• Zuhause
  • Artikel
  • Durch maschinelles Lernen generierte Kunstwerke werden für 432.500 USD versteigert
Veröffentlicht am 27-09-2019

Durch maschinelles Lernen generierte Kunstwerke werden für 432.500 USD versteigert

Das Porträt von „Edmond de Belamy“ war keineswegs die einzige Schöpfung der KI, sondern das Ergebnis monatelanger Arbeit mit maschinellem Lernen

25. Oktober 2018 von Roberto Iriondo

Bild | Mit freundlicher Genehmigung der Künstlergruppe [3]

Durch maschinelles Lernen wurde am Donnerstag, dem 25. Oktober 2018, im Auktionshaus von Christie in New York ein Druck für 432.500 USD verkauft - mehr als das 40-fache der erwarteten Verkaufszahlen.

Der Druck heißt „Edmond de Belamy“ und seine unscharfen Merkmale sind die Artefakte der generativen kontradiktorischen Netzwerke [1] (GANs) - dem Algorithmus zum maschinellen Lernen, mit dem er generiert wurde. Der Druck ist einer aus einer Serie von 11, die alle von ML erstellt wurden und die Mitglieder der fiktiven „Belamy-Familie“ darstellen. Das Porträt von Belamy ist mit der mathematischen Formel signiert, die den Algorithmus beschreibt, mit dem es erstellt wurde.

Generative kontradiktorische Netzwerke Der Algorithmus für maschinelles Lernen, mit dem das Belamy-Porträt erstellt wurde [1]Pseudocode des GAN-Trainings Arxiv | [1]

Generative Adversarial Networks (GANs) sind generative Modelle, die im Jahr 2014 von Ian J. Goodfellow, einem Forscher für maschinelles Lernen von Google Brain, erstellt wurden. Er hat im Grunde genommen zwei Algorithmen miteinander in Konkurrenz gesetzt, um ein Training durchzuführen.

Wie trainiere ich eine GAN? Eine kurze Einführung in generative kontradiktorische Netzwerke Thalles Santos Silva

Das Stück ist keineswegs die einzige Schöpfung künstlicher Intelligenz, sondern das Ergebnis monatelanger maschineller Lernarbeit von drei Personen, die zusammen in einer Pariser Wohnung leben - von denen eine maschinell lernende Doktorandin ist -, die sich gemeinsam als offensichtlich bezeichnen [3].

Interaktive Bilderzeugung mit GANs | Zeichnen Sie Grundstriche und lassen Sie sich von dem Modell beeindruckende Stücke zeichnen Jun-Yan Zhu | [10]

Die Aufnahme des Stücks in die Christie's-Auktion, neben den Drucken von Chuck Close und Jeff Koons, hat in der Kunstwelt einige Bestürzung ausgelöst, aber auch bei KI-Experten, die (aufgrund der Unterschrift auf dem Stück) Bedenken äußern ), dass ein Algorithmus ein Künstler für sich sein kann - insbesondere die relativ bescheidene Vielfalt, mit der das Stück geschaffen wurde.

Der Algorithmus ist nicht das einzige Element, das diese Stücke hervorgebracht hat - GANs haben keinen freien Willen. Sie geben komplizierte Pinsel aus, die auf komplizierten mathematischen Eingabeparametern basieren, und Sie können diese Pinsel verwenden, um einen Effekt zu erzielen, der sonst schwer zu erzielen wäre.

Der cajoled GAN-Algorithmus von maschinellem Lernen Doktorand bei Obvious angepasst

Diese Nuance ging in einigen Berichten rund um das Stück im Vorfeld der Auktion deutlich verloren. In zahlreichen Schlagzeilen wurde das Stück als „von der KI erschaffen“ beschrieben, anstatt maschinelles Lernen zu verwenden oder mit maschinellem Lernen zu generieren, was deutlich wird Wie schlecht die Öffentlichkeit über die Unterschiede zwischen KI und maschinellem Lernen informiert ist.

