Robotkunst rejser spørgsmål om menneskelig kreativitet

Hvad er potentialet i maskinkunst, og kan det virkelig beskrives som kreativt eller fantasifuldt? Ved

• Martin Gayford arkiv side

15. februar 2016

I juli 2013 havde en kommende kunstner en udstilling på Galerie Oberkampf i Paris. Det varede i en uge, blev overværet af offentligheden, fik presseomtale og indeholdt værker, der var produceret over en årrække, herunder nogle skabt på stedet i galleriet. Alt i alt var det en ret typisk kunstverdensbegivenhed. Det eneste usædvanlige træk var, at den pågældende kunstner var et computerprogram kendt som The Painting Fool.

Selv det var ikke sådan en nyhed. Kunst lavet ved hjælp af kunstig intelligens har været med os i overraskende lang tid. Siden 1973 har Harold Cohen – en maler, en professor ved University of California, San Diego, og en tidligere repræsentant for Storbritannien ved Venedig Biennalen – samarbejdet med et program kaldet AARON. AARON har været i stand til at lave billeder selvstændigt i årtier; selv i slutningen af ​​1980'erne var Cohen i stand til at spøge med, at han var den eneste kunstner, der nogensinde ville være i stand til at få en posthum udstilling af nye værker skabt helt efter hans egen død.

Denne historie var en del af vores marts 2016-udgave

• Se resten af ​​problemet
• Abonner

De uafklarede spørgsmål om maskinkunst er for det første, hvad dens potentiale er, og for det andet, om den – uanset kvaliteten af ​​det producerede arbejde – virkelig kan beskrives som kreativ eller fantasifuld. Det er problemer, dybtgående og fascinerende, der fører os dybt ind i mysterierne bag menneskelig kunstfremstilling.

The Painting Fool er udtænkt af Simon Colton, en professor i beregningsmæssig kreativitet ved Goldsmiths College, London, som har foreslået, at hvis programmer skal tælle som kreative, bliver de nødt til at bestå noget andet end Turing-testen. Han foreslår, at i stedet for blot at kunne tale på en overbevisende menneskelig måde, som Turing foreslog, ville en kunstigt intelligent kunstner skulle opføre sig på måder, der var dygtige, anerkendende og fantasifulde.

Collage af Maler Fool, inspireret af nyheder fra Afghanistan.

På åbningsbilledet en af ​​AARONs kompositioner.

Indtil videre har Maler Fool - beskrevet som en håbefuld maler på sin hjemmeside - gjort fremskridt på alle tre fronter. Med anerkendende betyder Colton lydhør over for følelser. Et tidligt værk bestod af en mosaik af billeder i et medium, der ligner akvarel. Programmet scannede en artikel i Værge om krigen i Afghanistan, udtrak nøgleord som NATO, tropper og briter og fandt billeder forbundet med dem. Derefter satte den disse sammen til et sammensat billede, der afspejler indholdet og stemningen i avisartiklen.

Softwaren var blevet designet til at duplikere forskellige maleri- og tegnemedier, til at vælge det passende og også til at evaluere resultaterne. Dette er en elendig fiasko, kommenterede den om en indsats. En skeptiker kan være i tvivl om, hvorvidt dette og andre udsagn er andet end dygtig digital bugtale. Men digtning er nævnt på hjemmesiden som et aktuelt projekt - så Malernarren stræber tilsyneladende efter at være forfatter såvel som maler.

I Paris-udstillingen stod portrætterne ikke over for en menneskelig kunstner, men en bærbar computer, på hvis skærm maleriet fandt sted. The Painting Fool udførte billeder af besøgende i forskellige stemninger og reagerede på følelsesmæssige nøgleord afledt af 10 artikler læst – endnu en gang – i Værge . Hvis antallet af negativitet var for stort (altid en fare med nyhedsdækning), programmerede Colton softwaren til at gå ind i en tilstand af modløshed, hvor den overhovedet nægtede at male, hvilket næsten svarer til det kunstneriske temperament.

Billederne, der blev afsløret i juni 2015 af Googles Brain AI-forskningsteam, viser formentlig også mindst ét ​​aspekt af menneskelig fantasi: evnen til at se én ting som noget andet. Efter noget træning i at identificere objekter ud fra visuelle spor og at blive fodret med fotografier af himmel og tilfældigt formede ting, begyndte programmet at generere digitale billeder, der antydede Walt Disneys og Pieter Bruegel den ældres kombinerede fantasi, inklusive en hybrid grisesnegl, kamel- Fugl og Hundefisk.

Her er en digital ækvivalent til det mentale fænomen, som Mark Antony refererede til i Shakespeares Antony og Cleopatra : Nogle gange ser vi en sky, der er drageagtig/En damp engang som en bjørn eller løve.

Leonardo da Vinci anbefalede at se på pletter på en væg eller lignende tilfældige mærker som en stimulans til kreativ fantasi. Der ville en kunstner, der forsøgte at opfinde en scene, finde de hvirvlende krigere i et slag eller et landskab med bjerge, floder, klipper, træer, store sletter, dale og bakker. Denne kapacitet kunne have været en af ​​udløserne for forhistorisk hulekunst. Ganske ofte ser et maleri eller klippestik ud til at bruge et naturligt træk - for eksempel en sten i væggen, der ligner et øje. Måske opdagede Cro-Magnon-kunstneren først en løve eller en bison i tilfældige mærker, og derefter gjorde den ligheden tydeligere med maling eller indskåret streg.

