Den evige kamp om kunstige og menneskelige intelligenser er kommet ind på det område, der tidligere kun var underlagt mennesker - kunstens og kreativitetens område. Det er en ting at beregne alle mulige kombinationer og algoritmer i skak eller genkende en person fra en database med millioner af ansigter, denne maskine har længe været i stand til og ofte mere vellykket end dig og mig. En anden ting er kreativitetshandlingen, skabelsen af noget fundamentalt nyt, som, som det blev troet i alle tidligere århundreder, kun et menneskeligt geni kunne gøre. Imidlertid giver dette område ikke længere hvile til udviklerne af neurale netværk.
Den sidste præstation af Ahmed Elgamals team ved Rutgers University i New Jersey (som for øvrig huser en storslået samling af sovjetisk uofficiel kunst af Norton Dodge) er kunstværker skabt af den fælles indsats fra to typer neurale netværk. Et neuralt netværk af den første type er i stand til at genkende, til hvilken stil og retning et bestemt kunstværk hører til. Hun er uddannet til at gøre dette ved hjælp af en database med 80 tusind værker fra WikiArt-ressourcen, der præsenterer mere end tusind kunstnere fra det 15. til det 20. århundrede. Det indeholder omkring 13 tusind værker af impressionisme, 2.000 kubistiske lærreder, 1.000 malerier fra den tidlige renæssance osv.
Et neuralt netværk af den anden type genererer nogle billeder og viser dem til det første neurale netværk, der er trænet til at genkende kunst. Det første netværk genkender dem enten som kunst i en bestemt stil eller ej. Gennem prøve og fejl lærer det andet netværk at skabe billeder, der falder ind under kategorien "kunst" (igen, ifølge ikke en person, men et andet neuralt netværk).
Men selv dette virkede ikke nok for Elgamals hold. Et computerbillede i en bestemt stil er en gentagelse af det, der allerede er bestået. At skabe en ny stil var det ultimative mål. Kunstteoretikere mener, at en kunstner, der ønsker at gøre et gennembrud i sit felt, skal stole på verdens kreative bagage og derefter tilføje noget nyt til det. Værket skal indeholde virkningerne af nyhed, overraskelse, kompleksitet, mystik og usikkerhed, men de bør ikke være overdrevne, ellers kan du forårsage antipati hos seeren. Dette er omtrent det, programmerere forsøgte at lære deres neurale netværk - at gøre noget nyt, ikke for skarpt anderledes end det gamle.
For at teste seerens reaktion på de billeder, der blev genereret af de neurale netværk, blev en gruppe af emner bedt om at sammenligne dem med værkerne af abstrakte ekspressionister fra WikiArt-databasen og værker fra Art Basel 2016-messen. Folk fik naturligvis ikke at vide, hvilket billede der blev lavet af en computer, og hvilket af et menneske. Motiverne blev for det første bedt om at sige, om de kan lide billedet, for det andet at afgøre, om der er noget nyt i det, og for det tredje og vigtigst af alt, at beslutte, om det blev oprettet af en maskine eller en person.
Testresultaterne var interessante. De fleste var i stand til at skelne abstrakte ekspressionists arbejde fra computeren uden problemer. Men ikke alle kunne skelne værket fra Basel-messen fra arbejdet i neurale netværk. Desuden blev nogle af værkerne oprettet på computeren bedømt højere af publikum end de rigtige malerier fra Art Basel. De fandt dem mere inspirerende.
Skaberne af det neurale netværk er imidlertid ikke tilbøjelige til at fortolke testresultaterne i den forstand, at computeren viste sig at være mere talentfuld end kunstnerne. Ikke desto mindre er arbejdet i et neuralt netværk bygget på en algoritme, der tager hensyn til, hvad seeren kan lide og skaber følelsesmæssige reaktioner. Med den samme succes kunne kunst kaldes en video med katte.
Maria Onuchina
Salgsfremmende video: