L’Intelligenza Artificiale può creare arte?

Qual è lo stato di avanzamento dell’intelligenza artificiale nel campo dell’arte? Un robot può produrre un’opera d’arte? Esiste una macchina capace di sostituire un artista?

La risposta che la maggior parte degli artisti darebbe a questa domanda sarebbe: no, damn! Per fare arte serve avere un’anima, e un computer, un’anima non ce l’ha.

Ma quando ci confrontiamo con l’esperienza estetica della fruizione dell’arte, entrano in gioco tutta una serie di fattori emotivi e fisici. Scoprire che il pezzo che ci ha commosso sia il risultato di un output non cancellerebbe quell’esperienza sensibile.

Qui di seguito verrà approfondito:

• quale sia la possibilità per un artificial intelligence di creare arte oggi
• cosa sia una Generative Adversarial Network (a.k.a. GAN)
• come gli algoritmi siano stati portati nell’arte da due artisti diversi per stile, età e risorse: Robbie Barrat e Refik Anadol

Da oggi la pittura è morta!

Questa è l’esclamazione del pittore Paul Delaroche di fronte alla prima produzione di un dagherrotipo, nel 1839. Ma nello stesso anno nasceva Cezanne, che avrebbe cambiato irreversibilmente il concetto occidentale di arte figurativa. Eppure oggi, dopo due secoli dalla nascita della fotografia, ci si chiede ancora dove sia il limite che divide poesia e tecnologia, manufatto artistico e risultato algoritmico. Tra l’invenzione della fotografia e l’applicazione dell’intelligenza artificiale nell’arte, sono stati percorsi molti passi intermedi.

La grafica, l’animazione e tutto quello che è stato realizzato fino ad ora nei campi della performance e dell’installation art, sono solo qualche esempio di integrazione della tecnologia nell’arte visiva.

In questi casi, l’utilizzo di risorse digitali non è un procedimento nascosto, ma è uno strumento primario, se non addirittura l’elemento protagonista dell’opera. Un effetto speciale in un video, non ha come ultimo obiettivo quello di mostrare la capacità del software con il quale è stato prodotto. È chiaro, però, che l’utilizzo di tale software abbia giocato un ruolo di rilievo nella realizzazione del risultato finale.

In un’installazione come hash2ash concepita dal collettivo PanGenerator, invece, che trasforma i selfie del pubblico in sabbia, il mezzo digitale è una componente determinante per la comprensione dell’opera, e non un aiutante nascosto.

L’installazione interattiva è stata creata per il Museo Etnografico Nazionale di Varsavia come parte della mostra TEEN AGE e si ispira a quanto affermato da Vint Cerf:

“Non vogliamo che le nostre vite digitali svaniscano.
Se vogliamo preservarli, dobbiamo assicurarci che gli
oggetti digitali che creiamo oggi possano ancora essere renderizzati lontano nel futuro “

– Vint Cerf, ex vice presidente di Google

L’applicazione di strumenti tecnologici nella produzione artistica può avere modalità d’impego ancora diversa da queste, e fare la sua parte totalmente dietro le quinte. È il caso dell’utilizzo di robot nella scultura del marmo: l’artista concepisce l’idea e si occupa delle rifiniture, lasciando fare alle macchine il lavoro pesante.

Chissà cosa avrebbe scelto Antonio Canova se avesse avuto a disposizione questa possibilità.

Edmond de Belamy: a chi va il riconoscimento della prima opera prodotta da A.I.?

In ottobre 2018 il collettivo artistico americano Obvious, vendeva per 432.500 dollari quella che, a detta loro, era la prima opera d’arte concepita e prodotta da un’intelligenza artificiale.

L’opera in questione è stata intitolata dallo stesso artista robot Edmond de Belamy: si tratta di un ritratto di uomo ispirato a un periodo artistico non ben definito e riporta come firma un lungo codice. Il suo artista, forse non avrebbe incassato tale cifra senza l’operazione di marketing messa in atto da Obvious, che non si è limitata a vendere l’opera, ma ha realizzato un sondaggio rivolto al pubblico, per sapere a chi andasse il riconoscimento artistico, se alla macchina o a chi l’aveva programmata.

L’indagine, eseguita su un campione di 600 persone, dapprima sembrava orientata verso l’attribuzione di riconoscimento all’artista umano. In una fase successiva, però, il linguaggio utilizzato nelle domande ha cominciato a riferirsi ai sistemi di intelligenza artificiale di cui si parlava umanizzandoli, e i riscontri finali hanno dato risultati differenti.  

Uno spoiler? I programmatori che hanno sviluppato le reti neurali artificiali (ovvero le G.A.N. di cui si parla in seguito) non sono stati menzionati e non hanno ricevuto alcun ricavato. (Maggiori informazioni nella parte su Robbie Barrat)

Ma allora, cosa è in grado di fare l’intelligenza artificiale in ambito artistico?

Per comprendere come l’Intelligenza Artificiale possa essere sfruttata per la produzione artistica, occorre sapere quanto, ad oggi, i robot ci sappiano fare con le immagini.

Va nuovamente precisato: quando si parla di robot artisti, non si fa riferimento ad androidi con braccia meccaniche che disegnano a matita. Non mancano sperimentazioni in questo senso, ma non è questa la priorità della ricerca.

Quello che si cerca di ottenere, al momento, è un sistema capace di realizzare da zero delle immagini originali, in grado di passare per immagini reali. I sistemi più utilizzati mirano ad addestrare la macchina, fornendole innumerevoli esempi dai quali trarre delle regole. I bots più progrediti di Microsoft sono in grado di creare delle immagini da descrizioni più complesse di una semplice etichetta: se le tecnologie precedenti, avuta in input la parola ‘uccello’ erano in grado di disegnare un verosimile uccello, queste sono in grado di disegnare un ‘uccello con corona verde e pancia rossa’. Non solo. Sono capaci di dimostrare anche un po’ di buon senso e immaginazione, e di disegnare quell’uccello appollaiato su un ramo, rendendone così anche il contesto.

L’unione di questi sistemi di Machine Learning con i programmi tradizionali di disegno automatizzato (basati non sull’apprendimento di dati, ma su modelli probabilistici: pensiamo al leggendario ‘lazo magnetico’ di Photoshop), ha portato Google a dei risultati fantastici. Il più impressionante è l’implementazione di una rete neurale che indovina cosa stai disegnando e parallelamente descrive la ricerca che sta eseguendo, al fine di aiutare le altre macchine a imparare. Il sistema si autoalimenta e diventa sempre più bravo. Anche Facebook ha lavorato per insegnare alle reti neurali a creare piccole immagini, come i personal avatar animati e le Bitmoji. E via dicendo, molti altri hanno contribuito a questo tipo di svulippo tecnologico.

Ma qual è il traguardo più prossimo? Certamente quello di chiudere il cerchio con le altre componenti sviluppate per l’elaborazione del linguaggio naturale e della visione artificiale. Ciò include lo sviluppo di CaptionBot, capaci di scrivere direttamente delle didascalie sulle immagini che trovano, ad esempio. Questi bot potrebbero essere utili per la ricerca vocale di immagini, o fungere da assistente per artisti o tecnici. Più avanti, migliorandone le capacità di calcolo, potrebbero arrivare a generare film animati. Per il momento, comuque, questo tipo di capacità dei robots rientra ancora nell’ambito fantascienza.  

Generative Adversial Network (GAN)

La tecnologia più usata dai computer per ‘creare’, è quella che sfrutta la Generative Adversarial Network. Dalla produzione di immagini, alla creazione di brani musicali (si parla di questo argomento nell’articolo seguente) la GAN è la forma di intelligenza artificiale sulla quale si sta investendo maggiormente negli ultimi anni e si basa sulle Reti Neurali. Questo modello sfrutta due componenti che collaborano fra di loro, una generativa (Generator) e una discriminativa (Discriminator). Generator si occupa di analizzare quantità esponenziali di dati già esistenti, di decodificarne le strutture e di memorizzarne le ricorrenze. Discriminator è specializzata nel controllo qualità, e calcola non solo se i dati che riceve siano probabili oppure no, ma lo fa applicando una percentuale per stabilire quanto lo siano. Per esempio, Generator genera animali che sembrano animali reali, mentre Discriminator distingue un cane da un gatto, anzi: un bel cane da un bel gatto. In questo confronto, Generator deve studiare molto di più e passare in rassegna quantità di dati enormi, imparando a modellarli nel modo in cui essi risultano posizionati. Ad esempio: è probabile che le cose che sembrano barche spesso sono vicino alle cose che sembrano acqua; non è probabile che gli occhi siano sulla fronte. Discriminator ha il compito di trovare chiavi rivelatrici per stabilire se quanto prodotto possa passare come plausibile oppure no. I risultati, anche quelli scartati, vanno a costruire un background dell’apprendimento, a conferma che tutti impariamo dai nostri sbagli.

Alla tecnologia GAN non viene richiesto di modellare la distribuzione dei dati su una struttura rigida, ma di imitare la struttura appresa in maniera credibile. Ciò garantisce la variabilità dei risultati. Si precisa che questa spiegazione di cosa siano le GAN è molto semplificata: va chiarito che le Reti Generative Avversarie hanno un funzionamento complesso e presentano molte varianti del framework principale.

Robbie Barrat

Artista giovanissimo, non ha ancora finito la scuola e vanta un curriculum che fa sgranare gli occhi. Nato e cresciuto in West Virginia, decide di non andare all’università e di trasferirsi in California per lavorare come ricercatore agli sviluppi di NDIVIA. A quanto sembra, per fare il top developer non serve studiare, quando ti chiami Robbie Barrat.

Barrat scopre l’applicazione di GAN durante il liceo, imbattendosi con delle dimostrazioni su internet. Questo tipo di tecnologia diventa presto un’ossessione, ed è così che finisce a San Francisco. L’ambiente è stimolante e dinamico, ma lui è solo un ragazzino e soprattutto sente forte la sua identità di artista, oltre a quella di ricercatore informatico. In più, ha tra le mani un progetto visionario: addestrare un’intelligenza artificiale a produrre opere d’arte originali.

Barrat aveva già ottenuto dei risultati interessanti, completando i suoi primi lavori all’inizio del 2018. L’intelligenza artificiale implementata era in grado di produrre paesaggi realistici, ma questo risultato non era soddisfacente. Belli, i paesaggi realistici, ma dopo 10 minuti cominciano a diventare noiosi, dice. Quello che colpiva di più la sua immaginazione, in effetti, erano le male interpretazioni della GAN, che generavano effetti innaturali sulle immagini. Questo fatto apriva le porte a un immaginario nuovo, come se la macchina con i suoi errori, in maniera del tutto similare a quanto a volte succede agli umani, riuscisse a dare un punto di vista altrimenti inatteso sulla realtà.

L’esperimento di Barrat si sposta così sui nudi, l’A.I. apprendeva con le immagini in rete e imparava a produrre con delicatezza alcuni dettagli dei corpi, come le pieghe della pelle e i seni, ma aveva difficoltà sulle regole di struttura di un corpo, e non sempre le immagini restituivano giuste proporzioni e il numero di arti più comune per un essere umano. Era come se, sfuggendo dalle regole previste, i risultati acquisissero una vera valenza artistica.

Da lì a poco, però, il giovanissimo Robbie Barrat deve fare i conti con un’esperienza traumatica. In ottobre 2018 il collettivo artistico americano Obvoius, vendeva per 432.500 dollari quella che, a detta loro, era la prima opera d’arte concepita e prodotta da un’intelligenza artificiale.

E Robbie riconosce che l’algoritmo impiegato per quell’opera era il suo, che lui stesso aveva condiviso in open source.

E Obvious non solo glielo aveva rubato per creare l’opera Edmond de Belamy, ma aveva anche messo in atto un’operazione di marketing per venderla.  

A nulla è valsa, l’ammissione del collettivo di avere rubato il codice di Barrat, né dire, in loro difesa, di non aver previsto un incasso così alto. Il disappunto dell’artista non viene tanto dal non avere avuto un centesimo di quella enorme cifra di denaro, quanto dal disgusto verso la situazione.

Tanto per cominciare, l’algoritmo era il prodotto di un Barrat diciassettenne, e lui non avrebbe voluto mostrare al mondo il frutto dei suoi ‘primi e brutti tentativi’. Poi, per il furto. Una volta che il codice è condiviso, non è illegale usarlo. La condivisione in open source, però, è una modalità che gli sviluppatori usano per migliorare il loro codice, passandolo di mano in mano, e prevede la presenza di un comportamento etico, a tutela di tutti. L’ultimo motivo di disappunto è l’utilizzo del marketing, che rende Obvius una startup più che un collettivo artistico. Edmond de Belamy non è affatto la prima opera dipinta da un’intelligenza artificiale e, soprattutto, non c’è nessuna ricerca artistica dietro quell’output.

Questa difficile esperienza è stata importante per Barrat. Ha imparato a non condividere più tutto il codice, ma soltanto alcuni strumenti. E, nonostante il suo nome non sia comparso nell’ambito della vendita di Obvius, è stato reso noto nell’ambiente e ha fatto notizia su Bloomberg. Non male come risultato, per un diciannovenne.

In seguito a questa delusione è nato un successivo ciclo di lavori, Corrections, dove il lavoro delle GAN subiva un trattamento digitale successivo, similarmente a come aveva visto fare a New York da Ronan Barrot con interventi materici, volti a riempire, a nascondere, a esaltare le forme impresse sulla tela.

Nel periodo successivo, l’arte di Barrat trova un’altra applicazione da primato. Acne Studios, una casa di moda di lusso con sede a Stoccolma, trova in rete alcune sperimentazioni di Barrat, che aveva applicato l’intelligenza artificiale sulle collezioni di Balenciaga per crearne di nuove, raccogliendo i dati da quelle vecchie. Acne propone all’artista di realizzare concretamente questo progetto, per la collezione da lanciare a gennaio 2020.

Così Robbie Barrat si muove in Svezia, e lavora stretto contatto con i designer, che passavano in rassegna e studiavano le immagini prodotte dalle GAN. Oltre ad addestrare queste ultime, Robbie creava anche dei nuovi tools, che permettevano ad esempio, di selezionare delle aree dei vestiti per richiamare delle nuove soluzioni in quei punti, cosicché degli orli prendevano spunto dai colletti e così via. L’intelligenza artificiale, non conoscendone la funzione, remixava questi elementi dando origine a forme bizzarre.

Spesso non si riusciva a distinguere con precisione il capo di abbigliamento: nelle immagini prodotte dalla macchina, un cappotto diventava semplicemente un grosso pezzo di indumento. Come si vede dalle sfilate finali, queste caratteristiche in parte sono state conservate. Purtroppo non tutto quel che hanno prodotto le GAN è stato colto dai designers di ACNE Studios, e Barrat ammette, un po’ dispiaciuto, che il risultato finale poteva essere ancora più stravagante.

Non si voglia cadere in inganno, l’A.I. non poteva fare tutto da sola. Deve esserci un direttore del Marekting con il compito di dire ‘questo risultato è artistico, ma è invendibile’ e di bocciare la proposta. Per questo fine, la collaborazione tra prodotto dell’A.I. e artista, deve essere continuativa, e così è stato anche in questa esperienza. Barrat non era considerato solo ‘il ragazzo del tool’ ma l’artista che si affiancava agli stilisti con il suo mezzo tecnico.  

