Maskinkreativitet slår noget moderne kunst

Kreativitet er en af ​​de store udfordringer for maskinintelligens. Der er ingen mangel på beviser, der viser, hvordan maskiner kan matche og endda udkonkurrere mennesker inden for store indsatsområder, såsom ansigts- og objektgenkendelse, doodling, billedsyntese, sprogoversættelse, en lang række spil såsom skak og Go, og så videre . Men når det kommer til kreativitet, halter maskinerne et godt stykke bagud.

Ikke på grund af manglende indsats. For eksempel har maskiner lært at genkende kunstnerisk stil, adskille den fra indholdet af et billede og derefter anvende den på andre billeder. Det gør det muligt at konvertere ethvert fotografi til Van Goghs stil Stjerneklar nat , for eksempel. Men selvom dette og andet arbejde giver vigtig indsigt i den kunstneriske stils natur, tæller det ikke som kreativitet. Så udfordringen er stadig at finde måder at udnytte maskinintelligens til kreative formål.

I dag får vi lidt indsigt i fremskridt på dette område takket være arbejdet udført af Ahmed Elgammal ved Art & AI Laboratory ved Rutgers University i New Jersey, sammen med kolleger i Facebooks AI-laboratorier og andre steder.

Hvilke af disse billeder blev genereret af en maskine? *Svar nedenfor

Disse fyre har trænet en maskine til at generere billeder, der genkendeligt ligner menneskelig kunst og alligevel forskellige på målbare måder. Desuden har de udført en slags Turing-test for kreativitet ved at spørge mennesker, om de kan kende forskel på menneskelig kunst og denne maskingenererede kunst. De spurgte også mennesker, hvilken slags kunst de foretrækker, med resultater, der er noget uventede.

Fremgangsmåden er forholdsvis ligetil. Den er afhængig af en maskine kaldet et generativt modstridende netværk. Dette består af to neurale netværk, der sammen bootstrapper læringsprocessen.

Et af disse netværk er en traditionel machine-vision-algoritme, der lærer at genkende billeder af en bestemt type. Elgammal og co trænede det ved hjælp af WikiArt-databasen, som består af over 80.000 malerier af mere end 1.000 kunstnere fra det 15. århundrede til det 20. århundrede.

Hvert billede er mærket med sin kunstneriske stil. Så databasen indeholder over 13.000 impressionistiske malerier, 2.000 kubistiske malerier, over 1.000 tidlige renæssancemalerier og så videre. Maskinen lærer at genkende hver af disse stilarter.

Næste trin er, at et andet netværk genererer tilfældige billeder og viser dem til det trænede netværk, som enten genkender dem som repræsenterende en bestemt kunstnerisk stil eller afviser dem. Ved at producere masser af billeder lærer dette andet netværk, hvad det første netværk genkender som kunst ved en proces med forsøg og fejl. Og efter mange gentagelser lærer den at producere billeder, der matcher specifikke stilarter.

Holdet anser dog ikke disse billeder for kreative, fordi de simpelthen kopierer kendte stilarter i kunsten. Derimod ville en menneskelig kunstner rykke grænserne ved at producere noget nyt.

Der er masser af hypoteser fra kunsthistorikere og psykologer om den kreative proces, der fører til ny kunst. For eksempel er en velkendt idé, at nyt kunstnerisk arbejde skal være solidt forankret i en kunstnerisk tradition. Det skal med andre ord være anderledes, men ikke for anderledes.

Især siger teoretikere, at kunst skal stimulere beskueren på bestemte måder. De mest betydningsfulde ophidselsesfremmende egenskaber for æstetik er nyhed, overraskelse, kompleksitet, tvetydighed og forvirring, siger Elgammal og co.

Nyhed refererer til graden af ​​en stimulus adskiller sig fra hvad en observatør har set/oplevet før. Overraskelse refererer til den grad en stimulus er uenig med forventningen. Overraskelse er ikke nødvendigvis korreleret med nyhed, for eksempel kan det stamme fra mangel på nyhed. I modsætning til nyhed og overraskendehed, som er afhængig af inter-stimulus-sammenligninger af ligheder og forskelle, er kompleksitet en intra-stimulus-egenskab, der stiger, efterhånden som antallet af uafhængige elementer i en stimulus vokser. Tvetydighed refererer til konflikten mellem den semantiske og syntaktiske information i en stimulus. Puzzleness refererer til tvetydigheden på grund af flere, potentielt inkonsistente betydninger.

