Podem arribar a veure artistes de bits i algoritmes? La intel·ligència artificial també fa art!
Darrerament us estem parlant de com la intel·ligència artificial està col·laborant en la generació de peces d’art. Fa poc us vam posar el repte de determinar si el compositor d’algunes peces musicals era un ésser humà o una freda màquina i ens preguntàvem on quedava la sensibilitat, el sentiment, l’emoció… la humanitat.
Ara és el moment de màxim desenvolupament d’aquesta tecnologia i estem observant cada cop més aplicacions en realitats quotidianes d’aquests algoritmes intel·ligents. Però les seves capacitats en procés d’aprenentatge constants els permetrà arribar a ser capaços de crear per si mateixos una peça d’art autèntica? Podem considerar art real o veritable una peça creada per un algoritme? Indubtablement aquest és un tema a debatre per filòsofs i crítics d’art, però uns mostrem a continuació en quin punt del procés creatiu es troben les AI amb vocació d’artistes visuals.
The Next Rembrandt
Pot un ordinador arribar a pintar com el gran mestre de la pintura flamenca? L’equip darrera de The Next Rembrant, format per analistes de dades i desenvolupadors de la Universitat Tècnica de Delft en col·laboració amb Microsoft i els historiadors d’art de la galeria Mauritshuis de La Haya amb el suport de ING han donat lloc a la creació d’una obra totalment nova a partir de l’estudi acurat de l’estil, la tècnica, l’ús del color i les proporcions de les obres del pintor. A partir de l’anàlisi de més de 168.000 dades procedents dels rostres de 364 retrats de Rembrant i l’ús d’un algoritme de reconeixement de patrons facials es va crear un nou quadre imprès en 3D que imita a la perfecció la tècnica del pintor neerlandès.
Recognition
El projecte guanyador del 2016 IK Prize, el concurs d’innovació digital de la Tate Gallery, va consistir en el desenvolupament d’una aplicació d’AI que emparellava imatges de fotoperiodiste
s amb les imatges de la pròpia col·lecció del museu. Recognition, creat pel centre de recerca en comunicació Fabrica de Treviso amb el suport de Microsoft, és un algoritme que va escanejar durant tres mesos 1.000 fotografies cada dia proporcionades per l’agència de periodisme Reuters, i les va comparar amb les més de 30.000 obres d’art de la col·lecció de la Tate fins a seleccionar l’obra que més s’assembla en funció de les similituds en cares, objectes, temes, context i composició. D’aquesta manera es pot observar el món a través de dues visions, la visió del passat present en les obres d’art de la Tate i la representació del món contemporani que observa Reuters.
Google Arts & Culture Experiments
Si aquestes connexions entre obres us han semblat interessants, podeu passar una bona estona explorant el paisatge interactiu en 3D creat per l’experiment del Google Arts & Culture T-NSE Map format per obres d’art que estan disposades en funció a la seva similitud visual calculada per un algoritme computacional. Com més similars són més properes es mostren en el mapa. X Degrees of Separation també empra AI per crear una cadena de connexions entre diferents obres d’èpoques o estils diferents que comparteixen alguna característica visual. Aquests dos experiments o altres com Tags obren un camí a explorar pels museus i col·leccions d’art per posar en valor o mostrar als nous públics digitals els seus fons, alhora que els proporciona una nova eina per treballar o analitzar aquests mateixos fons artístics. Una nova manera de mostrar l’art. Seran les AR els curators del futur?
AARON, el pioner
Durant més de 40 anys el programa Aaron ha anat generant obres d’art de manera autònoma. L’any 1973 el pintor i professor de la Universitat de Califòrnia a San Diego Harold Cohen va crear un programa anomenat Aaron capaç d’elaborar quadres de 
manera autònoma en un estil artístic que mai s’ha allunyat de l’abstracció de color que practicava el seu creador i mestre Cohen. Amb el temps Aaron va anar aprenent a utilitzar el color i a pintar per si mateix les obres. Una de les qüestions sempre presents en l’obra de Cohen era si les peces generades per Aaron eren obres d’art i fins a quin punt el creador i l’algoritme eren responsables del procés de creació.
The Painting Fool
The Painting Fool és un programa informàtic creat pel professor de creativitat computacional de la Universitat Goldsmiths de Londres Simon Colton. El 
programa es defineix com un aspirant a pintor. El seu creador considera que una intel·ligència artificial artista hauria de produir obres de manera destra, comprensiva (que mostri sensibilitat enfront de les emocions) i imaginativa. Per exemple, el programa ha aprofundit en la identificació de sentiments amb The Emotionally Aware Painting Fool Project, pel qual va escanejar un article de The Guardian sobre la guerra de l’Afganistan, va extreure paraules clau com OTAN, tropes i britànic, va fer una cerca per trobar imatges relacionades amb aquestes paraules i les va ajuntar per fer una composició que reflectia el contingut i estat d’ànim de l’article del diari i que podeu veure aquí a l’esquerra.
