Informática

La inteligencia artificial que se convirtió en aprendiz de pintor

Varios programas informáticos ya son capaces de crear piezas artísticas. ¿Cuál es su parte de autoría? ¿Son realmente creativos? ¿Hasta dónde llega su potencial?

  • Martes, 16 de febrero de 2016
  • Por Martin Gayford
  • Traducido por Teresa Woods


Foto: Una de las imágenes del artista informático AARON.

En 2013, un prometedor artista hizo una exposición en la Galería Oberkampf de París (Francia). Duró una semana y fue bien acogida por el público y por la prensa. La muestra contenía obras generadas durante varios años además de otras que se hicieron sobre la marcha dentro de la propia. En conjunto, fue un evento del mundo del arte bastante típico. La única característica fuera de lo común consistía en que el artista en cuestión era un programa informático conocido como "The Painting Fool" (el pintor tonto).

Pero ni siquiera esta característica era demasiado novedosa. La inteligencia artificial (IA) lleva ya mucho tiempo colaborando en la generación de piezas de arte. El pintor y profesor de la Universidad de California en San Diego (EEUU) Harold Cohen, que en el pasado fue el representande británico en la Bienal de Venecia (Italia), colabora con un programa llamado AARON desde 1973. AARON ha sido capaz de elaborar cuadros de forma autónoma durante décadas. A finales de la década de 1980, Cohen ya bromeaba sobre su estatus de único artista capaz de lanzar una exposición póstuma con nuevas obras creadas después de su propia muerte.

Pero hay dos preguntas sin resolver sobre este arte de máquinas: ¿cuál es su potencial? e, independientemente de la calidad de las obras producidas, ¿pueden ser realmente calificadas de "creativas" o "imaginativas"? Son problemas, profundos y fascinantes, que nos adentran en el misterio de la producción humana del arte.

The Painting Fool ha sido creado por el profesor de creatividad computacional de la Universidad Goldsmiths de Londres (Inglaterra) Simon Colton. El autor sugiere que para que los programas sean considerados como creativos, tendrán que superar un test algo distinto a la prueba Turing. Propone que en lugar de conversar de forma que resulte humanamente convincente, como propuso Turing, una inteligencia artificial artista tendría que producir obras de forma "diestra", "comprensiva" e "imaginativa".


Foto: Un 'collage' hecho por The Painting Fool, inspirado por las noticias procedentes de Afganistán.

Hasta ahora, The Painting Fool que en su página web se refiere a sí mismo como un "aspirante a pintor", ha logrado avanzar en los tres frentes. Por "comprensiva", Colton se refiere a la sensibilidad frente a las emociones. Uno de sus primeros trabajos consistió en un mosaico de imágenes en un medio similar a la acuarela. El programa escaneó un artículo de The Guardian sobre la guerra de Afganistán, extrajo palabras clave como "OTAN", "tropas" y "británico" y después encontró imágenes relacionadas con ellas. Después las juntó para realizar una imagen compuesta que reflejaba el "contenido y estado de ánimo" del artículo del periódico.

El software ha sido diseñado para replicar varias técnicas de pintura y dibujo, para seleccionar la más adecuada y para evaluar los resultados. "Es un fracaso total", comentó sobre un proyecto. Un escéptico podría dudar si esta y otras afirmaciones son algo más que una habilidosa estrategia digital. Pero la página web menciona la escritura de poesía como otro de los objetivos del proyecto, así que parece que The Painting Fool aspira a ser autor además de pintor.

En la exposición de París, los modelos de los retratos se enfrentaron no a un artista humano sino a un ordenador portátil, en cuya pantalla "pintaba". The Painting Fool retrató a varios visitantes con distintos estados de ánimo, establecidos de acuerdo a las palabras clave presentes en 10 artículos leídos en The Guardian. Si la suma de negatividad era demasiado alta (un riesgo constante de la cobertura de noticias), Colton programó el software para entrar en un estado de desánimo desde el que se negaba a pintar, un equivalente virtual del temperamento del artista.

Discutiblemente, las imágenes presentadas en junio de 2015 por el equipo de investigaciones de IA de Google Brain también muestran, al menos, un aspecto de la imaginación humana: la habilidad de ver una cosa como si fuera otra. Después de entrenarse para identificar objetos a partir de pistas visuales, y de estudiar fotos de cielos y objetos de forma aleatoria, el programa empezó a generar imágenes que parecían el producto de combinar los cerebros de Walt Disney y Pieter Bruegel el Viejo, incluidos unos híbridos de "Cerdo-Caracol", "Camello-Pájaro" y "Perro-Pez".

Aquí hay un equivalente digital para el fenómeno mental al que se refirió Marco Antonio en la obra de Shakespeare Antonio y Cleopatra: "A veces vemos una nube que parece un dragón; otra, un vapor que presenta la imagen de un oso o de un león".

Leonardo da Vinci recomendaba observar las manchas de una pared y otras marcas similares como un estímulo para la fantasía creativa. Un artista que intente "inventar alguna escena" encontraría los guerreros arremolinados de una batalla o un paisaje con "montañas, ríos, rocas, árboles, grandes llanuras, valles y colinas". Esta capacidad puede haber sido uno de los catalizadores del arte rupestre prehistórico. A menudo, un cuadro o grabado en piedra parece utilizar una característica natural: una piedrecita dentro de una pared que parece un ojo, por ejemplo. Quizás el artista cromañón intuyó por primera vez un león o bisón en unas marcas al azar, y realzó ese parecido con pintura o una línea cincelada.

Las obras figurativas (que describen la realidad y que por tanto también incluyen las fotos además de los cuadros y dibujos) dependen de la capacidad de ver una cosa (las formas representadas sobre una superficie plana) como si fuera otra: un elemento real del mundo tridimensional. Los sistemas de IA desarrollados por el equipo de Google lo hacen bastante bien. Las imágenes fueron creadas con el uso de una red neuronal artificial. El software es entrenado, mediante el análisis de millones de ejemplos, para reconocer los objetos de las fotos: una mancuerna, un perro o un dragón.

Los investigadores de Google descubrieron que podían convertir tales sistemas en artistas al hacer algo parecido a lo que sugería Leonardo. La red neuronal recibe una imagen compuesta por una tormenta de nieve de manchas y marcas, y se le pide que modifique la imagen para realzar cualquier parecido que detecte dentro del "ruido" de la imagen con objetos que el software ha sido entrenado para reconocer. Un mar de ruido se puede convertir en una hilera de hormigas o estrellas de mar. La técnica puede ser aplicada a las fotos, poblando unos despejados cielos azules con perros fantasma o retocando la imagen con pinceladas estilizadas.

Parejas de imágenes: Las redes neuronales de Google usan imágenes de paisajes sin adornar (arriba) e 'imaginan' patrones y objetos sobre ellas (abajo).




Foto: Las redes neuronales a menudo gravitan hacia las caras de animales, como en la foto de abajo.


El software fue igual de adepto que Marco Antonio a la hora de encontrar animales en las nubes. El equipo de Google bautizó a la expresión artistica resultante como "Inceptionism", u origenismo, porque el proyecto de investigación sobre la arquitectura de las redes neuronales recibió el nombre "Inception" (comienzo o nacimiento), en referencia a la película de 2010 del mismo nombre sobre un hombre que penetra con una profundidad creciente en las capas más profundas de los sueños de otras personas. En cuanto a la historia del arte, se podría clasificar el origenismo como una variante del surrealismo. René Magritte, Salvador Dalí y Max Ernst produjeron varias obras de un estilo similar: poblaban los cielos de instrumentos musicales o barras de pan, por ejemplo, en lugar de cumulonimbos.

Pero, ¿cuán bueno es realmente el origenismo? Algunas de las imágenes son llamativas y pueden ser percibidas de distintas maneras. Algunas incluyen un método lineal persistente que recuerda al estilo de Van Gogh. En algunos casos, son inquietantes, y se parecen a las alucinaciones descritas por los que padecen de difteria o un mal viaje de LSD: un cielo lleno de perros ciclistas, por ejemplo, o una arquitectura arremolinada cubierta con ojos observadores.

