Maskinkreativitet slår litt moderne kunst

Kreativitet er en av de store utfordringene for maskinintelligens. Det er ingen mangel på bevis som viser hvordan maskiner kan matche og til og med utkonkurrere mennesker i enorme områder av bestrebelser, som ansikts- og objektgjenkjenning, doodling, bildesyntese, språkoversettelse, et stort utvalg av spill som sjakk og Go, og så videre . Men når det kommer til kreativitet, henger maskinene godt etter.

Ikke på grunn av manglende innsats. Maskiner har for eksempel lært å gjenkjenne kunstnerisk stil, skille den fra innholdet i et bilde og deretter bruke den på andre bilder. Det gjør det mulig å konvertere alle fotografier til Van Goghs stil Stjerneklar natt , for eksempel. Men selv om dette og annet arbeid gir viktig innsikt i arten av kunstnerisk stil, teller det ikke som kreativitet. Så utfordringen gjenstår å finne måter å utnytte maskinintelligens til kreative formål.

I dag får vi litt innsikt i fremgang på dette området takket være arbeidet til Ahmed Elgammal ved Art & AI Laboratory ved Rutgers University i New Jersey, sammen med kolleger ved Facebooks AI-laboratorier og andre steder.

Hvilke av disse bildene ble generert av en maskin? *Svar nedenfor

Disse gutta har trent en maskin til å generere bilder som er gjenkjennelig lik menneskelig kunst og likevel forskjellige på målbare måter. Dessuten har de utført en slags Turing-test for kreativitet ved å spørre mennesker om de kan se forskjellen mellom menneskelig kunst og denne maskingenererte kunsten. De spurte også mennesker hva slags kunst de foretrekker, med resultater som er noe uventede.

Tilnærmingen er relativt grei. Den er avhengig av en maskin som kalles et generativt motstridende nettverk. Dette består av to nevrale nettverk som sammen starter læringsprosessen.

Et av disse nettverkene er en tradisjonell maskinsynsalgoritme som lærer å gjenkjenne bilder av en bestemt type. Elgammal og co trente den ved å bruke WikiArt-databasen, som består av over 80 000 malerier av mer enn 1000 kunstnere fra 1400-tallet til 1900-tallet.

Hvert bilde er merket med sin kunstneriske stil. Så databasen inneholder over 13 000 impresjonistiske malerier, 2000 kubistiske malerier, over 1000 tidligrenessansemalerier og så videre. Maskinen lærer å gjenkjenne hver av disse stilene.

Det neste trinnet er at et annet nettverk genererer tilfeldige bilder og viser dem til det trente nettverket, som enten gjenkjenner dem som å representere en bestemt kunstnerisk stil eller avviser dem. Ved å produsere mange bilder, lærer dette andre nettverket det det første nettverket anerkjenner som kunst ved en prosess med prøving og feiling. Og etter mange gjentakelser lærer den å produsere bilder som matcher spesifikke stiler.

Teamet anser imidlertid ikke disse bildene som kreative fordi de ganske enkelt kopierer kjente stiler innen kunst. Derimot ville en menneskelig kunstner flytte grensene ved å produsere noe nytt.

Det er nok av hypoteser fra kunsthistorikere og psykologer om den kreative prosessen som fører til ny kunst. For eksempel er en kjent idé at nytt kunstnerisk arbeid må være solid forankret i en kunstnerisk tradisjon. Det må med andre ord være annerledes, men ikke for annerledes.

Spesielt sier teoretikere at kunst må stimulere betrakteren på bestemte måter. De viktigste opphisselsesfremmende egenskapene for estetikk er nyhet, overraskelse, kompleksitet, tvetydighet og forvirring, sier Elgammal og co.

Nyhet refererer til graden av en stimulus skiller seg fra det en observatør har sett/erfart før. Overrasking refererer til graden av en stimulans er uenig med forventningene. Overraskelse er ikke nødvendigvis korrelert med nyhet, for eksempel kan det stamme fra mangel på nyhet. I motsetning til nyhet og overraskelse, som er avhengig av interstimulus-sammenligninger av likhet og forskjeller, er kompleksitet en intra-stimulus-egenskap som øker etter hvert som antallet uavhengige elementer i en stimulus vokser. Tvetydighet refererer til konflikten mellom den semantiske og syntaktiske informasjonen i en stimulus. Forvirring refererer til tvetydigheten på grunn av flere, potensielt inkonsekvente, betydninger.

Men uansett effekt, må nivået av opphisselse det genererer være moderat i stedet for ekstremt. For lite opphisselsespotensial anses som kjedelig, og for mye aktiverer aversjonssystemet, noe som resulterer i negativ respons, sier Elgammal og co.

Det har viktige implikasjoner for måten deres generative motstandsnettverk, eller agent, er satt opp på. Agentens mål er å generere kunst med økte nivåer av opphisselsepotensial på en begrenset måte uten å aktivere aversjonssystemet, sier de. Agenten prøver med andre ord å generere kunst som er ny, men ikke for ny.

Forskerne sier de har funnet en måte å få deres generative motstandsnettverk til å gjøre dette. Etter å ha lært å reprodusere visse kunstneriske stiler, er maskinen satt opp til å produsere bilder som faller innenfor aksepterte grenser for kunsten som helhet, men som maksimerer forskjellen fra kjente stiler. Agenten prøver å utforske det kreative rommet ved å avvike fra de etablerte stilnormene og genererer dermed ny kunst, sier Elgammal og co. De kaller denne maskinen et kreativt motstandernettverk.

Syretesten er selvfølgelig hvordan mennesker reagerer på denne maskingenererte kunsten. For å finne det ut, viste Elgammal og co en rekke bilder – både menneskeskapte og maskingenererte – til menneskelige arbeidere på Mechanical Turk, en online crowddsourcing-tjeneste.

De menneskeskapte bildene inkluderte bilder fra WikiArt-databasen for abstrakt ekspresjonisme, samt et utvalg bilder fra en flaggskipmesse for samtidskunst som ble holdt i Basel, Sveits, i 2016. Disse bildene representerer toppen av moderne kunst. Bakgrunnen for å velge abstrakt ekspresjonisme var å i stor grad fjerne bilder av mennesker og gjenstander som tydelig bidrar til å skille maskinkunst fra menneskelig kunst.

Noen av de maskingenererte bildene ble produsert av det kreative motstandsnettverket, mens andre ble produsert av det generative motstandsnettverket som ganske enkelt gjengir kunstneriske stiler det har lært.

Forskerne ba hver person om å vurdere bildene på forskjellige måter, for eksempel hvor mye de likte hvert enkelt, hvor nytt det virket, og om det ble skapt av et menneske eller en maskin. De spurte også om deltakerne kunne fornemme kunstnerens intensjon, om de kunne se en struktur som dukker opp i bildet, og om bildet inspirerte dem.

Resultatene gir interessant lesning. Mennesker var ganske flinke til å oppdage abstrakte ekspresjonistiske bilder skapt av et menneske og de skapt av en maskin. Men når det gjelder kunsten fra Basel, hadde menneskers seere vanskelig for å se forskjellen.

Menneskene vurderte også bildene skapt av det kreative motstandsnettverket høyere enn den menneskeskapte kunsten som ble vist i Basel. De identifiserte seg nærmere med det og fant det mer inspirerende.

Det er fristende å tolke dette som en fordømmende anklage mot moderne kunsts tilstand og nivået av kreativitet den frembringer. Men Elgammal og co unngår et knefall. Vi lar åpent hvordan man tolker de menneskelige subjektenes svar som rangerte CAN-kunsten bedre enn Art Basel-prøvene i forskjellige aspekter, sier de diplomatisk.

Det større spørsmålet er om prosessen som Elgammal og co har brukt for å lage bildene sine virkelig kan tenkes på som kreativ. En annen tolkning er at det er en ren algoritmisk prosess som har lært å utnytte menneskehetens følelsesmessige sårbarheter. I så fall må kanskje en fremtidig definisjon av kunst inkludere bestemmelsen om at den må være skapt av et menneske.

Uansett er denne typen arbeid satt til å flytte grensene for kunst og kreativitet bare litt lenger.

Ref: arxiv.org/abs/1706.07068 : KAN: Kreative motstridende nettverk som genererer kunst ved å lære om stiler og avvike fra stilnormer

*Svar: alle sammen

gjemme seg