in net Sinds een paar jaar geleden is het aantal kunstwerken geproduceerd door zelfbenoemde AI-kunstenaars exponentieel toegenomen. Sommige van deze werken zijn verkocht door Grote veilingen tegen geweldige prijzen En ze vonden hun weg naar Prestigieuze samengestelde groepen. Aanvankelijk geleid door een paar technisch onderlegde kunstenaars die computerprogrammering hebben omarmd als onderdeel van hun creatieve proces, is de kunst van kunstmatige intelligentie onlangs door de massa omarmd, omdat technologie voor het maken van afbeeldingen effectiever en gemakkelijker te gebruiken is geworden zonder codeervaardigheden.
De technische beweging van kunstmatige intelligentie wordt ondersteund door technische vooruitgang in computervisie, een onderzoeksgebied dat zich toelegt op het ontwerp van algoritmen die zinvolle visuele informatie kunnen verwerken. Een subklasse van computervisie-algoritmen, generatieve modellen genoemd, staat centraal in dit verhaal. Generatieve modellen zijn kunstmatige neurale netwerken die kunnen worden ‘getraind’ op grote datasets met miljoenen afbeeldingen en die kunnen leren hun meest opvallende kenmerken statistisch te coderen. Na de training kunnen ze volledig nieuwe afbeeldingen produceren die niet in de originele dataset zijn opgenomen, vaak begeleid door tekstprompts die de gewenste resultaten duidelijk beschrijven. Tot voor kort bleven de beelden die op deze manier werden geproduceerd enigszins coherent of gedetailleerd, hoewel ze een onmiskenbaar surrealistische charme hebben die de aandacht heeft getrokken van veel serieuze kunstenaars. Eerder dit jaar onthulde technologiebedrijf Open AI echter een nieuw model – het heet DALL E 2—Kan opmerkelijk consistente en relevante afbeeldingen genereren van bijna elke vectortekst. DALL E 2 kan zelfs afbeeldingen met specifieke patronen produceren en beroemde artiesten enigszins imiteren, zolang het gewenste effect voldoende in de vector wordt gespecificeerd. Een soortgelijk hulpmiddel is gratis vrijgegeven voor het publiek onder de naam kleurpotlood (Voorheen bekend als “DALL E mini”).
De benadering van AI-kunst roept een aantal interessante vragen op, waarvan sommige – zoals of AI-kunst zo is echt kunstEn zo ja, in hoeverre dat werkelijk zo is? Gemaakt door AI— Niet bijzonder origineel. Deze vragen weerspiegelen soortgelijke zorgen die door de uitvinding van de fotografie zijn ontstaan. Door simpelweg op een knop op de camera te drukken, kan een persoon zonder tekenvaardigheid plotseling een realistische weergave van een scène vastleggen. Tegenwoordig kan iedereen op een virtuele knop drukken om een generiek model te lanceren en afbeeldingen van bijna elke scène in elke stijl te produceren. Maar camera’s en algoritmen maken geen kunst. mensen doen. De kunst van kunstmatige intelligentie is kunst gemaakt door menselijke kunstenaars die algoritmen gebruiken als een ander hulpmiddel in hun creatieve arsenaal. Hoewel beide technieken de toegangsdrempel tot artistieke creativiteit hebben verlaagd – waarvoor viering in plaats van aandacht nodig is – mag men de hoeveelheid vaardigheid, talent en vastberadenheid die nodig is om interessante kunstwerken te maken niet onderschatten.
Zoals elke nieuwe tool introduceren generatieve modellen belangrijke veranderingen in het kunstproces. Met name AI-kunst breidt het veelzijdige concept van schoonmaken uit en blijft de grens tussen organisatie en creativiteit vervagen.
Er zijn ten minste drie manieren waarop kunst maken met AI kan leiden tot curatorieel werk. De eerste, en minst originele, betreft de opstelling van de uitgangen. Elk algoritme kan een onbepaald aantal afbeeldingen genereren, maar meestal wordt niet al deze technische status verleend. Het proces van het coördineren van output is maar al te bekend bij fotografen, van wie sommigen routinematig honderden of duizenden opnamen maken, waarvan er weinig of geen zorgvuldig worden geselecteerd voor weergave. In tegenstelling tot schilders en beeldhouwers hebben fotografen en AI-kunstenaars te maken met een overvloed aan (digitale) objecten, waarvan de organisatie een integraal onderdeel is van het artistieke proces. In AI-onderzoek in het algemeen wordt het ‘kersen plukken’ voor bijzonder goede resultaten gezien als een slechte wetenschapspraktijk, een manier om de waargenomen prestatie van een model op misleidende wijze op te blazen. Als het gaat om de kunst van AI, kan cherrypicking de naam van het spel zijn. De artistieke bedoelingen en gevoeligheden van de kunstenaar kunnen worden uitgedrukt in hetzelfde proces van het promoten van specifieke outputs van het kunstwerk.
Ten tweede kan regularisatie ook plaatsvinden voordat er afbeeldingen worden gemaakt. Terwijl de term ‘regulering’ die op kunst wordt toegepast in het algemeen verwijst naar het proces van het selecteren van bestaand werk voor presentatie, verwijst curatie in AI-onderzoek in de volksmond naar het werk dat komt kijken bij het maken van een dataset waarop een kunstmatig neuraal netwerk kan worden getraind. Dit werk is van cruciaal belang, want als de dataset slecht is ontworpen, weet het netwerk vaak niet hoe het de vereiste functies adequaat moet weergeven en presteren. Bovendien, als de dataset vooringenomen is, heeft het netwerk de neiging om dergelijke vooroordelen te reproduceren of zelfs te versterken – inclusief bijvoorbeeld schadelijke stereotypen. Zoals het gezegde luidt: “Trash in, trash out.” Dit gezegde is ook van toepassing op AI-kunst, behalve dat “vuilnis” een esthetische (en subjectieve) dimensie krijgt.