Deep Dream
El juny de 2015 l’equip de recerca en AI Google Brain va presentar Deep Dream, un programari que utilitza algoritmes que es van entrenar analitzant milions d’imatges de forma aleatòria com a exemple, de manera que poc a poc varen anar aprenent a identificar objectes i varen permetre anar ajustant els paràmetres de la xarxa neuronal artificial. Un cop entrenada, es va demanar a la xarxa neuronal que modifiqués una imatge composta per diferents elements per realçar qualsevol semblança que detecti dins del soroll de la imatge amb objectes que pot reconèixer. Com a resultat d’aquest procés s’obté la creació de noves imatges surrealistes, psicodèliques i oníriques on unes onades o un cel blau poden acabar semblant ulls de gossos, amb els que sembla que té una certa fixació, estrelles de mar o una filera de formigues.
Sembla ben bé que les idees més esbojarrades que poguessin sortir de la imaginació delirant de El Bosco o Dalí es facin realitat i és que la AI és capaç de veure coses en una imatge que no hi són realment, però que li han recordat per semblança a altres imatges. Google va anomenar aquest nou estil creatiu com a Inceptionism, en referència a la pel·lícula protagonitzada per Leonardo di Caprio Inception (Orígen en català), que vol dir començament o naixement, on un home s’introdueix en els somnis d’altres persones.
Pod
eu pujar imatges a la web del Deep Dream Generator i obtenir el vostre propi tast d’origenisme. Com és un codi obert varis artistes han creat obres basades en aquesta xarxa neuronal. Fa un any es va poder visitar una l’exposició/subasta Deep Dream: the art of neural networks a San Francisco amb 29 obres creades per artistes de Google i tot el món.
El nou projecte de Google és Magenta, una intel·ligència artificial que cerca trobar resposta al que tots en preguntem: es pot utilitzar l’aprenentatge de les màquines per crear música i art interessant? Per ara les seves xarxes neuronals estan donant els seus primers fruits en experiències de creació musical, però esperem a veure quines seran les seves properes aportacions! Estiguem ben atents!
Reconeixement i imitació d’0bres d’art
Entre les aplicacions més investigades i desenvolupades a nivell comercial de la intel·ligència artificial hi trobem el reconeixement, la comparació i la selecció d’imatges. Les xarxes neuronals es fan servir en molts llocs web per combinar fotos amb diferents estils de pintura, creant imatges inèdites i sovint visualment interessants.
Alguns experiments ens permeten observar el procés d’aprenentatge de les AI per identificar d’imatges. CaptionBot de Microsoft està aprenent a reconeixer el que es representa en les fotografies que els usuaris pengen, que poden votar el grau d’exactitud de la identificació amb una puntuació de 1 a 5 estrelles. Com tot sistema d’AI aprèn dels errors i ha anat augmentant la seva precisió amb el temps.
També podeu jugar amb la AI de Google amb l’experiment Quick, Draw!. El machine learning funciona amb una xarxa neural que reconeix les línies mestres que caracteritzen els dibuixos. Quan la màquina n’ha vist uns quants milers de dibuixos similars és possible detectar certs patrons i així determinar què és el que s’ha dibuixat.
No podem oblidar que bona part de l’art consisteix en imitar altres obres i molts artistes de carn i ossos es dediquen a simular l’estil d’artistes coneguts com ara Mondrian, Rothko o Pollock. Les màquines han arribat a treballar a aquest nivell d’imitació i estan produint art derivat en el que anomenariem “a la manera de”.
Les possibilitats de l’AI per imitar certs estils recognoscibles de pintors han permès la creació de populars aplicacions comercials a través d’apps que converteixen fotografies o vídeos dels usuaris en unes obres d’art a través de l’ús de filtres d’estil com ara la popular Prisma o DeepArt.
Aquestes aplicacions utilitzen un sistema de transferència d’estil on les imatges i vídeos són enviats a un centre de dades pel seu processament. Facebook vol anar més enllà i està investigant les possibilitats d’incorporar el deep learning a les seves utilitats de càmera per aplicar la transferència d’estils pictòrics directament, de manera que permeti la captura, anàlisis i processament de píxels en temps real en el mateix dispositiu mòbil.
La creativitat de les obres creades per les experiències d’IA que us hem mostrat estan basades en la imitació d’estils i la cerca de patrons estudiats a partir de la observació de milers i milers d’imatges. Podem considerar que això és una veritable acció artística i creativa? Qui és el veritable creador, el programador de l’algoritme o la xarxa neuronal? Caldrà anar seguint l’evolució de l’aprenentatge d’aquestes xarxes per observar fins a quin punt aquests artistes 100% digitals poden crear obres d’art que arribin a emocionar i connectar amb els éssers humans que les observen. Qui sap si no està gaire lluny el dia en que podrem dir que realment existeix una entitat artificial amb ànima de pintor.
Empreses de música i tecnologia de Catalunya
