Onze voorstelling te boven

Kan een computer echt creatief zijn? Wie wel eens heeft geprobeerd een ‘kunstwerk’ te maken met behulp van bijvoorbeeld DALL-E of Midjourney, denkt vast van wel. Het zijn programma’s die met behulp van AI een tekstcommando omzetten in een afbeelding. Dat levert interessante creaties op, zoals die van de paus in een hippe designjas of van een stier in een spijkerjas. Maar volgens de definitie van computerwetenschappers zijn zulke programma’s niet écht creatief, stelt Leonardo Arriagada. “Daarvoor moeten ze autonoom kunnen denken.”

Arriagada woont in Chili en studeerde daar achtereenvolgens rechten, natuurkunde en wiskunde. Hij had altijd al interesse in de houding van mensen ten opzichte van computers. In 2018 startte hij een promotieonderzoek naar de esthetische waarde van AI-gegenereerde kunst, een onderwerp dat op dat moment nog compleet nieuw was. Er was in de wetenschappelijke wereld nog weinig over bekend, maar de Rijksuniversiteit Groningen had interesse om meer te weten over dit onderwerp. Daardoor kon Arriagada de laatste drie jaar van zijn onderzoek in Groningen uitvoeren. “Helaas was ik er net in coronatijd, maar toch was het een heel fijn moment in mijn leven.” Hij is nu weer verbonden aan de Universidad Metropolitana de Ciencias de la Educación in de Chileense hoofdstad Santiago.

Realistische nepfoto’s

In hetzelfde jaar waarin hij zijn onderzoek naar AI-kunst startte, was er een belangrijke doorbraak op het gebied van generative adversarial networks (GAN’s), een vorm van AI. Met behulp van deze algoritmes creëerde chipmaker NVIDIA bijvoorbeeld StyleGAN, waarmee je zeer realistisch ogende portretfoto’s van neppersonen kan maken. Dezelfde algoritmes kun je ook toepassen om de beeldkwaliteit te verbeteren en energie te besparen. Zo kun je lageresolutiebeelden omzetten in hogeresolutiebeelden. Dat is bijvoorbeeld ideaal voor gamers, die in hoge resolutie kunnen gamen zonder dat het veel bandbreedte van de internetverbinding vraagt. In datzelfde jaar verscheen ook het kunstwerk ‘Edmond de Belamy’, dat door een GAN is gemaakt en bij veilinghuis Christie’s voor 432.500 dollar werd verkocht.

GAN’s proberen de werking van het brein te imiteren, vertelt Arriagada. “Er zijn theorieën dat het brein als een soort tandem werkt, met twee samenwerkende delen: de generator en de discriminator. GAN’s imiteren dat proces. De discriminator heeft een uitgebreide training gehad over hoe bijvoorbeeld een tulp eruit moet zien. Deze vraagt aan de generator: maak een afbeelding van een tulp. De generator heeft geen enkel idee hoe een tulp eruit moet zien en stuurt willekeurige informatie naar de discriminator. Dat begint bijvoorbeeld met een punt of een lijn. De discriminator geeft telkens feedback wat wel en niet klopt. Na honderden herhalingen komt de generator met een afbeelding waar de discriminator mee akkoord is.” Menselijke hersenen gaan op een vergelijkbare manier te werk. “Stel dat je op een tekenvel begint met het tekenen van een tulp. Je tekent eerst een lijntje, en dan nog een. Telkens evalueer je intern of het op een tulp begint te lijken. Dat idee is in GAN’s toegepast.”

Voorkennis

Gek genoeg zijn het echter niet GAN’s die voor de grote doorbraak van AI-gegenereerde afbeeldingen hebben gezorgd, maar een andere techniek, genaamd diffusion models. Daarin wordt elke afbeelding geclassificeerd en leert het algoritme, als het maar genoeg afbeeldingen ziet, steeds beter een object te herkennen op een afbeelding. Met die kennis kan het vervolgens zelf afbeeldingen gaan genereren. Dit systeem heeft dus al voorkennis over hoe een tulp eruit moet zien, in tegenstelling tot GAN’s. Maar het kan daardoor niet autonoom, uit zichzelf, iets bedenken. “Diffusion models zijn sneller en praktischer dan GAN’s. Ze worden vaak gebruikt voor specifieke doelen, zoals marketing, waarbij er geen behoefte is aan een AI die denkt als een artiest.”

Kunstenaars zijn weinig geïnteresseerd in diffusion models, aldus Arriagada. “Ze zijn snel en bieden veel mogelijkheden, maar het zijn slechts gereedschappen. Sommige vooruitstrevende kunstenaars bouwen hun eigen GAN’s en behandelen het als een pupil, collega of kind. Ze geven het een naam en kijken hoe het zich ontwikkelt. Ze zijn nieuwsgierig en willen hun bakens verzetten. Ze creëren iets compleet nieuws, dat uiteindelijk zijn meester zal overstijgen.”

Nieuwe wereld

Nu leeft er toch ook veel angst voor AI in de maatschappij, maar Arriagada heeft daar helemaal niks mee. “Dat was in het verleden misschien zo, maar die angst zal helemaal weggaan. Jongere generaties zijn zich niet eens bewust van AI en oudere generaties zullen ontdekken dat AI geen concurrent is. Het is een nieuwe creatieve soort die dingen kan maken die mensen niet kunnen maken. GAN’s maken geen menselijke kunst en mensen maken geen artificiële kunst. Het is iets nieuws en geen vervanging.”

Toch zou de menselijke kunst wel kunnen veranderen door AI, denkt hij. “Ik kan me wel voorstellen dat mensen zich meer op figuratieve kunst gaan richten, want abstracte kunst, dat niet op representaties van de echte wereld is gebaseerd, past beter bij AI. De werken van Kandinsky en Mondriaan zullen met AI worden voortgezet. We staan aan de vooravond van een nieuwe creatieve wereld die compleet anders is dan wat er in het verleden is gemaakt.”