El video muestra cómo A.I. El arte generado puede cautivar o hechizar tus sueños

A principios de este mes, la casa de subastas Christie vendió lo que dice que es la primera obra de arte generada algorítmicamente vendida por una casa de subastas importante. La etiqueta de precio, casi medio millón de dólares estadounidenses, ha planteado una serie de preguntas sobre los orígenes de la autoría, el mercado del arte obsesionado por la novedad y, quizás lo más importante: ¿por qué?

Y, sin embargo, los esfuerzos en curso para enseñar máquinas sobre arte, o más precisamente sobre imágenes, no son un truco publicitario. Desde que los científicos informáticos pueden detectar mejor los videos engañosos hasta cambiar retroactivamente el elenco de una película, tienen varias razones prácticas para enseñar a las máquinas cómo interactuar mejor con el mundo visual.

Daniel Heiss es uno de esos entusiastas de la tecnología. El desarrollador creativo del Centro ZKM de Arte y Medios fue uno de los primeros en adoptar una red neuronal publicada por los investigadores de NVIDIA en abril. Fue creado para generar imágenes de celebridades imaginarias después de entrenar con miles de fotos de celebridades existentes. Esto inspiró a Heiss a conectar 50,000 fotomatones recogidos por una de las instalaciones de arte interactivo de ZKM para ver qué tipo de arte es su A.I. produciría En una entrevista en línea, él dice Inverso Los resultados fueron mejores de lo que nunca imaginó.

“Vi la loca deformación de las imágenes de una cara en tres imágenes de la cara en dos imágenes de la cara y así sucesivamente. Eso fue mucho mejor de lo que nunca pensé ", dijo. "Incluso traté de filtrar las imágenes para que solo se usen imágenes con una cara, pero mientras estaba trabajando en eso, las muestras generadas a partir del conjunto de datos sin filtrar salieron tan bien que lo detuve".

GAN crecido progresivamente (Karras et al) entrenado en ~ 80,000 pinturas pic.twitter.com/fkNjw8m2uC

- Gene Kogan (@genekogan) 3 de noviembre de 2018

Desde entonces, el video de Heiss ha obtenido más de 23,000 upvotes en Reddit. Originalmente tuiteó las imágenes que se vieron arriba el 4 de noviembre, en respuesta a otro uso trippy del algoritmo de NVIDIA por el programador Gene Kogan. En lugar de alimentar las selfies de la red neuronal, Kogan utilizó aproximadamente 80,000 pinturas.

Kogan también quedó impresionado con la capacidad de la A.I. de crear marcos que se parecían a estilos distintos, en lugar de simplemente mezclar todo.

"Me sorprendió su capacidad para memorizar tantas estéticas diferentes sin involucrarme demasiado", dice. Inverso. "Creo que ese es el efecto de tener varios cientos de millones de parámetros para jugar".

Cómo enseñamos A.I. hacer sus propias fotos

El equipo de investigación de NVIDIA, dirigido por Tero Karras, hizo uso de una red de confrontación generativa, o GAN, originalmente teorizada por el estimado científico en computación Ian Goodfellow en 2014. Esta fue la tecnología subyacente detrás de la herramienta DeepDream de Google que hizo olas en el campo y en línea.

GAN consta de dos redes: el generador y el discriminador. Estos programas de computadora compiten entre sí millones y millones de veces para refinar sus habilidades de generación de imágenes hasta que sean lo suficientemente buenos como para crear lo que eventualmente se conocerá como Deepfakes.

El generador se alimenta de fotos y comienza a tratar de emularlas lo mejor posible. Luego muestra las imágenes originales y generadas al discriminador, cuyo trabajo es diferenciarlas. Cuantos más ensayos se realicen, mejor será la capacidad de generación del generador para sintetizar las imágenes y mejor será el discriminador para distinguirlos. Esto da como resultado algunas caras y pinturas bastante convincentes, pero completamente falsas.

Cómo esta tecnología puede ayudar a los artistas

AI. Ya se ha hecho un nombre en el mundo del arte. Además del retrato generado por computadora que se puso a la venta en Christie's, DeepDream ha estado creando paisajes trippy desde antes de que los Deepfakes fueran una cosa.

Heiss cree que las herramientas de aprendizaje automático que se crean hoy están listas para ser utilizadas por los artistas, pero su uso requiere destreza técnica. Es por eso que ZKM presenta su exhibición de códigos abiertos para inspirar más colaboración entre el sector tecnológico y creativo.

"Las herramientas que están surgiendo ahora pueden ser herramientas muy útiles para los artistas, pero es difícil para un artista sin ningún conocimiento de programación y habilidades de administración de sistemas usarlas", dijo. "Esta conexión entre la ciencia y el arte puede llevar a grandes cosas, pero necesita colaboración en ambas direcciones".

Las primeras iteraciones de A.I., como GANS, son capaces de absorber millones y millones de puntos de datos para ver patrones e incluso imágenes que los humanos nunca podrían crear por su cuenta. Sin embargo, su visión creativa todavía está limitada por lo que los humanos eligen dar a esos algoritmos como datos sin procesar.

Con un buen ojo para la estética y las habilidades de codificación, los artistas del futuro de A.I. pueden utilizar el aprendizaje automático para impulsar una nueva era de creatividad o dar vida a estilos de arte más antiguos. Pero se necesitarán muchos datos para enseñar a las máquinas cómo imitar mejor el ingenio humano y llevar a la computadora un paso más allá.