Pero las obras origenistas, hasta ahora, han sido demasiado cursis y se apoyan excesivamente en las fotos para realmente competir con Dalí o Magritte (al menos en mi opinión). Ni The Painting Fool ni la mayoría de los programas similares tampoco han logrado superar siquiera el nivel amateur. ¿Qué pasa con el potencial del arte informático? ¿Podrá la IA aportar algo a los artes visuales (o, ya puestos, a la música y otros tipos de expresión artística en los que los ordenadores ya son adeptos)?

Aspectos examinados

Simon Colton es consciente de las críticas que atribuyen a Colton la autoría de las obras de The Painting Fool. Pero nosotros no atribuiríamos el mérito del trabajo de un pintor humano a su profesor. Dependerá de hasta qué punto siguiera el alumno las instrucciones de su maestro. En general, el mérito de un cuadro de un taller de pintura del renacimiento se adjudica al maestro, no a los aprendices que pueden haber realizado gran parte del trabajo. Pero en el caso del Bautismo de Cristo de Verrocchio (c. 1475), reconocemos el logro del miembro del taller Leonardo da Vinci, poque las partes pintadas por él (un ángel y parte del paisaje) son visiblemente distintas al trabajo del maestro. Los historiadores del arte, por tanto, clasifican al cuadro como un esfuerzo conjunto.

De forma parecida, en Amberes (Bélgica) durante el siglo XVII, Rubens tenía una pequeña fábrica de ayudantes altamente cualificados que, en mayor o menor grado, pintaron la mayoría de sus obras a gran escala. El procedimiento habitual era que el propio maestro produjera un pequeño boceto que luego se agrandaba, bajo su supervisión, hasta adquirir el tamaño de un techo o retablo. Algunos eruditos creen, sin embargo, que de vez en cuando el estudio produjo un "Rubens" para los que el gran maestro ni siquiera había proporcionado un modelo inicial.

Aquí, el ejemplo de AARON resulta intrigante. ¿Sus cuadros son tan solo una evolución de las últimas cuatro décadas de las obras de Harold Cohen? ¿Son creaciones independientes del propio AARON? ¿Colaboraciones entre los dos? Es una cuestión compleja. AARON nunca se ha desviado demasiado de la expresión artística general que practicaba el propio Cohen durante la década de 1960, cuando era un exitoso exponente de la abstracción del campo de color. AARON es claramente su discípulo en este sentido.


Foto:
Otro cuadro pintado por AARON.

Un aspecto de los primeros trabajos de Cohen fue crucial para su interés en la inteligencia artificial. Sentía que "hacer arte no tenía por qué requerir la toma de decisiones continua, minuto a minuto...que debería ser posible elaborar una serie de reglas y entonces, casi sin pensar, elaborar el cuadro al seguir estas reglas".

Este enfoque es característico de un  determinado tipo de artista. Las abstracciones clásicas de Piet Mondrian de las décadas de 1920 y 1930 son un buen ejemplo. Se hicieron siguiendo una serie de regulaciones autoimpuestas: sólo se permitían las líneas rectas, que sólo podrían unirse entre sí a un ángulo de 90° y sólo podrían ser representadas en una paleta de rojos, azules y amarillos (más blanco y negro).

En un raro ejemplo de la experimentación de la historia del arte, el difunto crítico Tom Lubbock intentó pintar unos Mondrians él mismo al seguir esta receta. Produjo varias abstracciones que se parecían bastante a las obras de Mondrian, sólo que no eran tan buenas. La conclusión pareció ser que Mondrian añadía cualidades extra - quizás unas sutilezas del equilibrio visual y de la tonalidad - que no formaban parte de las reglas.