Når det kommer til det, afhænger alle repræsentationsbilleder - ikke kun malerier og tegninger, men også fotografier - af evnen til at se én ting, former på en flad overflade, som noget andet: noget i den tredimensionelle verden. Det er de kunstige intelligenssystemer, der er udviklet af Google-teamet, gode til det. Billederne blev skabt ved hjælp af et kunstigt neuralt net, software, der emulerer den måde, hvorpå lag af neuroner i hjernen behandler information. Softwaren er trænet til, gennem at analysere millioner af eksempler, at genkende objekter på billeder: en håndvægt, en hund eller en drage.

Google-forskerne opdagede, at de kunne forvandle sådanne systemer til kunstnere ved at gøre noget som det, Leonardo foreslog. Det neurale net er forsynet med et billede, der består af en snestorm af pletter og pletter, og bliver bedt om at finjustere billedet for at frembringe enhver svag lighed, det registrerer i støjen med objekter, som softwaren er blevet trænet til at genkende. Et hav af larm kan blive til et virvar af myrer eller søstjerner. Teknikken kan også anvendes på fotos, befolke blå himmel med spøgelsesagtige hunde eller omarbejde billeder i stiliserede streger.

Softwaren var lige så dygtig som Mark Antony til kræsne dyr i skyer. Google-teamet døbte det resulterende kunstneriske formsprog Inceptionism, fordi forskningsprojektet i neural-netværksarkitektur fik kodenavnet Inception – en reference til en film fra 2010 af samme navn om en mand, der trænger ind i dybere og dybere lag af andre menneskers drømme. Kunsthistorisk kan du måske klassificere inceptionisme som en variant af surrealisme. René Magritte, Salvador Dalí og Max Ernst producerede adskillige værker af lignende type - for eksempel at male en himmel af musikinstrumenter eller baguetter i stedet for cumulonimbus.

Hvor god er inceptionisme egentlig? Nogle af billederne er slående og kan opfattes på forskellige måder - inklusive en eftertrykkelig lineær tilstand, der vagt minder om Van Goghs stil. I nogle tilfælde er de foruroligende, hvilket tyder på den slags hallucinationer, der beskrives af dem, der lider af dårlige ture eller DT'erne: en himmel fyldt med cyklende hunde, for eksempel, eller hvirvlende arkitektur dækket af kiggende øjne.

Men Inceptionist-værker har hidtil været for kitschede og for åbenlyst fotobaserede – i hvert fald efter min smag – til at give megen konkurrence til Dalí eller Magritte. Heller ikke Painting Fool eller de fleste lignende programmer endnu er nået ud over et high school- eller amatør-kunst-klubniveau. Hvad med potentiel af computerkunst? Kan kunstig intelligens bidrage til billedkunsten (eller for den sags skyld musik og andre formsprog, som computere også allerede er dygtige til)?

Ting gennemgået

• Malernarren

• AARON

• Googles Inceptionist-billeder

Simon Colton er bevidst om kritikken - en standard rettet mod computerkunst - om, at maleriets værker faktisk er hans egne kreationer. Vi ville ikke, har han påpeget, give æren for en menneskelig malers arbejde til den kunstners lærer. Som svaret er, kan det afhænge af, hvor langt eleven fulgte lærerens instruktioner. Generelt tilfalder æren for et maleri fra et renæssanceværksted mesteren, ikke de lærlinge, som måske har udført meget af arbejdet. Men i tilfældet med Verrocchios Kristi dåb (ca. 1475), anerkender vi værkstedets medlem Leonardo da Vincis præstation, fordi de dele, han malede - en engel og noget landskab - er synligt forskellige fra mesterens værk. Kunsthistorikere klassificerer derfor billedet som en fælles indsats.

I 1600-tallets Antwerpen havde Rubens tilsvarende en lille fabrik af højtuddannede assistenter, der i større eller mindre grad malede de fleste af hans storstilede værker. Den normale procedure var, at mesteren lavede en lille skitse, der derefter blev blæst op, under hans opsyn, til størrelsen af ​​et loft eller en altertavle. Nogle forskere mener dog, at studiet nogle gange viste sig at være en Rubens, når den store mand aldrig engang leverede en første model.

Her er eksemplet med AARON spændende. Er de billeder, det udviklende program har lavet i løbet af de sidste fire årtier, virkelig værker af Harold Cohen, eller uafhængige kreationer af AARON selv, eller måske samarbejder mellem de to? Det er et ømtåleligt problem. AARON har aldrig bevæget sig langt ud af det generelle stilistiske formsprog, som Cohen selv arbejdede i i 1960'erne, hvor han var en succesrig eksponent for farvefeltabstraktion. Det er klart, at AARON er hans elev i den henseende.

Endnu en komposition af AARON.

Et aspekt af Cohens tidligere arbejde var afgørende for, at han interesserede sig for kunstig intelligens. Han mente, at det at lave kunst ikke behøvede at kræve løbende, minut for minut beslutningstagning ... at det skulle være muligt at udtænke et sæt regler og så, næsten uden at tænke, lave maleriet ved at følge reglen.

Denne tilgang er karakteristisk for en bestemt type kunstner. Piet Mondrians klassiske abstraktioner fra 1920'erne og 1930'erne er et eksempel på det. Disse blev lavet i henhold til et sæt selvpålagte regler: Kun lige linjer var tilladt, som kun kunne mødes i rette vinkler og kun kunne afbildes i en palet af rød, blå og gul (plus sort og hvid).

I et sjældent eksempel på et kunsthistorisk eksperiment forsøgte den afdøde kunstkritiker Tom Lubbock selv at male nogle Mondrianere ved at følge denne opskrift. Han producerede behørigt adskillige abstraktioner, der lignede Mondrians værker, bare ikke så gode. Konklusionen så ud til at være, at Mondrian tilføjede ekstra kvaliteter - måske finesser af visuel balance og vægtning af farve - som ikke var formuleret i reglerne.

Det er usædvanligt for kunstkritikere at prøve noget så praktisk som Lubbocks forskning. Men mange andre mennesker gør den samme slags ting: de kaldes forfalskere, kopierere og elever. En stor del af kunsten består og har altid bestået af efterligninger af andet arbejde: billeder udført på Mondrian, Monets eller en anden stor ophavsmands måde. Kunsthistorikere bruger deres liv på at klassificere kunstnere i en cirkel af Botticelli, tilhænger af Caravaggio osv. Allerede nu er det klart, at maskiner kan arbejde på dette niveau: de kan producere afledt kunst (hvilket er alt, hvad 99,9 procent af menneskelige kunstnere gør). Men kan de mere end det?

Cohen har forståeligt nok tænkt meget over dette. I et foredrag fra 2010 stillede han det omvendt. Var det ikke indlysende, at AARON er kreativ? Når alt kommer til alt, fortsatte han, uden yderligere input fra mig, det kan generere ubegrænset antal billeder, det er en meget bedre farvelægger, end jeg nogensinde selv var, og det gør typisk det hele, mens jeg er gemt i sengen. Hvad var hans eget bidrag egentlig, spurgte han? Nå, selvfølgelig, jeg skrev programmet. Det er ikke helt rigtigt at sige, at programmet blot følger de regler, jeg gav det. Programmet er reglerne.

På en måde fungerer AARON altså som et renæssance- eller barokstudie. Under Cohens ledelse har det udviklet sig til det punkt, hvor det svarer til Rubens' studie i autonom mode - og måske mere. I de første år var AARON begrænset til at tegne konturer; Cohen valgte derefter og tilføjede nogle gange farve i hånden. I 80'erne begyndte Cohen at lære det at arbejde i farver. Til sidst udviklede han en række regler for at gøre det muligt for det at komponere koloristiske harmonier, men han fandt dette utilfredsstillende. Hans første løsning bestod af en lang række instruktioner baseret på, hvad en menneskelig kunstner ville gøre i visse situationer. Men dette virkede ikke altid, blandt andet fordi listen uundgåeligt var åben.

Harold Cohen og hans lærling AARON laver kunst.

Til sidst fandt han en måde at lære AARON at bruge farver med en simpel algoritme. Vi har begrænset evne til at forestille os forskellige kromatiske arrangementer, men vores feedbacksystem er fantastisk. En menneskelig kunstner kan se på et billede, efterhånden som det udvikler sig, og bestemme nøjagtigt, f.eks. hvilken gul nuance, der skal tilføjes til et billede af solsikker. AARON har slet ikke et visuelt system, men Cohen udtænkte en formel, hvormed det kan balancere faktorer som nuance og mætning i ethvert givet billede.

Kan en maskine nogensinde være lige så kreativ som en Rembrandt eller Picasso? For at gøre det, hævder Cohen, ville en robot skulle udvikle en følelse af sig selv. Det kan ske eller ikke, og hvis det ikke sker, betyder det, at maskiner aldrig vil være kreative i samme forstand, som mennesker er kreative. En sådan kunstners processer involverer et samspil mellem sociale, følelsesmæssige, historiske, psykologiske og fysiologiske faktorer, som er skræmmende vanskelige at analysere, endsige at replikere. Det er det, der kan give et billede lavet af sådan en kunstner et dybt niveau af betydning til en
menneskeligt øje.

En dag, foreslår Cohen, kan en maskine udvikle en tilsvarende følsomhed, men selvom det aldrig sker, betyder det ikke, at maskiner ikke har nogen rolle at spille med hensyn til kreativitet. Som hans egen erfaring viser, tilbyder kunstig intelligens kunstneren noget ud over en assistent eller elev: en ny kreativ samarbejdspartner.

En ny, udvidet version af Et større budskab , Martin Gayfords bog med samtaler med David Hockney, udkommer i maj. Hans sidste historie for MIT Technology Review var Motion Pictures (september/oktober 2015).

skjule