пришёлся этот художник?
Простите поклонники лучика, но не мог пройти мимо. Я не буду разбирать каждый абзац этой статьи и комментировать его, только в конце приведу цитаты и свои комментарии к ним. На мой взгляд статья очень размыто отвечает на главный вопрос, поставленный в заголовке: как работает нейросеть? Я не в курсе на какую возрастную аудиторию рассчитан материал, но с учетом того, что в статье приведена функция y = kx + b, полагаю, я могу использовать немного математики.
Авторы предлагают аналогию вроде такой: нейросеть - это набор нейронов-чисел, а учатся они, если им показать много примеров. Прежде чем переходить к нейронам, я расскажу как они учатся. Это может показаться странным, но просто принцип обучения что в нейросетях, что в простых моделях машинного обучения одинаков. Для примера рассмотрим как раз уже приведенную функцию y = kx + b. Перенося ее на реальный мир можно взять в качестве примера задачу расчета стоимости жилья в зависимости от площади квартиры. Тогда y - стоимость, x - площадь квартиры, а решаем мы задачу т.н. линейной регрессии (это для сильных духом, постараюсь обходиться без терминов). Далее слайды, которые рисовал сам, простите.
Нужно получить модель, которая по набору иксов (метраж квартиры) дает правдоподобную стоимость. Точки на графике - наши реально существующие данные. Прямая - наша функция. Обучив модель, мы можем подать ей на вход один x и получить ожидаемый y.
В случае применения машинного обучения мы должны просто настроить неизвестные параметры нашей функции (k и b), чтобы получить оптимальную прямую. Главный вопрос - как? Для этого мы должны ввести понятие ошибки модели, чтобы понять, хороши ли она выполняет свою задачу. В нашем примере ошибка - это разность между предсказаниями и реальной стоимостью.
Ошибка модели - средняя разность между реальными значениями и предсказанными по модулю или в квадрате. Формальным языком: L = (y' - y)^2 / n, где n - количество примеров в данных, y' - предсказания, а y - реальные значения y для наших x).
Назовем функцию вычисления ошибок функцией потерь (точнее, она так и называется). Оптимальная модель будет выдавать минимальную среднюю разность, т.е. значение функции потерь будет минимальным. С оценкой определились, теперь переходим к процессу обучения. Для этого мы строим одну случайную прямую, считаем разность между предсказаниями и данными, определяем в какую сторону нам нужно сдвинуть нашу прямую, и сдвигаем, меняя наши k и b на небольшое значение. На какое - задается параметрами модели, обычно этот шаг небольшой, чтобы не перескочить наше оптимальное положение.
Случайная прямая
Один шаг обучения
Второй шаг обучения ( и так далее)
Небольшое отступление, которое можно пропустить. Пытливый ум спросит меня, а как мы определяем в какую сторону двигаться на каждом шаге? Отвечаю - просто смотрим на знак. Раньше я упомянул, что для расчета мы используем квадрат или модуль разностей для каждого отдельно взятого примера и усредняем их. Но тогда все наши расчеты будут положительными. Трюк в том, что при обучении мы используем не саму функцию потерь, а производную от нее или т.н. градиент (блин, обещал же без терминов). Геометрически производную можно изобразить так:
Производная - это тангенс угла наклона касательной к функции потерь в выбранной точке. Производная показывает направление роста функции.
На графике изображена функция потерь при разных значениях для нашей задачи - это парабола. Причем левая ветвь соответствует ситуации, когда мы задаем случайную прямую ниже наших точек, правая - выше. Наша задача попасть из красной точки в желтую, т.е. в минимум функции. Определив градиент, мы двигаемся в сторону уменьшения функции, достигая минимума. Математически, при расчете производной (dL = (2 / n) * (y' - y) * x) мы избавляемся от квадрата и можем получать отрицательные значения (и получаем в нашем примере) и тогда двигаемся в противоположную от знака сторону, прибавляя небольшие значения к нашим коэффициентам k и b.
Возвращаясь к объяснению на пальцах. В реальной жизни параметров, влияющих на стоимость квартиры больше, чем просто ее метраж. Тогда мы переходим в многомерное пространство. В реальной жизни у нас есть другие задачи, например то же отделение фотографий кошек от фотографий собак (задача классификации). Или генерация изображений. Но во всех этих задачах используется один и тот же принцип: мы должны определить функцию потерь - определить как мы вычисляем ошибки предсказаний модели и посчитать разницу между предсказаниями и реальными значениями и изменить значения коэффициентов, в зависимости от смещения предсказаний. Для задачи классификации животных (кошек и собак) мы на самом деле строим точно такую же прямую, просто эта прямая не проходит через точки в пространстве, а старается разделить их. Точками в этом случае могут выступать значения пикселей наших картинок, в таком случае, для обычного изображения кошечки, например, разрешением 512х512, мы работаем в 786432-мерном пространстве (потому что 3 (если используем цветное изображение RGB) * 512 * 512 = 786432) и подбираем в этом пространстве не прямую, а плоскость. И уравнение этой плоскости будет таким y = b + k1 * x1 + k2 * x2 + ... + k786432 * x786432. А функция потерь будет другая, но об этом я уже не буду говорить.