Es muy poco frecuente que los críticos de arte intenten algo tan práctico como la investigación de Lubbock. Pero muchas otras personas hacen esto mismo: se les llama falsificadores, copistas y alumnos. Gran parte del arte consiste, y siempre ha consistido, en imitar otras obras: cuadros pintados al estilo de Mondrian, Monet o cualquier otro gran creador. Los historiadores del arte dedican sus vidas a la clasificación de artistas como "pertenecientes al círculo de Botticelli", "seguidor de Caravaggio", y así. Ya está claro que las máquinas pueden trabajar a este nivel: pueden producir arte derivado (lo único que hacen el 99,9% de todos los artistas humanos). Pero, ¿podrán hacer más?

Como era de esperar, Cohen ha pensado muchísimo en esto. En una ponencia de 2010, lo planteó al revés. ¿No resultaba obvio que AARON era creativo? Después de todo, prosiguió: "Sin más aportación por mi parte, puede generar un sinfín de imágenes, es mucho mejor colorista de lo que yo fuí nunca, y suele hacer todo esto mientras yo estoy en la cama". ¿Cuál, preguntó entonces, era su propia contribución? Y se respondió: "Pues, por supuesto, escribí el programa. No es del todo correcto afirmar que el programa simplemente sigue las reglas que yo le proporcioné. El programa son las reglas".

De alguna manera, entonces, AARON funciona como un taller de arte barroco o del Renacimiento. Bajo la dirección de Cohen, se ha desarrollado hasta llegar a representar el equivalente del estudio de Rubens en modo autónomo. Durante sus primeros años, AARON se vio limitado a trazar contornos; entonces Cohen seleccionaba y a veces añadía color a mano. Durante la década de 1980, Cohen empezó a enseñarle a trabajar en color. Finalmente, desarrolló una serie de reglas para habilitarlo para componer armonías coloristas, pero le resultó poco satisfactorio. Su primera solución consistió en una larga lista de instrucciones basadas en lo que haría un artista humano en algunas situaciones. Pero esto no siempre funcionó, en parte porque, de forma inevitable, era una lista abierta.

Foto: Harold Cohen y su aprendíz, AARON, haciendo arte. 

Finalmente, encontró la manera de enseñar a AARON a emplear colores con un sencillo algoritmo. Tenemos una capacidad limitada de imaginar distintos arreglos cromáticos, pero nuestro sistema de interpretación es fantástico. Un artista humano puede observar un cuadro durante su evolución y decidir, digamos, exactamente qué tono de amarillo añadir a un cuadro de girasoles.

¿Podrá llegar una máquina a ser tan creativa como Rembrandt o Picasso? Para ello, sostiene Cohen, un robot tendría que desarrollar un sentido de identidad. Eso puede que suceda, y puede que no; y "si no sucede, querrá decir que las máquinas nunca serán creativas de la misma manera que los humanos". Los procesos de un artista incluyen la interacción entre factores sociales, emocionales, históricos, psicológicos y fisiológicos que son increíblemente difíciles de analizar, por no hablar de reproducirlos. Esto es lo que puede conferir a una imagen hecha por ese tipo de artista un profundo nivel de significado a ojos humanos.

Algún día, sugiere Cohen, una máquina podría desarrollar una sensibilidad equivalente, pero incluso si eso no llegase a ocurrir nunca, "no significa que las máquinas no tengan un papel que desempeñar con respecto a la creatividad". Como demuestra su propia experiencia, la inteligencia artificial ofrece al artista algo más allá de un ayudante o alumno: un nuevo colaborador creativo.

En mayo, se publicará una nueva versión ampliada de A Bigger Message, el libro de Martin Gayford de conversaciones con David Hocknery. Su último artículo para MIT Technology Review fue "Cuando el arte descubrió la tecnología para crear cuadros en movimiento" (de la edición de septiembre - octubre de 2015).

Para comentar, por favor accede a tu cuenta o regístrate

¿Olvidaste tu contraseña?

Informes Especiales

El dinero del mañana sin monedas ni billetes

Desde Apple Pay hasta Bitcoin, la tecnología bancaria está cambiando. Ya puedes pagar con el móvil y los bancos quieren saberlo todo de ti. Es la revolución del futuro del dinero y del dinero del futuro

Otros Informes Especiales

Advertisement
Advertisement
Publicidad