Robot Art plantea preguntas sobre la creatividad humana

¿Cuál es el potencial del arte de la máquina? ¿Se puede realmente describir como creativo o imaginativo? Por

• Martín Gayford página de archivo

15 de febrero de 2016

En julio de 2013, un artista emergente tuvo una exposición en la Galerie Oberkampf de París. Duró una semana, contó con la asistencia del público, recibió cobertura de prensa y contó con obras producidas a lo largo de varios años, incluidas algunas creadas en el lugar de la galería. En conjunto, fue un evento bastante típico del mundo del arte. La única característica inusual era que el artista en cuestión era un programa de computadora conocido como The Painting Fool.

Incluso eso no era una novedad. El arte hecho con la ayuda de la inteligencia artificial ha estado con nosotros durante un tiempo sorprendentemente largo. Desde 1973, Harold Cohen, pintor, profesor de la Universidad de California en San Diego y antiguo representante de Gran Bretaña en la Bienal de Venecia, ha estado colaborando con un programa llamado AARON. AARON ha podido hacer fotografías de forma autónoma durante décadas; incluso a fines de la década de 1980, Cohen pudo bromear diciendo que él era el único artista que podría tener una exhibición póstuma de nuevas obras creadas completamente después de su propia muerte.

Esta historia fue parte de nuestra edición de marzo de 2016

• Ver el resto del número
• Suscribir

Las preguntas no resueltas sobre el arte de la máquina son, en primer lugar, cuál es su potencial y, en segundo lugar, si, independientemente de la calidad del trabajo producido, realmente puede describirse como creativo o imaginativo. Estos son problemas, profundos y fascinantes, que nos adentran en los misterios de la creación artística humana.

The Painting Fool es una creación de Simon Colton, profesor de creatividad computacional en el Goldsmiths College de Londres, quien sugirió que si los programas cuentan como creativos, tendrán que pasar algo diferente a la prueba de Turing. Sugiere que en lugar de simplemente ser capaz de conversar de una manera convincentemente humana, como propuso Turing, un artista artificialmente inteligente tendría que comportarse de manera hábil, apreciativa e imaginativa.

Collage de Painting Fool, inspirado en noticias de Afganistán.

En la imagen de apertura, una de las composiciones de AARON.

Hasta ahora, Painting Fool, descrito como un aspirante a pintor en su sitio web, ha progresado en los tres frentes. Por apreciativo, Colton quiere decir receptivo a las emociones. Uno de sus primeros trabajos consistía en un mosaico de imágenes en un medio parecido a la acuarela. El programa escaneó un artículo en el guardián sobre la guerra en Afganistán, extrajo palabras clave como OTAN, tropas y británicos, y encontró imágenes relacionadas con ellas. Luego los juntó para crear una imagen compuesta que reflejara el contenido y el estado de ánimo del artículo periodístico.

El software había sido diseñado para duplicar varios medios de pintura y dibujo, para seleccionar el apropiado y también para evaluar los resultados. Este es un fracaso miserable, comentó sobre un esfuerzo. Un escéptico podría dudar de que esta y otras afirmaciones sean algo más que una hábil ventriloquia digital. Pero la escritura de poesía se menciona en el sitio web como un proyecto actual, por lo que Painting Fool aparentemente aspira a ser autor además de pintor.

En la exposición de París, los modelos de los retratos no se enfrentaron a un artista humano sino a un ordenador portátil, en cuya pantalla tenía lugar la pintura. The Painting Fool ejecutó imágenes de visitantes en diferentes estados de ánimo, respondiendo a palabras clave emocionales derivadas de 10 artículos leídos, una vez más, en el guardián . Si la cuenta de la negatividad era demasiado grande (siempre un peligro con la cobertura de noticias), Colton programó el software para entrar en un estado de desaliento en el que se negó a pintar en absoluto, un equivalente virtual del temperamento artístico.

Podría decirse que las imágenes reveladas en junio de 2015 por el equipo de investigación Brain AI de Google también muestran al menos un aspecto de la imaginación humana: la capacidad de ver una cosa como otra. Después de un poco de entrenamiento en la identificación de objetos a partir de pistas visuales y de recibir fotografías de cielos y cosas con formas aleatorias, el programa comenzó a generar imágenes digitales que sugerían las imaginaciones combinadas de Walt Disney y Pieter Bruegel the Elder, incluido un híbrido Cerdo-Caracol, Camello- Pájaro y perro-pez.

He aquí un equivalente digital del fenómeno mental al que se refería Marco Antonio en la obra de Shakespeare. Antonio y Cleopatra : A veces vemos una nube que es de dragón/Un vapor a veces como un oso o un león.

Leonardo da Vinci recomendaba mirar las manchas en una pared o marcas aleatorias similares como estímulo a la fantasía creativa. Allí, un artista que intentara inventar alguna escena encontraría los guerreros arremolinados de una batalla o un paisaje con montañas, ríos, rocas, árboles, grandes llanuras, valles y colinas. Esta capacidad podría haber sido uno de los detonantes del arte rupestre prehistórico. Muy a menudo, una pintura o un grabado rupestre parece utilizar una característica natural, por ejemplo, un guijarro en la pared que parece un ojo. Tal vez el artista de Cromañón primero distinguió un león o un bisonte en marcas aleatorias y luego aclaró esa semejanza con pintura o una línea incisa.