Теперь, когда мы поняли как мы учим, можно понять, что такое нейрон в нейросетях. На самом деле, ответ уже понятен. В процессе обучения мы настраиваем коэффициенты некой функции, нейрон тогда - это просто математическая функция от входных данных. Возвращаясь к статье лучика, на этой картинке нейрон - это как раз таки серый кружочек. А желтые - это значения входных данных. Они могут быть в то же время выходными данными с нейронов предыдущего слоя нейросети.
x1, x2 - значения входных данных, w1, w2, b - коэффициенты (я использовал выше k и b)
А сколько нейронов в нейросети? Много и зависит от архитектуры. Входной слой просто принимает данные и вычисляет взвешенную сумму, передавая результат на внутренние слои. На примере тех же изображений - количество нейронов на первом слое будет зависеть от параметров изображения, а именно от количества пикселей, но количество нейронов скрытых (внутренних) слоев мы устанавливаем сами. Мы можем поставить один нейрон на первый скрытый слой, который будет суммировать все данные, но толку от такой сети будет мало. На выходном слое количество нейронов зависит от нашей задачи. Для генерации нам нужно в каждом пикселе сетки предсказать реальное значение цвета, значит нейронов будет столько же, сколько пикселей нам надо получить. Если мы говорим о задаче классификации, то на выходном слое будет столько нейронов, сколько у нас классов - т.е. 2 для кошек/собак, например. Рассматривать необычные слои, вроде сверток, не будем, но они есть.
А зачем вообще нужны нейросети? Я уже выше описал, что все задачи так или иначе формализуются в набор известных функций. Но преимущество нейросетей в том, что они универсальны как раз за счет общих принципов построения. А взаимодействие нейронов на разных слоях позволяет расширить пространство настраиваемых параметров, что в свою очередь позволяет уловить связи в данных на разных уровнях. Например, разные слои нейросети, обученной на задаче классификации изображений, могут улавливать разные паттерны: например контуры, формы или цвета. Что как раз-таки используется для передачи стиля - мы замораживаем глубинные веса обученной нейросети (те, которые отвечают за пространство, форму и т.д.) и дообучаем на одном стилевом изображении только те слои, которые отвечают за "мазки кисти" и цвета.
Несколько примеров современных нейросетей и как они обучены:
Генерация изображений. Существует множество архитектур сетей для генерации. Причем я говорю о генерации без текстового описания. Например, т.н. GAN-ы. Они обучены генерировать изображения из шума, как и сказано в статье. Но они не обучаются специально запоминать формы, объемы, углы, цвета. Они обучаются генерировать изображение так, чтобы результат не отличался от данных, с которыми мы его сравниваем.
Векторизация текстов - я выделил этот пункт отдельно, т.к. все сети, работающие с текстами, должны уметь переходить от тестов к точкам в пространстве - векторам чисел. Описывать, как это происходит примерно так же долго, как я описывал линейную регрессию. Но для простоты скажем, что нейросети учатся предсказывать пропущенные в тексте слова, настраивая при этом числа в пространстве векторов, где каждый вектор соответствует отдельному слову. Это классическая задача классификации, а значит мы снова строим разделяющие плоскости.
Генерация текстов. И снова множество архитектур. Есть даже не нейросетевые (смотрите цепи Маркова, которые просто считают попарные вероятности слов в тексте). Нейросетевые пытаются предсказать одно следующее слово на основе предыдущих.
Генерация изображений по тексту. Здесь мы объединяем известные подходы и идея такая: раз мы уже знаем, как векторизовать текст, то будем использовать вектора текста как входные данные, а готовые изображения, как идеал, который нужно научится генерировать из шума. Для обучения таких моделей используется огромное количество картинок с описаниями к ним. Кстати, поэтому было много претензий к русскоязычным генеративным моделям, которые генерировали, например, американские флаги по запросу "Родина". Просто сложно создать большой датасет размеченных изображений своими силами, все используют открытые датасеты, и, например, переводят тексты и всячески обогащают данные.
Теперь можно перейти к самому интересному - цитаты из статьи.
Компьютерный нейрон – это просто... число!
Уже выяснили, что нет.
«А если собаки и кошки раскиданы вперемешку, а?» – спросите вы. Ну что ж, тогда нам может потребоваться не одна линия. И возможно не две и не три, а целый десяток или даже сотня. Важно понять, что рано или поздно мы сможем с помощью обыкновенных чисел и прямых «поделить» наш лист так, чтобы нейросеть уже знала наверняка – что именно она «видит», кошку или собаку, в чью именно область она «ткнула пальцем».
Я зацепился за это определение. Потому что если нам известно только 2 класса, то будет только одна "линия" на выходе. Да, каждый нейрон строит свое собственное решение, но он во-первых, не видит какую-то свою область данных, а во-вторых, его решение агрегируется с решениями всех остальных нейронов на выходном слое. То, что описано - это скорее работа классических деревьев решений, которые действительно нарезают пространство на сколько угодно областей.
Проблема номер один – для обучения нейросети нужно очень много информации. Чтобы научить нейросеть отличать кошку от собаки, ей нужно показать тысячи (лучше миллионы) самых разных кошек и собак. Воспитанник детского садика в возрасте трёх лет кошку с собакой не спутает, даже если видел их всего лишь пару раз в жизни...
С миллионом явный перебор. Кроме того, существуют техники дообучения, позволяющие переиспользовать обученные модели с гораздо меньшим набором данных.
Проблема номер два: нейросети совершенно не умеют анализировать собственные творения, объяснять, «что здесь нарисовано и почему», в частности, они не умеют считать! Из-за этого компьютерные изображения постоянно рисуют людей то с шестью, то с восемью пальцами. Или кошек то с тремя, то с пятью лапами.
Вообще-то, объяснять уже умеют. Но только узкий класс мультимодальных сетей (если мы обучим модель генерировать текст по изображению - обратная задача генерации изображения по тексту - то сможет). А с пальцами проблема в общем тоже пофикшена улучшениями архитектур и увеличением количества параметров моделей. Были бы деньги обучать такие модели.
Проблема номер четыре: нейросеть не умеет работать при нехватке информации, «достраивать недостающее». Скажем, человеческий детёныш, даже малыш, увидев кошачий хвост, торчащий из-под дивана, тут же уверенно «распознает» спрятавшегося котёнка и побежит ловить его! Нейросеть такое «неполное» изображение понять не в состоянии. Человек, исказивший внешность (скажем, надевший маску или загримированный) для современной нейросети опять же становится неузнаваемым.
Умеет и достраивает. И распознает и людей в масках узнает. Опять же, на это влияют как архитектура, так и способ получения данных. Всегда можно аугментировать изображения (например в части тренировочных изображений кошек и собак обрезать все, кроме хвостов и тогда такая нейросеть сможет по хвосту определить животное).
Проблема номер пять: нейросеть совершенно не понимает законов нашего мира – скажем, тех же законов оптики. Она никогда не сможет различить на картине человека – и его отражение в зеркале (для живого человека – задачка пустяковая). Она никогда не сможет различить человека или его лицо в кривом зеркале (как это делаем мы на аттракционе «Комната смеха» в городском парке, или когда разглядываем самих себя в новогодние шарики).
Аналогично - аугментация данных решает проблемы с кривыми зеркалами.
Проблема номер шесть: нейросети чрезвычайно чувствительны к разного рода помехам, дефектам, «шуму». Скажем, если на старой фотографии часть изображения залита грязью, чернилами, испорчена пятнами или царапинами, сильно выцвела, если карточка разорвана или разрезана напополам – уверенное узнавание тут же становится неуверенным и вообще ошибочным. Для человека сломанная на части кукла – всё равно кукла; для нейросети – это уже совершенно другой, неизвестный объект
Формально - да. Именно поэтому при обучении специально добавляют шум, аугментируют данные, выключают часть нейронов. И тогда модель справляется.
Проблема номер семь: нейросети на текущий момент ужасающе «однопрограммны». Если нейросеть настроена на распознавание лиц – она будет уметь только распознавать лица. Переучить её на написание текстов или музыки будет чрезвычайно сложно, часто вообще проще написать и обучить совершенно новую сеть. Если она умеет отличать квадраты от треугольников – даже не пробуйте попросить её отличить кошку от собаки или самолёт от парусной лодки...
В целом верно, но не совсем. В рамках одной моды и архитектуры - работа с текстом, или изображениями, или музыкой - переучить нейросеть не проблема. И даже мультимодальные модели существуют и активно развиваются. Но да, архитектура генератора музыки и генератора изображений и данные для этих сетей настолько разные, что просто в тупую подменить данные нельзя. Удивительно.