GANs erregten aufgrund des Potenzials, faszinierende Kunstwerke hervorzubringen, Aufmerksamkeit von der Künstlergemeinschaft. Im Folgenden finden Sie eine GAN-generierte Kunst von Mario Klingemann [6], einem Künstler, der GANs mehrfach verwendet hat, um interessante Stücke zu erstellen.

Hugo Caselles-Dupré, ein Doktorand im Bereich maschinelles Lernen und ein Drittel von Obvious, [7] gab an, dass er diese Beschreibung in den Medien mit „Sensationalismus“ und „Clickbait“ bewertet habe. Die Absicht des Stücks sei es, die Öffentlichkeit über die Grenzen der künstlichen Intelligenz aufzuklären. Algorithmen sind, wie Caselles-Dupré sagte, ein Werkzeug und keine kreativen Wesen.

„Heute geht es nicht mehr darum, dass Algorithmen Menschen ersetzen“, sagte Caselles-Dupré [7]. "In Zukunft müssen wir vielleicht vorsichtig sein, aber heute sind sie eher ein Werkzeug. Wir wollten wirklich ein konkretes Beispiel dafür zeigen, was diese KI-Werkzeuge leisten können. “Das Signieren des Stücks mit der mathematischen Formel des Algorithmus war eine„ lustige Art “, diese Ideen einem allgemeinen Publikum zu vermitteln.

Es ist vage, wie gut eine solche Messaging-Strategie funktioniert hat. In einer Erklärung an Artnet [8] sagte Richard Lloyd, Christies internationaler Leiter für Drucke und Multiples, dass das Stück für die Auktion ausgewählt worden sei, gerade weil angeblich nur wenig menschliches Eingreifen in seine Entstehung geflossen sei.

Damit diese Modelle funktionieren, muss den GANs eine große Datenmenge zugeführt werden, und anhand dieser Bilddatensätze können nach einer anstrengenden Einarbeitungszeit neue Ergebnisse erzielt werden. Nur weil sie in der Lage sind, Originalausgaben zu produzieren, sind GANs jedoch nicht autonom. Solche Endprodukte sind das Ergebnis eines langen Prozesses der sorgfältigen Auswahl von Eingabedaten, der Optimierung mathematischer Parameter und des anschließenden Durchsuchens der Ergebnisse, um die besten Ergebnisse zu finden.

Die endgültige Iteration des Algorithmus - der beste, den es jemals für Offensichtliche Zwecke geben würde - spuckte Hunderte von Bildern aus, sagte Caselles-Dupré, die auf nur 11 reduziert werden mussten. „Wir haben die gefundenen Bilder sorgfältig ausgewählt das interessanteste in dieser Charge “, sagte er.

Nach mehreren Iterationen der Verwendung von GANs wählte Obvious [3] 11 Kunstwerke aus, die sie sorgfältig auswählten, um neue Ergebnisse zu erzielen [7]. Doch wer ist die kreative Partei in diesem Prozess: der Algorithmus, der monatelang wiederholt und überarbeitet werden muss, um etwas halb Interessantes herauszufinden, oder die Künstler, die nach einem ästhetischen Ergebnis suchen und alle Entscheidungen treffen, um dorthin zu gelangen? Während das Ergebnis eine Zusammenarbeit zwischen Computeralgorithmen und den beteiligten Künstlern war, fällt das Gleichgewicht der Kreativität auf die Seite des Menschen.

Ein solcher Einsatz von GANs wird Künstler definitiv nicht ersetzen, eröffnet jedoch der Öffentlichkeit und der Kunstgemeinschaft eine neue Perspektive hinsichtlich der Verwendung von Algorithmen für maschinelles Lernen zur Erzeugung neuartiger Werke [11].