Men uanset effekten, skal niveauet af ophidselse, det genererer, være moderat snarere end ekstremt. For lidt ophidselsespotentiale betragtes som kedeligt, og for meget aktiverer aversionssystemet, hvilket resulterer i negativ respons, siger Elgammal og co.

Det har vigtige konsekvenser for den måde, deres generative kontradiktoriske netværk, eller agent, er sat op. Agentens mål er at generere kunst med øgede niveauer af ophidselsespotentiale på en begrænset måde uden at aktivere aversionssystemet, siger de. Med andre ord forsøger agenten at skabe kunst, der er ny, men ikke for ny.

Forskerne siger, at de har fundet en måde at få deres generative modstandsnetværk til at gøre dette. Efter at have lært at gengive visse kunstneriske stilarter, er maskinen sat op til at producere billeder, der falder inden for accepterede grænser for kunsten som helhed, men som maksimerer forskellen fra kendte stilarter. Agenten forsøger at udforske det kreative rum ved at afvige fra de etablerede stilnormer og genererer derved ny kunst, siger Elgammal og co. De kalder denne maskine for et kreativt modstandsnetværk.

Syretesten er selvfølgelig, hvordan mennesker reagerer på denne maskingenererede kunst. For at finde ud af det viste Elgammal og co en række billeder – både menneske- og maskingenererede – til menneskelige arbejdere på Mechanical Turk, en online crowdsourcing-tjeneste.

De menneskeskabte billeder inkluderede billeder fra WikiArt-databasen over abstrakt ekspressionisme samt et udvalg af billeder fra en flagskibsmesse for samtidskunst, der blev afholdt i Basel, Schweiz, i 2016. Disse billeder repræsenterer toppen af ​​moderne kunst. Grunden til at vælge abstrakt ekspressionisme var i vid udstrækning at fjerne billeder af mennesker og genstande, der tydeligt er med til at skelne maskinkunst fra menneskelig kunst.

Nogle af de maskingenererede billeder blev produceret af det kreative modstandsnetværk, men andre blev produceret af det generative modstandsnetværk, der blot gengiver kunstneriske stilarter, det har lært.

Forskerne bad hver person om at bedømme billederne på forskellige måder, såsom hvor meget de kunne lide hvert enkelt, hvor nyt det virkede, og om det var skabt af et menneske eller en maskine. De spurgte også, om deltagerne kunne fornemme kunstnerens intention, om de kunne se en struktur opstå i billedet, og om billedet inspirerede dem.

Resultaterne giver interessant læsning. Mennesker var ret gode til at spotte abstrakte ekspressionistiske billeder skabt af et menneske og dem skabt af en maskine. Men i tilfældet med kunsten fra Basel havde menneskers seere svært ved at se forskel.

Menneskene vurderede også billederne skabt af det kreative modstandsnetværk højere end den menneskeskabte kunst, der blev vist i Basel. De identificerede sig nærmere med det og fandt det mere inspirerende.

Det er fristende at tolke dette som en fordømmende anklage mod den moderne kunsts tilstand og det niveau af kreativitet, det afføder. Men Elgammal og co undgår et knæfald. Vi lader åbent om, hvordan man fortolker de menneskelige forsøgspersoners svar, der rangerede CAN-kunsten bedre end Art Basel-prøverne i forskellige aspekter, siger de diplomatisk.

Det større spørgsmål er, om den proces, som Elgammal og co har brugt til at lave deres billeder, virkelig kan opfattes som kreativ. En anden fortolkning er, at det er en ren algoritmisk proces, der har lært at udnytte menneskehedens følelsesmæssige sårbarheder. Hvis det er tilfældet, må en fremtidig definition af kunst måske indeholde bestemmelsen om, at den skal være skabt af et menneske.

Uanset hvad, er denne form for arbejde sat til at rykke grænserne for kunst og kreativitet bare en lille smule længere.

Ref: arxiv.org/abs/1706.07068 : CAN: Kreative kontradiktoriske netværk, der genererer kunst ved at lære om stilarter og afvige fra stilnormer

*Svar: dem alle

skjule