Проблема номер восемь: связи между компьютерными нейронами случайны, поэтому нейросети лишены запоминания созданных образов. На приказ «нарисуй мне дерево» нейросеть охотно откликнется и будет рисовать деревья снова и снова, но... каждый раз это будет «другое дерево». И если вы напишете команду «нарисуй мне такое же дерево, как в прошлый раз, только на берегу реки», нейронная сеть не поймёт вас. Она опять нарисует «новое случайное дерево».
Связывать случайность (кстати, они не случайны, а заданы архитектурой) связей между нейронами и неспособность запоминать созданный образ - максимально некорректно. То, что здесь описано, на самом деле решаемо. Но это решение за пределами архитектуры нейросети. Это как предъявлять претензии микроволновке, за то, что она не включила сама кнопку, типа, могла бы и запомнить. У нее нет инструментов запоминания результата, как нет у голой нейросети - она получает данные на вход, генерирует выход и все.
В целом, я догадываюсь, что изначальная статья была рассчитана на детей младшего школьного возраста. И я по размышлению выкинул из моего разбора несколько цитат, которые на самом деле оказались верны, просто сильно упрощают представление. И то, что я описал может быть не всем понятно и требует более глубокого погружения.
Часто кажется, что технический прогресс, изменяющий жизнь людей, замедлился – «все велосипеды уже изобрели». Что ж, в самом деле, велосипед современного типа – так называемый «ровер», он же «безопасный велосипед» – появился на свет ещё в XIX веке:
Велосипед Ровер 1885 года
А прогресс готовится совершить очередной огромный шаг в неизведанное. Речь о компьютерных нейронных сетях. Они уже умеют вполне прилично распознавать лица людей, писать и переводить тексты рисовать картины. Сочинять музыку – причём не только простенькую попсу, но и вполне себе «серьёзную», вот послушайте:
Если первые опубликованные результаты работы нейронных сетей, вызывали смех ввиду своей откровенной нелепости, то сейчас – напротив! – нередко вызывают у людей неподдельное восхищение и удивление: как?! Вот это сделал тупой компьютер?!
Иллюстрация к художественному рассказу, выполненная нейросетью
Это удивляет, радует – но одновременно вызывает кучу вопросов.
Раньше считалось, что компьютеры лишены таких человеческих качеств, как творческое воображение, вкус, инициатива... И вдруг оказывается, что они вполне способны на творческую работу! Причём делают её (в отличие от людей) быстро, дёшево, безропотно, не устают, не болеют. Что же это тогда получается?
Нейронные сети оставят без работы переводчиков и копирайтеров, журналистов и художников, композиторов, поэтов и писателей, а кто будет следующим? Экономисты, врачи, юристы, политики, архитекторы, учителя – все они тоже будут постепенно вытеснены компьютерными программами? А что останется людям?
Однако оставим этические вопросы. Давайте разберёмся, как эти нейросети устроены, как они работают?
Как устроена, из чего собрана нейронная сеть? Само название подсказывает нам, что она состоит из нейронов. Вот тут нас ждёт первый сюрприз! На самом деле нейроном называют нервную клетку человека или любого другого существа, у которого есть нервная ткань. Нервы – это «система управления» живым организмом, те самые «провода», по которым передаются самые разные команды: от относительно простых, типа «сжать пальцы / разжать пальцы», до невероятно сложных («вспомнить теорему Паппа-Гульдина»). По представлениям современных учёных, каждый нейрон может быть в двух основных состояниях – невозбуждённом и возбуждённом.
Внутри компьютера «всё не так». Компьютерный нейрон – это просто... число! Обыкновенное число – скажем, от нуля до единицы. Текст, звук, изображение, музыка – абсолютно любая информация внутри компьютера преобразуется в числовую таблицу – насколько большую, зависит от того, насколько сложная у нас информация. Скажем, для того чтобы «оцифровать» чёрно-белую фотографию квадратной формы, мы можем взять «решётку», «матрицу» размером восемь на восемь точек (всего 64 «нейрона»), а можем – 256 на 256 точек (то есть свыше 65 тысяч «нейронов»). При этом единица будет соответствовать белому цвету, ноль – чёрному, а остальные числа – различным оттенкам серого.
Изображение разбито на разное число датчиков-нейронов для анализа
Числа-нейроны внутри компьютера организованы в «слои», и эти слои связаны между собой многочисленными связями – будто невидимыми ниточками. При этом каждая связь – это ещё и математическая формула, простая, но очень важная. И у этой формулы есть свои параметры, свои «рычаги управления». Как педали «газ» и «тормоз» на автомобиле. Зачем они? Сейчас объясним.