Ahora bien, todas las imágenes figurativas —no solo pinturas y dibujos, sino también fotografías— dependen de la capacidad de ver una cosa, formas en una superficie plana, como algo más: algo en el mundo tridimensional. Los sistemas de inteligencia artificial desarrollados por el equipo de Google son buenos en eso. Las imágenes se crearon utilizando una red neuronal artificial, un software que emula la forma en que las capas de neuronas en el cerebro procesan la información. El software está entrenado, mediante el análisis de millones de ejemplos, para reconocer objetos en fotografías: una mancuerna, un perro o un dragón.

Los investigadores de Google descubrieron que podían convertir tales sistemas en artistas haciendo algo como lo que sugirió Leonardo. La red neuronal recibe una imagen formada por una ventisca de manchas y puntos, y se le pide que modifique la imagen para resaltar cualquier leve parecido que detecte en el ruido con los objetos que el software ha sido entrenado para reconocer. Un mar de ruido puede convertirse en una maraña de hormigas o estrellas de mar. La técnica también se puede aplicar a las fotos, poblando cielos azules con perros fantasmales o reelaborando imágenes en trazos estilizados.

El software era tan experto como Mark Antony en discernir animales en las nubes. El equipo de Google denominó Inceptionism al idioma artístico resultante, porque el proyecto de investigación sobre la arquitectura de redes neuronales recibió el nombre en código de Inception, una referencia a una película de 2010 del mismo nombre sobre un hombre que penetra capas cada vez más profundas en los sueños de otras personas. Desde el punto de vista histórico-artístico, se podría clasificar el Incepcionismo como una variante del Surrealismo. René Magritte, Salvador Dalí y Max Ernst produjeron numerosas obras de un tipo similar, pintando un cielo de instrumentos musicales o baguettes, por ejemplo, en lugar de cumulonimbus.

¿Qué tan bueno, realmente, es el Incepcionismo? Algunas de las imágenes son llamativas y se pueden percibir de varias maneras, incluido un modo lineal enfático que recuerda vagamente al estilo de Van Gogh. En algunos casos, son inquietantes, sugiriendo el tipo de alucinaciones descritas por quienes sufren de malos viajes o los DT: un cielo lleno de perros en bicicleta, por ejemplo, o una arquitectura arremolinada cubierta por ojos que miran.

Pero las obras de Inceptionist, hasta ahora, han sido demasiado kitsch y evidentemente demasiado basadas en fotografías, para mi gusto, de todos modos, para darle mucha competencia a Dalí o Magritte. Ni el Painting Fool ni la mayoría de los programas similares han progresado más allá del nivel de rendimiento de una escuela secundaria o un club de arte amateur. Qué pasa con la potencial del arte de la computadora? ¿Puede la inteligencia artificial contribuir a las artes visuales (o, para el caso, a la música y otros modismos en los que las computadoras también son expertas)?

Cosas revisadas

• El tonto de la pintura

• AARÓN

• Fotografías de Inceptionist de Google

Simon Colton es consciente de las críticas, una crítica estándar dirigida al arte por computadora, de que las obras de Painting Fool son en realidad creaciones propias. No le daríamos, ha señalado, el crédito por el trabajo de un pintor humano al maestro de ese artista. A lo que la respuesta es, eso podría depender de hasta qué punto el alumno estaba siguiendo las instrucciones del maestro. Por lo general, el mérito de una pintura de un taller del Renacimiento recae en el maestro, no en los aprendices, que pueden haber realizado gran parte del trabajo. Pero en el caso de Verrocchio bautismo de cristo (c. 1475), reconocemos el logro del tallerista Leonardo da Vinci, porque las partes que pintó —un ángel y algún paisaje— son visiblemente diferentes a la obra del maestro. Por lo tanto, los historiadores del arte clasifican la imagen como un esfuerzo conjunto.

De manera similar, en el Amberes del siglo XVII, Rubens tenía una pequeña fábrica de asistentes altamente capacitados que, en mayor o menor medida, pintaron la mayoría de sus obras a gran escala. El procedimiento normal era que el maestro produjera un pequeño boceto que luego se ampliaba, bajo su supervisión, al tamaño de un techo o un retablo. Algunos estudiosos creen, sin embargo, que en ocasiones el estudio produjo un Rubens cuando el gran hombre ni siquiera proporcionó un modelo inicial.

Aquí, el ejemplo de AARON es intrigante. ¿Son las imágenes que ha realizado el programa en evolución durante las últimas cuatro décadas realmente obras de Harold Cohen, o creaciones independientes del propio AARON, o quizás colaboraciones entre los dos? Es un problema delicado. AARON nunca se ha alejado mucho del lenguaje estilístico general en el que trabajaba el propio Cohen en la década de 1960, cuando era un exponente exitoso de la abstracción del campo de color. Claramente, AARON es su alumno en ese sentido.

