L’intelligence artificielle en art, 1/2 : les algorithmes créateurs

L’art suit les développements technologiques ; avec les dernières innovations dans les technologies de l’intelligence artificielle (IA), les artistes ont commencé à expérimenter et à trouver des nouvelles façons de créer des œuvres d’art. 

Au cours de la dernière décennie, l’IA a créé des peintures comme Rembrandt, des portraits déformés comme Francis Bacon, a écrit des romans et composé de la musique en analysant ce qui existe déjà. La fameuse maison de vente aux enchères Christie’s a récemment vendu sa première œuvre d’art créée par l’IA pour 432 500 $. Il s’agissait d’un visage flou intitulé Portrait d’Edmond Belamy, réalisé par le collectif Obvious. Cela fait partie d’un nouveau courant artistique, créé par l’IA via l’apprentissage automatique. Pour réaliser cette dernière, les créateurs ont introduit des milliers de portraits à un algorithme en lui enseignant l’esthétique d’exemples passés de portraits, puis l’ordinateur a produit le tableau. Il a attiré de nombreux commentaires négatifs : des artistes travaillant avec l’IA ont critiqué le choix de la maison de vente aux enchères et les créateurs du célèbre portrait en disant qu’ils n’utilisaient qu’une petite partie des technologies d’IA d’art existantes. La question majeure dans ce débat est la suivante : le tableau peut-il être considéré comme le produit d’un esprit humain ?

© Obvious (généré par GAN)

Qu’est-ce que l’art algorithmique ? C’est une forme d’art assez nouvelle qui nécessite que l’artiste écrive le code détaillé avec un résultat visuel souhaité. L’une des premières tentatives a été réalisée par Harold Cohen qui a écrit le programme connu sous le nom d’AARON en 1973. Le programme a suivi un ensemble de règles déterminées par Cohen pour produire une œuvre d’art. Plus tard, il a continué à développer le programme, mais ce qu’il fait essentiellement est d’effectuer des tâches selon les directives de son créateur. C’est très différent de ce qui s’est passé au cours de la dernière décennie. Les nouvelles technologies ont tendance à donner plus d’autonomie aux programmes qu’auparavant. L’apprentissage de l’IA et le processus de création autonome dans la production d’œuvres d’art occupent la première place dans le secteur de l’art généré par ordinateur. Les nouveaux algorithmes ne sont pas écrits pour suivre un ensemble de règles mais ils sont plutôt écrits pour analyser et apprendre un esthétisme spécifique en scannant des milliers d’images.

L’un de ces algorithmes est appelé GAN (Generative Adversarial Network), il a été conçu par Ian Goodfellow en 2014. Il s’agit d’un algorithme bilatéral : d’un côté un réseau génératif crée des candidats, des œuvres d’art, après avoir scanné des milliers d’images. L’autre partie est le réseau discriminant qui évalue les candidats créés par le premier. Le but du réseau génératif est de créer des images très proches de véritables œuvres d’art créées par l’homme, afin de tromper le réseau discriminant et le forcer à commettre une erreur. Ce processus nécessite une formation initiale et l’alimentation d’échantillons d’images. L’artiste joue un rôle actif dans ce processus, il sélectionne les images à alimenter, puis sélectionne également l’un des résultats finaux. Il peut également changer, modifier l’algorithme.

Les images générées par GAN ressemblent beaucoup aux visages déformés des portraits de Francis Bacon, mais il y a une légère différence entre les deux. Bacon a déformé les visages de ses portraits pour transmettre un message, la distorsion est intentionnelle, alors que de l’autre côté, le GAN a fait de son mieux pour produire des portraits humains appropriés, mais le résultat est comme si une erreur avait déformé les visages. Cela signifie que le GAN n’a pas réussi à imiter le visage humain. Si vous considérez que le processus est plus important que le résultat final, vous pouvez vraiment voir l’innovation faite par GAN : ce processus créatif (analyser – créer – trier) est révolutionnaire, l’artiste et la machine collaborent pour créer une œuvre d’art.

© The Next Rembrandt

Il existe également un deuxième algorithme appelé CAN (Creative Adversarial Network) créé par le laboratoire d’art et d’intelligence artificielle de Rutgers. La différence avec GAN est que CAN apprend les styles existants et crée de l’art de façon autonome. Cet algorithme est programmé pour créer des œuvres d’art originales, une partie de l’algorithme analyse l’esthétique existante, crée une œuvre d’art et la seconde partie pénalise si ce qui est créé est similaire aux styles analysés. La nouveauté est donc l’objectif principal de cette IA. L’artiste n’a aucun contrôle sur le résultat final. La principale différence avec l’IA précédente est que celle-ci apprend les styles. L’utilisateur l’alimente avec 500 ans d’œuvres d’art (près de 80 000 pièces différentes), puis l’algorithme essaie de créer une nouvelle œuvre d’art différente de ce qu’il a numérisé.

En revanche, ces algorithmes ne peuvent transmettre un fort impact émotionnel ou un message fort. Les artistes – humains – s’inspirent directement de leur environnement, des gens, des lieux, de la politique et de tout ce qui se passe autour d’eux. Les œuvres d’art sont créées pour raconter des histoires de manière esthétique. Dans le cas de l’IA, un curateur doit donner un sens à l’œuvre que la machine ne peut pas donner. Pour le moment, ils ne peuvent être considérés que comme des outils de création supplémentaires comme Adobe Illustrator ou Photoshop.

Baran Cengiz