Здесь взаимодействуют два компьютерных нейрона (выделены жёлтым)
Изначально нейронная сеть абсолютно глупа, она ничего не умеет и не знает. И все связи между нейронами одинаковы. Но вот начинается самое интересное – обучение нейросети! Да-да, компьютерная нейросеть, прежде чем заработать, должна пройти (иногда очень долгий и трудный) процесс обучения. Который в чём-то очень похож на обучение детей в школе.
Допустим, мы хотим научить нейросеть отличать нарисованный круг от нарисованного треугольника. С помощью специальной программы мы «показываем» нейронам первого слоя («сенсорам», «датчикам») самые разные круги и треугольники. Десятки, сотни, тысячи! Да что там тысячи – скажем, обучающий набор данных («датасет») Digi-Face 1M содержитсвыше миллиона фотографий человеческих лиц! И каждый раз мы как будто нажимаем на кнопку «это треугольник» или «это круг» – то есть как бы «говорим» сети, что именно изображено, «объясняем» ей. При этом сама нейросеть тоже пытается «угадать», что именно изображено – и все её нейроны как бы «голосуют», каждый за свой вариант.
Устройство более сложной многослойной нейросети
Помните, мы говорили о том, что каждая связь в нейронной сети – это формула с «рычагами управления»? И вот тут начинает работать известный людям (особенно школьникам) с давних времён «метод поощрения и наказания». Те нейроны, которые ошиблись, «проголосовали» за неправильный вариант ответа, «наказываются» – им не ставят двоек, но вот связи между ними ослабляются, и в следующий раз голос «двоечника» будет учитываться меньше. Те нейроны, которые «голосуют» правильно, напротив, «поощряются» – только вместо пятёрок их связи усиливаются (математически), при следующем «голосовании» их голоса будут слышны «громче» остальных. Наконец, после достаточного количества «уроков» (и если сама нейронная сеть построена правильно, то есть верно выбраны число нейронов и их слоёв), мы получаем готовую к работе обученную сеть. Уррра, заработала!
«Но как с помощью каких-то чисел можно узнавать предметы?!» – спросите вы. Это вполне возможно! Рассмотрим самый простой пример. Представьте себе плоскость, лист бумаги, в одной части которого нарисованы самые разные кошки, а в другой части – самые разные собаки. Процесс «угадывания» компьютерной нейросетью похож на выбор какой-нибудь точки на этом листе бумаги – если мы попали в область с кошками, то отвечаем «кошка». А если попали в область с собаками, отвечаем «собака». Но погодите! Ведь мы же можем взять линейку и просто провести через лист линию, которая отделит область с собаками от области с кошками! А любая прямая линия в математике записывается очень простым уравнением:
y = ax + b
Такое уравнение называется «линейным». У него всего лишь два параметра, два «рычага управления» – это числа a и b. Это означает, что абсолютно любую прямую линию на плоскости мы можем построить, зная всего лишь два числа! Когда мы только начинаем обучение нейросети, значения этих чисел «какие-то», взятые с потолка и совершенно неправильные. Но когда нейросеть в процессе обучения «тыкает и угадывает», она как бы немножечко изменяет эти числа, «сдвигает» так, чтобы в результате наша прямая точно отделила всех собак от всех кошек! И – вуаля! – наша задача решена, нейросеть умеет распознавать кошек и собак!
Подбирая положение линии, мы можем научиться отличать собак от кошек на листе бумаги
«А если собаки и кошки раскиданы вперемешку, а?» – спросите вы. Ну что ж, тогда нам может потребоваться не одна линия. И возможно не две и не три, а целый десяток или даже сотня. Важно понять, что рано или поздно мы сможем с помощью обыкновенных чисел и прямых «поделить» наш лист так, чтобы нейросеть уже знала наверняка – что именно она «видит», кошку или собаку, в чью именно область она «ткнула пальцем». Теперь понятно?
«Ну ладно, в отличить кошку от собаки с помощью математики это ещё можно поверить – скажете вы – но как быть с теми же самыми рисунками? С рисованием? С написанием музыки?». Будете смеяться – но снова «всё почти как в школе». Скажем, рисование. Сперва многослойную нейросеть снова обучают на уже существующих многочисленных картинах, фотографиях, образах. Учат её определять «контент» – то есть форму предметов, цветовую гамму, контуры, линии, углы... А затем подают «на вход» уже обученной системы что-нибудь «другое». Какую-нибудь каляку-маляку или «цветовой шум», хотя это может быть и вполне себе «нормальное» изображение – просто другое, «постороннее». И тогда система – её же научили этому! – начинает как бы находить внутри постороннего знакомое и усиливать. Примерно как мы, люди, глядя на облака, узнаём контуры знакомых животных – то верблюда, то льва, то собаки... В точности так же нейросеть может «применить» заученный «стиль» – то есть некую совокупность цветов, линий, форм и так далее – к заданной картинке. И получить, скажем, картину «Утро стрелецкой казни», написанную Ван Гогом. Или Эдвардом Мюнчем. Учёные, которые любят мудрёные слова, называют это «инцепционизм» (язык сломаешь, но тут мы не виноваты).
Применение стиля к изображению
С музыкой всё даже проще, чем с изображением – это красок может быть сотни и даже тысячи, а нот всего семь (точнее, двенадцать, но это тоже немного). Сперва мы обучаем нейросеть – то есть учим её распознавать ритмический рисунок, мелодию, движение нот – вверх, вниз, скачками или плавно. А затем берём обычный шумовой сигнал, «белый шум», применяем к нему нашу нейросеть – и вдруг получаем нечто музыкальное на выходе! Само собой – это «нечто» будет именно в том стиле, на который нашу нейросеть «натаскивали». Если нейросеть «учили» на рок-музыке – будет рок. Если на рэпе – то непременно будет рэп. Но уже какой-то «свой», не точная «копия», а нечто среднее, где будут те или иные элементы от каждого «урока». Не так ли работают и живые композиторы, кстати?
Применение стиля к изображению нейросетью
...Или поэты с писателями? Ведь что такое, например, литературная пародия? Когда к одному тексту применяют «стиль» определённого автора? Скажем, как в книге «Парнас дыбом» – где известное всем детское стихотворение «Жил-был у бабушки серенький козлик» как будто «писали» разные авторы. То Иван Андреевич Крылов:
У старой женщины, бездетной и убогой, Жил козлик серенькой, и сей четвероногой В большом фаворе у старушки был...
То Александр Сергеевич Пушкин:
Одна в глуши лесов сосновых Старушка дряхлая жила, И другом дней своих суровых Имела серого козла...
То Алексей Константинович Толстой
А уж кто бы нам песню-былину завёл, Чтоб забыть и печаль и нелады. Как живали старуха и серый козёл. Ой, ладо, ой, ладушко ладо!
Вот и нейронная сеть: её обучают на определённом материале (скажем, на текстах Пушкина). И она как бы заучивает его характерные обороты, подбор слов, длину фраз – в общем, «стиль». А затем обученную сеть запускают на совершенно другом материале – да хоть на репортаже с футбольного матча! Неожиданно интересная штука может получиться, не так ли?
«Что же тогда – спросите вы – нейронные сети вообще могут всё?». Ну, не знаю, огорчим мы вас или обрадуем, но... нет, не всё. Чего то нейросети не умеют «пока», и возможно в дальнейшем они этому научатся. А что-то для них недоступно в принципе. Итак, где же у нейросетей проблемы?
Проблема номер один – для обучения нейросети нужно очень много информации. Чтобы научить нейросеть отличать кошку от собаки, ей нужно показать тысячи (лучше миллионы) самых разных кошек и собак. Воспитанник детского садика в возрасте трёх лет кошку с собакой не спутает, даже если видел их всего лишь пару раз в жизни...
Проблема номер два: нейросети совершенно не умеют анализировать собственные творения, объяснять, «что здесь нарисовано и почему», в частности, они не умеют считать! Из-за этого компьютерные изображения постоянно рисуют людей то с шестью, то с восемью пальцами. Или кошек то с тремя, то с пятью лапами.
Кошки с неправильным количеством лап – это обычное дело для нейросетей
Проблема номер три: для работы нейросеть должна быть обучена, у неё отсутствует фантазия. Я уже упоминал про свой рассказ «Велозавр и велотавры», для которого нейронная сеть нарисовала очень хорошую иллюстрацию с мальчиком на велосипеде. Но вот когда я «попросил» систему нарисовать того самого велозавра или велотавра, она... она просто не понимала, о чём идёт речь! И упорно рисовала мне обыкновенного велосипедиста на дороге. Догадаться «скрестить» велосипед с динозавром или велосипед с кентавром? Это было вне её понимания! В общем, нарисовать бегемота нейросеть сумеет. А вот бармаглота из сказки про Алису – нет.
Проблема номер четыре: нейросеть не умеет работать при нехватке информации, «достраивать недостающее». Скажем, человеческий детёныш, даже малыш, увидев кошачий хвост, торчащий из-под дивана, тут же уверенно «распознает» спрятавшегося котёнка и побежит ловить его! Нейросеть такое «неполное» изображение понять не в состоянии. Человек, исказивший внешность (скажем, надевший маску или загримированный) для современной нейросети опять же становится неузнаваемым.