Otra composición de AARON.

Un aspecto del trabajo anterior de Cohen fue crucial para que se interesara por la inteligencia artificial. Sintió que hacer arte no tenía que requerir una toma de decisiones continua, minuto a minuto... que debería ser posible idear un conjunto de reglas y luego, casi sin pensar, hacer la pintura siguiendo la regla.

Este enfoque es característico de cierto tipo de artista. Las abstracciones clásicas de Piet Mondrian de las décadas de 1920 y 1930 son un buen ejemplo. Estos se hicieron de acuerdo con un conjunto de reglas autoimpuestas: solo se permitían líneas rectas, que solo podían encontrarse en ángulos rectos y solo podían representarse en una paleta de rojo, azul y amarillo (más blanco y negro).

En un raro ejemplo de un experimento histórico-artístico, el difunto crítico de arte Tom Lubbock intentó pintar él mismo algunos Mondrians siguiendo esta receta. Produjo debidamente varias abstracciones que se parecían bastante a las obras de Mondrian, pero no tan buenas. La conclusión parecía ser que Mondrian estaba agregando cualidades adicionales, tal vez sutilezas de equilibrio visual y ponderación del color, que no estaban formuladas en las reglas.

Es inusual que los críticos de arte intenten algo tan práctico como la investigación de Lubbock. Pero muchas otras personas hacen lo mismo: se les llama falsificadores, copistas y alumnos. Gran parte del arte consiste, y siempre ha consistido, en imitaciones de otras obras: cuadros realizados a la manera de Mondrian, Monet o algún otro gran creador. Los historiadores del arte se pasan la vida clasificando a los artistas en círculos de Botticelli, seguidores de Caravaggio, etc. Ya está claro que las máquinas pueden funcionar a este nivel: pueden producir arte derivado (que es todo lo que hacen el 99,9 % de los artistas humanos). Pero, ¿pueden hacer más que eso?

Es comprensible que Cohen haya pensado mucho en esto. En una conferencia de 2010, lo planteó al revés. ¿No era obvio que AARON es creativo? Después de todo, continuó, sin más aportes de mi parte, puede generar un número ilimitado de imágenes, es un colorista mucho mejor que yo y, por lo general, lo hace todo mientras estoy acostado en la cama. ¿Cuál, de hecho, preguntó, fue su propia contribución? Bueno, por supuesto, yo escribí el programa. No es del todo correcto decir que el programa simplemente sigue las reglas que le di. El programa es las normas.

En cierto modo, entonces, AARON está funcionando como un estudio renacentista o barroco. Bajo la dirección de Cohen, se ha desarrollado hasta el punto en que es equivalente al estudio de Rubens en modo autónomo, y quizás más. En los primeros años, AARON se limitaba a dibujar contornos; Luego, Cohen seleccionó y, a veces, agregó color a mano. En los años 80, Cohen empezó a enseñarlo a trabajar en color. Eventualmente, desarrolló una serie de reglas para permitirle componer armonías colorísticas, pero encontró esto insatisfactorio. Su primera solución consistió en una larga lista de instrucciones basadas en lo que haría un artista humano en determinadas situaciones. Pero esto no siempre funcionó, en parte porque inevitablemente la lista era abierta.

Harold Cohen y su aprendiz AARON haciendo arte.

Eventualmente, encontró una manera de enseñarle a AARON a usar colores con un algoritmo simple. Tenemos una capacidad limitada para imaginar diferentes arreglos cromáticos, pero nuestro sistema de retroalimentación es fantástico. Un artista humano puede mirar una imagen a medida que evoluciona y decidir exactamente, digamos, qué tono de amarillo agregar a una imagen de girasoles. AARON no tiene ningún sistema visual, pero Cohen ideó una fórmula mediante la cual puede equilibrar factores como el tono y la saturación en cualquier imagen dada.

¿Puede una máquina ser tan creativa como Rembrandt o Picasso? Para hacer eso, argumenta Cohen, un robot tendría que desarrollar un sentido de sí mismo. Eso puede suceder o no, y si no sucede, significa que las máquinas nunca serán creativas en el mismo sentido en que los humanos somos creativos. Los procesos de tal artista involucran una interacción entre factores sociales, emocionales, históricos, psicológicos y fisiológicos que son abrumadoramente difíciles de analizar, y mucho menos replicar. Esto es lo que puede dar a una imagen hecha por tal artista un profundo nivel de significado para un
ojo humano.

Un día, sugiere Cohen, una máquina podría desarrollar una sensibilidad equivalente, pero incluso si eso nunca sucede, no significa que las máquinas no tengan un papel que desempeñar con respecto a la creatividad. Como demuestra su propia experiencia, la inteligencia artificial ofrece al artista algo más que un asistente o un alumno: un nuevo colaborador creativo.

Una nueva versión ampliada de Un mensaje más grande , el libro de conversaciones de Martin Gayford con David Hockney, se publicará en mayo. Su última historia para Revisión de tecnología del MIT fue Motion Pictures (septiembre/octubre de 2015).

esconder