La domanda iniziale, se il processo artistico debba essere attribuito alla macchina o all’artista, emerge come una diatriba nell’esperienza di Robbie Barrat.

L’artista ventunenne ha dichiarato che si può andare lontano anche utilizzando il mezzo digitale, e ignorando l’arte tradizionale. Però si è iscritto all’accademia di belle arti di Nantes, per circondarsi di giovani artisti e trovare un contatto più ravvicinato con altre forme artistiche. Ultimamente sembrerebbe aver messo da parte l’utilizzo delle GAN, per darsi a sperimentazioni diverse, comunque visionarie. La sua attenzione, al primo anno di accademia, si era orientata sulla vecchia grafica 3D, su giochi arcade come Big Buck Hunter o su software di giardinaggio e paesaggistica. In un’intervista dichiarava ‘sto esplorando i glitch. Come se accidentalmente mettessi la fotocamera, il punto di vista, all’interno di una forma, e potessi vedere alcuni bordi della forma che prima ti erano preclusi alla vista.

Questa nuova modalità di ricerca continua di Barrat, che ogni giorno trova una nuova buona idea da portare del suo lavoro, porta la questione a chi vada attribuito il merito creativo dell’intelligenza artificiale nella creazione di un’opera d’arte, a un punto di arrivo. Barrat infatti dimostra la volontà di trovare una nuova chiave di lettura del mondo, qualunque sia il mezzo utilizzato per farlo.

La prova è che, dopo aver utilizzato le GAN con consapevolezza, ne abbia saputo fare a meno, perseguendo con altri mezzi una poetica artistica che affondava le radici in quella tecnologia. La chiave di svolta potrebbe essere questa: l’immaginario dell’artista può essere catturato da qualunque oggetto del mondo per trarne ispirazione. Alla distinzione tra ‘concreto’ e ‘astratto’ andrebbe aggiunta un’altra categoria della percezione: il ‘virtuale’. Fino ad ora la produzione virtuale è per di più strumentale. L’output, ciò che vediamo e con cui ci confrontiamo, l’esperienza che riceviamo dal software, è quasi sempre solo un supporto. La grafica dei videogiochi serve al giocatore per un’esperienza più piacevole. I modelli tridimensionali, e i programmi tecnici, sono utili per la riproduzione del mondo reale. I nostri software sono pensati per imitare il comportamento del mondo, ma la nostra capacità poetica è in grado di guardare dentro al software e di notare qualcosa del mondo reale che prima ci sfuggiva. Come uno specchio magico dei nostri glitch. L’intuizione di manipolare un output in un modo diverso da quello previsto necessita un’intelligenza laterale acuta, ma dopo Robbie Barrat il dado è tratto. Quando le persone si accorgeranno di questa possibilità, sarà una gara per rubare l’idea. Ma si può stare tranquilli, perché Robbie ne avrà già trovata un’altra.

Refik Anadol

Nel caso di questo artista, non si tratta di usare le GAN per disegnare qualcosa da zero, ma di utilizzare questa Intellligenza Artificiale per creare delle suggestioni. Se Barrat è un po’ Cubismo, un po’ Dada, un po’ Conceptual Art, Anadol è più un Simbolista e uno Spazialista. Se Barrat è giovanissimo e meno accreditato di quel che merita, Anadol vanta di committenti milionari e di enorme visibilità. L’artista turco naturalizzato americano, classe 1985, utilizza gli algoritmi per la creazione di opere che mirano a rendere fisici dei concetti astratti. Il prodotto visuale di Anadol è composto da milioni di piccoli pezzi: ogni oggetto digitale raccolto e trattato dalle sue GAN, rappresenta un granello. Manipolando questi granelli, l’algoritmo è in grado di modellare delle vere e proprie sculture di dati.