Проблема номер пять: нейросеть совершенно не понимает законов нашего мира – скажем, тех же законов оптики. Она никогда не сможет различить на картине человека – и его отражение в зеркале (для живого человека – задачка пустяковая). Она никогда не сможет различить человека или его лицо в кривом зеркале (как это делаем мы на аттракционе «Комната смеха» в городском парке, или когда разглядываем самих себя в новогодние шарики).
Проблема номер шесть: нейросети чрезвычайно чувствительны к разного рода помехам, дефектам, «шуму». Скажем, если на старой фотографии часть изображения залита грязью, чернилами, испорчена пятнами или царапинами, сильно выцвела, если карточка разорвана или разрезана напополам – уверенное узнавание тут же становится неуверенным и вообще ошибочным. Для человека сломанная на части кукла – всё равно кукла; для нейросети – это уже совершенно другой, неизвестный объект.
Проблема номер семь: нейросети на текущий момент ужасающе «однопрограммны». Если нейросеть настроена на распознавание лиц – она будет уметь только распознавать лица. Переучить её на написание текстов или музыки будет чрезвычайно сложно, часто вообще проще написать и обучить совершенно новую сеть. Если она умеет отличать квадраты от треугольников – даже не пробуйте попросить её отличить кошку от собаки или самолёт от парусной лодки...
Проблема номер восемь: связи между компьютерными нейронами случайны, поэтому нейросети лишены запоминания созданных образов. На приказ «нарисуй мне дерево» нейросеть охотно откликнется и будет рисовать деревья снова и снова, но... каждый раз это будет «другое дерево». И если вы напишете команду «нарисуй мне такое же дерево, как в прошлый раз, только на берегу реки», нейронная сеть не поймёт вас. Она опять нарисует «новое случайное дерево».
У нейросети неплохо получаются пейзажи, а вот в парусах она разбирается "приблизительно"...
Однако вернёмся к началу нашего разговора. Задайтесь вопросом – а способна ли нейросеть, например, придумывать законы? И ответ здесь будет скорее «да», чем «нет». Существует огромное количество законов, юридических документов – если «пропустить» их все через достаточно сложную нейросеть, она вполне будет в состоянии «заговорить» тягомотным и малопонятным юридическим языком, начать «штамповать» циркуляры и распоряжения... Но захотите ли вы жить по законам, которые штампует компьютер?
Способна ли нейросеть ставить диагноз больному в поликлинике и назначать лечение? Снова «да» – но врач-человек несёт ответственность за принятое решение. У нейросети никакой ответственности (а уж тем более ни совести, ни сострадания) быть не может – если она вдруг ошиблась, то... ничего. Ну, ошиблась и ошиблась, это же компьютер, а что человек пострадает при этом – а кого это волнует? Захотите ли вы лечиться у таких врачей?
С одной стороны как здорово сказать компьютеру – «слушай, Алиса, нарисуй мне стрекозу на цветке!». И – ррррраз! – держите, пожалуйста, рисунок. Но с другой стороны – неужели рисовать самому настолько тяжело и неинтересно, что обязательно нужно перепоручать это дело компьютеру? А?
В журнале «Лучик» мы рассказываем:
Почему Земля вращается? Как устроена бесконечность? Как измеряют расстояние до звёзд? Что такое энтропия, и грозит ли вселенной тепловая смерть? Что такое гравитация и гиперпространство, и почему время нам только кажется?
Великий философ Гегель говорил, что исторические события случаются дважды: первый раз как трагедия, а второй – как фарс.
Фарс – это легкомысленная комедия. Гегель имел в виду, что великое повторить невозможно. Можно создать что-то другое великое – но если попытаешься повторить то, что уже было, получится пародия…
Это статья из детского познавательного журнала "Лучик". Мы не претендуем на энциклопедическую справку, наша цель была – знакомить юных читателей с основными понятиями истории изобразительного искусства
Камешки и ракушки
Слово «рококо» произошло от французского слова «рокайль», что значит «каменный», «скальный» (одно из значений – «дроблёный камень», другое – «морская раковина»). «Рококо» – слово выдуманное и шуточное, с пренебрежительным оттенком, ну, примерно как «ка-ме-мешки». Или, точнее, «ка-ми-ми-шки», а почему «ми-ми», скоро будет понятно.
Почему именно камень лёг в основу названия этого стиля, появившегося в начале XVIII века, сейчас уже трудно сказать. История эта очень запутанная. Может быть, потому что в этом стиле оформляли искусственные гроты в парках?
Грот Аполлона. Версаль (Франция). Начало XVIII века
Но вообще, в латинском языке было слово–«аркео» – «запираю». От него произошло слово «арка», значение которого в латинском языке – «ящик, склеп». (А в русском языке есть слово «рака» – так в православных храмах называется ящик с мощами святого).
А теперь смотрите: что делает морская раковина – ракушка? Именно «запирает» моллюска!
Может быть, поэтому, когда возникла мода на архитектурные украшения в виде морских раковин, этот стиль стали называть рококо…
Кстати, если помните, словом «барокко» сначала называли жемчужины неправильной формы! А жемчужины ведь добывают откуда? Тоже из раковин!
Как знать, вдруг это размышление поможет потом всю эту запутанную историю распутать…
В декоративном убранстве гротов в стиле рококо часто использовались настоящие раковины моллюсков
Рокайль и картуш
Украшение в виде морской раковины – «рокáйль» – стало одним из отличительных признаков нового стиля. А второй признак – это «карту́ш», причудливая лепная рама, внутри которой можно что-то нарисовать, или разместить герб владельца дома, или оставить пустой – всё равно красиво.
Рокайль (слева) и картуш (справа) в стиле рококо
Картуш и рокайль использовались и в архитектуре барокко, но там выглядели по-другому: не так причудливо, «потяжелее» и посолиднее:
Рокайль и картуш в стиле барокко
Вообще, стиль рококо по сравнению со стилем барокко более лёгкий, тонкий, ажурный. Для архитектуры и интерьеров это неплохо. А вот для живописи… С живописью всё по-другому!
Стиль барокко подарил мировому искусству многих гениев живописи, мы говорили об этом в прошлый раз. А вот о «гениях рококо» говорить не приходится. Их просто нет! Есть «мастера рококо» – художники замечательные, яркие, запоминающиеся… но не гении.
Почему?
Гении и не гении
Всё очень просто: художников рококо подвело время.
В истории бывают эпохи бурные, героические, когда происходит развитие человеческой цивилизации, изменение общественного сознания, накопление новых знаний и опыта. Такие эпохи требуют от людей напряжения всех сил и нередко сопровождаются революциями и войнами. Именно таким временем была эпоха барокко – конец XVI века и XVII век. Помните: революционные научные открытия, великие географические открытия, религиозные войны…
Жан-Оноре Фрагонар (1732–1806), «Притворство»
А бывают эпохи «мирные» – когда человечество «отдыхает», не накапливает новый опыт и знания, а «проедает» старые. (А если и воюют – то не за убеждения, а за «кусок пожирнее».) Таким был для Франции, где возник и развился стиль рококо, XVIII век. (Ну, правда не весь: в 1789 году грянула Великая Французская революция – «мирное время» закончилось.)
Жан-Марк Натье (1685–1766), «Портрет мадам Руайе»
В это время людям не хотелось совершать открытий и стремиться в будущее, ведь для этого нужно чем-то жертвовать – комфортом, например. Им хотелось строить красивые дома, украшать их затейливой мебелью и вешать на стены картины. Тоже красивые. Картины для украшения – а не для того, чтобы о чём-то задуматься или испытать сильные, глубокие чувства…
Понимаете теперь, почему гениев из прекрасных художников эпохи рококо не получилось? Не было «общественного запроса» на гениев!
Франсуа Буше (1703–1770), «Любовное письмо»
В самом деле: не будешь же украшать спальню или столовую серьёзной картиной с религиозным или батальным (от «баталия» – битва) сюжетом: аппетит испортится, мысли ненужные в голову полезут! Вот и писали художники любовные сценки, цветочки, детишек да милых зверушек. То что мы сегодня называем словечком «ми-ми-ми».
Тем не менее, и такое «лёгкое» искусство пережило своё время и стало классикой. Ведь любителей «ми-ми-ми» в каждую эпоху достаточно. Да и отдыхать от великих мыслей и великих поступков людям надо периодически. Главное, чтобы этот отдых чересчур не затягивался…
Эпоха рококо была недолгой – меньше столетия. Великая Французская революция и последовавшие за ней наполеоновские войны смели сытую и спокойную жизнь французской знати, а заодно и искусство, предназначенное для украшения этой жизни. На смену стилю рококо в архитектуре и дизайне пришёл «имперский» стиль ампир, а в «серьёзном, большом» искусстве – классицизм, о котором мы расскажем в следующем номере.
Никола Ланкре (1690–1743), «Музыка в парке»
Разгадка раковины
А теперь вспомним, что слово «барокко» произошло от португальского и итальянского названия редкой жемчужины неправильной формы, а слово «рококо» – от французского названия пустой морской раковины, «скорлупы» использовавшейся для украшения парковых гротов.
Жемчужины созревают в раковинах, но какова цена пустой раковины Можно сказать: «Это ерунда, мусор». А можно вспомнить, с каким удовольствием дети (да и взрослые тоже) собирают эти самые раковины на морском берегу, как радуются…