Dichteschätzung mit Real NVP | Laurent Dinh, Samy Bengio, Jascha Sohl-Dickstein | [12]

Schließlich erwähnt Obvious [3] in ihrem Blog [9]:

"Wird künstliche Intelligenz der Künstler von morgen sein?"
Ich wäre versucht zu antworten:
"Ist die Kamera der Künstler von heute?"

HAFTUNGSAUSSCHLUSS: Die in diesem Artikel zum Ausdruck gebrachten Ansichten sind die Ansichten des Autors / der Autoren und geben weder die Ansichten der Carnegie Mellon University noch anderer (direkt oder indirekt) mit dem Autor / den Autoren verbundener Unternehmen wieder. Diese Schriften sind nicht als Endprodukte gedacht, sondern spiegeln das aktuelle Denken wider und dienen als Katalysator für Diskussionen und Verbesserungen.

Sie finden mich auf: Meine persönliche Website, Medium, Instagram, Twitter, Facebook, LinkedIn oder über meine Webdesign-Firma.

Verweise:

[1] Generative Adversarial Networks | Ian j. Goodfellow, jean pouget-abadie, mehdi mirza, bing xu, david warde-farley, sherjil ozair, aaron courville, yoshua bengio | Arxiv | https: //arxiv.org/pdf/1406.2661.pdf

[2] Quasimondo | Mario Klingemann, Arist | http://quasimondo.com/

[3] Offensichtlich Pariser Kollektiv von Künstlern und Forschern des maschinellen Lernens | http://obvious-art.com/

[4] Christies Auktion Edmond de Belamy aus La Famille de Belamy | Offensichtliche Gruppe | https://www.christies.com/Lotfinder/lot_details.aspx?sid=&intObjectID=6166184

[5] Eine kurze Einführung in generative kontradiktorische Netzwerke Thalles Santos Silva | https://sthalles.github.io/intro-to-gans/

[6] Mario Klingemann | https://twitter.com/quasimondo

[7] Ein AI-generiertes Kunstwerk, das gerade bei Christie für 432.500 USD verkauft wurde | Hauptplatine | https://motherboard.vice.com/de/article/43ez3b/ai-generated-artwork-just-sold-at-christies

[8] Hat künstliche Intelligenz uns die nächste große Kunstbewegung beschert? Experten sagen: Entschleunigen, das Feld steckt in den Kinderschuhen Artnet News | https://news.artnet.com/art-world/ai-art-comes-to-market-is-it-worth-the-hype-1352011

[9] Eine naive und dennoch gebildete Perspektive auf Kunst und künstliche Intelligenz Offensichtlich | https://medium.com/@hello.obvious/a-naive-yet-educated-perspective-on-art-and-artificial-intelligence-9e16783e73da

[10] Interaktive Bilderzeugung über generative kontradiktorische Netze Jun-Yan Zhu | https://github.com/junyanz/iGAN

[11] Maschinelles Lernen für Kreativität und Design | NIPS 2017 Workshop | https://nips2017creativity.github.io/

[12] Dichteschätzung mit echtem NVP | Laurent Dinh, Samy Bengio, Jascha Sohl-Dickstein | https://arxiv.org/pdf/1605.08803.pdf

[13] Strukturierte generative kontradiktorische Netzwerke | Zhijie Deng, Hao Zhang, Xiaodan Liang, Luona Yang, Shizhen Xu, Jun Zhu, Eric P. Xing | Tsinghua Universität, Carnegie Mellon Universität, Petuum Inc. | Gewinner des Nvidia-Forschungspioniers | https://arxiv.org/pdf/1711.00889.pdf

Siehe auch

SuppendosenKulturarbeiter, kein „kreativer“Windows IIVergiss Introvertiert / Extrovertiert. Nimmst du wahr oder urteilst du?Jenny Holzer hat aus Horror Gutes gemachtAutoren: Der gefährliche, unsichtbare Hundezaun, der Ihre kreative Arbeit umgibt