Inteligencia Artificial (AI) y Machine Learning aplicado a las artes visuales
10-3-20

Inteligencia Artificial (AI) y Machine Learning aplicado a las artes visuales

Imagínate que las máquinas logren comenzar a pensar como seres humanos. ¿Lo crees posible? La inteligencia artificial suele asociarse con teléfonos celulares, aspiradoras o automóviles. Pero, lo que nunca habíamos imaginado está sucediendo: la Inteligencia Artificial ha comenzado a utilizar una creatividad equivalente a la humana. ¿Serán acaso las máquinas de AI los nuevos Pablo Picasso o Andy Warhol del siglo XXI?

Lo que hace algunos años veíamos en películas, parece estar sucediendo. El machine learning, una rama de IA de análisis de datos enseña a los ordenadores a aprender desde la experiencia, mejora día a día. Las máquinas aprenden sin ser programadas por ordenadores específicamente. La clave de una inteligencia artificial está en su entrenamiento. Entrenar a una IA significa enseñarle qué datos de salida debe devolvernos cuando introducimos ciertos datos de entrada. 

Psicodélico, an image created by an algorithm AICAN.
Psicodélico, an image created by an algorithm AICAN.

Pero, una cosa es la máquina en sí misma, de forma autónoma, y otra es cuando hay una colaboración con el ser humano, tomado como un instrumento para amplificar los procesos artísticos. En este caso, no solo se necesita de algoritmos de aprendizaje, sino que se necesita de creatividad. Algo que hasta el momento solo se les ha adjudicado a los seres humanos. Aunque no lo creas, la primera pieza artística, desarrollada por un colectivo francés bajo el nombre de Obvious y generada por una inteligencia artificial, fue subastada por 432.500 dólares. Así como lo lees. Sus creadores estiman que la cifra de venta sería 10.000 dólares, pero ese número se multiplicó más de 40 veces.

A portrait of Edmond Belamy, painting created by IA, directed by Obvious.
A portrait of Edmond Belamy, painting created by IA, directed by Obvious.

Máquinas capaces de componer una melodía un pintar un cuadro, son el resultado de investigaciones que van desde el estudio de la mente humana y sus procesos creativos hasta el diseño de sistemas capaces de replicar los mecanismos cognitivos del cerebro de las personas. En el caso de Obvious, su sistema se basó en dos algoritmos: uno que  llegó a analizar un total de 15.000 retratos históricos creados entre el siglo XIV y el XX y otro que se encargó de hacer distinguir a la máquina la diferencia entre una pintura en la vida real y la creada de forma artificial. 

‘La clave de una inteligencia artificial está en su entrenamiento’

Los Experimentos con transferencia de estilo también forma parte de las múltiples funciones que el machine learning puede encontrar dentro del arte. Pero, ¿qué es esto? Las transferencias de estilo son simplemente recomposición de imágenes al estilo de otras imágenes. El algoritmo toma 3 imágenes, una para contenido, otra para estilo y un objetivo. La imagen ‘objetivo’ sería el lienzo en blanco en el que se creará la obra. Esta obra será una imagen completamente nueva, que representa el contenido original de una imagen en conjunto con el estilo de la otra. Se basa en un sistema artificial basado en una red neuronal profunda que crea imágenes artísticas de alta calidad perceptiva. Creado por Leon Gatys, Alexander Ecker y Matthias Bethge, el sistema utiliza representaciones neuronales para separar y recombinar el contenido y el estilo de imágenes arbitrarias, proporcionando un algoritmo neuronal para la creación de imágenes artísticas. 

En el mercado, ya existen cientos de aplicaciones que logran generar este tipo de formatos, y logran que el Machine Learning sea aplicado con más facilidad. Magenta, por ejemplo, se basa en el desarrollo de nuevos algoritmos de aprendizaje profundo y refuerzo de aprendizaje para sintetizar canciones, imágenes o bocetos, centrándose aprendizaje automático para crear obras de arte y música. 

Pablo Picasso painting on glass in 1937 restyled by works from his Blue, African, and Cubist periods respectively.
Pablo Picasso painting on glass in 1937 restyled by works from his Blue, African, and Cubist periods respectively.

En muchos casos la belleza o la coherencia son lo menos importante. Se trata sobre todo de una celebración de la técnica y la exploración artísticas de sus resultados, por lo que la práctica se da en distintos ámbitos de las artes visuales. En este contexto empieza a hablarse de “creatividad computacional” para hacer referencia al estudio del comportamiento del software cuya actuación y resultados pueden considerarse creativos. 

‘En el mercado, ya existen cientos de aplicaciones que permiten que el Machine Learning sea aplicado con más facilidad’

Las posibilidades que se abren son casi infinitas y en los últimos tiempos el desarrollo de softwares de creatividad computacional ha crecido de manera exponencial. Entonces, ¿Son las máquinas capaces de crear y emocionarnos? ¿las obras que crean son auténticas en sí mismas o simplemente son una mezcla replicada de otras obras? Es posible que los artistas tengan una herramienta creativa adicional a su disposición con la que incluso podrían colaborar. Las aplicaciones que simplifican el machine learning son muchas, y parecen estar creciendo con agilidad. En un futuro, tal vez la originalidad de los algoritmos de IA se equiparará a la de los humanos en todos los ámbitos.