Per una delle sue Machine Allucination, Refik Anadol, con una formula magica, ha selezionato 10 milioni di foto di New York online, ha cancellato tutte le figure umane che vi comparivano e le ha infine caricate su un algoritmo capace di riconoscerle e di modularle. In questo modo, la tecnologia GAN, imparava a selezionare le immagini della Statua della Libertà e a metterle in successione secondo angolazioni leggermente diverse, per farla muovere, vibrare, costruire e decostruire. L’intelligenza artificiale implementata è in grado di guardare queste immagini in maniera simile a come farebbe un essere umano, ma filtrandole attraverso una memoria collettiva piuttosto che personale.

Nel contesto di questa sperimentazione, Anadol non ha mostrato al pubblico solo il risultato ottenuto dalle sovrapposizioni di immagini decifrabili, ma ha provato a restituire a livello visivo anche la fase di elaborazione che la macchina esegue su queste immagini, definendo questo tipo di prodotto visivo come ‘il sogno’ dell’intelligenza artificiale. Ha trasformato un insieme di milioni di immagini in un magma, in un’eruzione, in un flusso derivante dal discernimento di immagini da parte dell’algoritmo. La mostra Di Refik Anadol è stata portata a Manhattan, dove questa sorta di paesaggio dinamico creato dalla macchina è stato proiettato su tutte le 3 dimensioni di un locale.

La stessa tecnica di GAN, è stata impiegata anche per celebrare il centenario della Los Angeles Philarmonic, con l’estrazione di mezzo milione di immagini, migliaia di audio, centinaia di video, insomma, di tutto l’archivio della filarmonica. L’artista ha inserito questi dati in un algoritmo per proiettare forme suggestive e significative sull’ intera superficie esterna dell’architettura di Frank Gehry. Anadol si è chiesto: un edificio può ricordare? Può sognare? Cosa c’è là dentro, e come trasformarlo in un output?

In un simile immaginario, intelligenza umana e artificiale si confondono: i ricordi personali possono diventare collettivi, il confine tra chi abbia pensato cosa, e tra chi sia chi, ha la possibilità di perdersi.

Non sembra poetico affermare che ciò che unisce umani e macchine siano i dati. Eppure l’opera di Anadol rivela la magia nascosta in questi dati. Un esempio è l’opera intitolata Wind of Boston.

https://fb.watch/4IpYhrErJ6/

link per vedere la realizzazione dell’opera

L’idea era quella di usare il vento come pigmento, partendo dai dati dei voli effettuati dall’aeroporto di Boston. Questi dati sarebbero poi stati elaborati da un algoritmo e proiettati con dei supporti a led. La vera collaborazione della macchina inizia quando ti dà delle suggestioni a cui non avevi nemmeno pensato, ha affermato l’artista.

La tecnologia può darci altri metodi di immaginazione che non sono ancora stati indagati.

In seguito alla diagnosi di morbo di Alzheimer dello zio, Anadol ha cominciato a chiedersi: qual è la rappresentazione cognitiva di un ricordo? Anche questa domanda ha avuto una risposta visiva. Le immagini ottenute, anche in questo caso su schermi a led, rappresentano dati reali. Certo, tali dati non possono riprodurre ricordi veri e propri, ma riportano il processo di un ricordo. Per realizzarli sono stati registrati in laboratorio gli impulsi cerebrali di persone alle quali è stato richiesto di evocare immagini d’infanzia. Il risultato visivo è una rappresentazione delle scariche neuronali ottenute.

Questa modalità di registrazione e restituzione del pensiero umano è stata poi applicata artisticamente dallo stesso artista anche al ‘cervello’ di dispositivi tecnologici, registrandone le emissioni di segnali, o i dati di input e output della cpu, insomma registrando gli andamenti di onde e di dati che le macchine scambiano con l’ambiente circostante.

I dati che ci lasciamo alle spalle, dice Anakon, sono i ricordi dell’umanità. E l’artista non può fare altro che continuare a chiedersi quanto ancora possiamo farne.