De mate waarin de mens of machine in het maakproces van kunst de boventoon moet voeren levert veel discussie op. Om deze discussie beter te begrijpen is het noodzakelijk om de ontstaansgeschiedenis van generatieve kunst en kunst gemaakt door kunstmatige intelligenties te bestuderen. Hierbij zal achtereenvolgens worden stilgestaan bij de bekende ontwikkelingen in de beeldende kunst in het algemeen, en dat van generatieve kunst in het bijzonder.

Kunsthistorische context

]Waar vroege generatieve kunst uit de jaren 60 en 70 relatief statisch, hoog contrast, hoekig, pixelig, en eenvoudig is, zijn hedendaagse voorbeelden organisch, kleurrijk, en complex. Wat overeenkomt is echter dat zowel in generatieve kunst als in beeldende kunst stromingen als Op Art en Conceptuele kunst fragmentatie, geometrische vormen, abstractie, regels en toeval een grote rol spelen. De componist John Cage zette het toeval zelfs in als bepalende techniek voor het maken van zijn muzikale composities. En er zijn meer parallellen te trekken tussen ontwikkelingen en ontdekkingen in de beeldende kunst van de twintigste eeuw en Generative en AI art.1 Een voorbeeld daarvan is de aandacht voor technologie en massaproductie en de esthetiek daarvan, zoals die binnen het Futurisme, het Constructivisme en het Bauhaus centraal stonden, die veel kunstenaars lijkt te inspireren.

Daarnaast hebben sommige vormen van generatieve kunst veel te danken aan de inzichten die Georges Braque en Pablo Picasso hebben opgedaan tijdens de ontwikkeling van het Kubisme. Het opbreken van figuren en objecten in geometrische vormen, in navolging van Cézanne’s opmerking dat alles in de natuur kon worden gezien als een cilinder, een kubus of een bol, kan bijvoorbeeld worden gezien in Georges Braque, Fles en vissen (1910-11) (Honour & Fleming, 2005).2 De combinaties die Maurizio Fusillo’s3 Caedmon (2013-heden)4 maakt van twee kunstwerken levert een vergelijkbaar gefragmenteerd resultaat op. Net als bij een kubistisch werk lijkt het alsof meerdere gezichtspunten op hetzelfde onderdeel of voorwerp zijn gecombineerd.

Maurizio Fusillo, Caedmon (2013-heden)

De wijze waarop Kandinsky de expressieve mogelijkheden van abstracte geometrische en organische vormen verkende aan het begin van de 20e eeuw, lijkt met de hulp van computers 100 jaar later eveneens een nieuwe impuls te hebben gekregen. Als het werk Compositie VII (1913), Zonder Titel (1923), Compositie VIII (1928) van Kandinsky wordt vergeleken met dat Manolo’s (Manuel Gamboa Naon) generatieve werken ppccc, mandada, en pllsmm (2018) dan zijn opvallende overeenkomsten in vormgeving zichtbaar.5 6 De computer maakt het daarnaast mogelijk om een oneindige hoeveelheid unieke afgeleiden te genereren.

Manolo, pllsmm (2018)

Kunstenaars als Sol LeWitt benadrukten in de jaren 70 van de twintigste eeuw dat kunst gaat over ideeën, niet over het maken van fysieke objecten. In plaats van werken zelf fysiek te maken schreef LeWitt zijn ideeën uit als instructies die dienden te worden gebruikt voor de vervaardiging van het werk. Hij stelde daarvoor een aantal regels op waar de uitvoerende vakman zich aan moest houden, vergelijkbaar met de wijze waarop de computer de instructies voor generatieve kunst uitvoert. Deze regels bieden echter ruimte voor de rol van het toeval en voor interpretatie van de vakman (Reas et al 2011). Barrat vergelijkt die rol met zijn GAN’s: “With traditional generative art you establish the code and the computer will perfectly execute that code. […] With AI, I think I am doing similar things to what Sol Lewitt was doing with writing a rule card and then having someone else interpret the rules. I’m laying down the rules in the data set that I feed the GAN, but it’s not up to me because the GAN is not going to perfectly interpret those rules”7 Net zoals de vakman is het algoritme dus een zelfstandig denkende entiteit die beslissingen maakt op basis van wat hij tegenkomt.8

Sol LeWitt, Proposal for a Wall Drawing #118 (1971)

De ontwikkeling van generatieve kunst

Vanaf de jaren 60 van de twintigste eeuw beginnen kunstenaars de mogelijkheden te verkennen om met computers afbeeldingen te maken. Tot dan toe waren het vooral wetenschappers die de benodigde technische kennis bezaten om de computers te bedienen.9 Dat veranderde enigszins toen computers gebruiksvriendelijker werden door een toename van interactieve mogelijkheden (zoals de muis) en de ontwikkeling van de ‘graphical user interface’ (Moggridge 2006). Tot halverwege de jaren 70 waren computers echter vooral in het bezit van grote instellingen zoals universiteiten en onderzoekscentra en niet beschikbaar voor het grote publiek. Dankzij de beschikbaarheid van de personal computer (PC) en meer toegankelijke programmeertalen vanaf de jaren 80 werd het kunstenaars en ontwerpers mogelijk gemaakt om hun werk te maken met behulp van computers (Reas et al.)

De eerste tentoonstellingen ‘Computer-Generated Pictures’ in de Howard Wise Gallery in New York, en ‘Generative Computergrafik’ in Stuttgart in 1965 van met de computer gemaakte afbeeldingen werden georganiseerd door wetenschappers. Wat opvalt aan de titels van de tentoonstellingen is dat de afbeeldingen niet werden gezien als kunst. Daarom richten in 1967 de kunstenaars Billy Klüver en Robert Rauschenberg met financiële steun van Bell Laboratories het Experiments in Art and Technology (EAT) op waarmee ze de samenwerking wilden stimuleren tussen wetenschappers en bekende kunstenaars als John Cage, Jasper Johns, Andy Warhol. Dit resulteerde in 1968 in de organisatie van de grote tentoonstelling ‘Cybernetic Serendipity’, die achtereenvolgens werd getoond in London, Washington en San Francisco en waarmee het grote publiek kennis maakte met elektronische kunst (Miller, 2014; Miller, 2007; Reas et al., 2010).

Één van de vroegste voorbeelden van generative art is het werk Schotter (gravel) (1968) van de Duitse wetenschapper Georg Nees (Miller, 2014).10 Het werk bestaat uit rijen van 12 vierkanten waarbij de positie en rotatie naar onderen toe steeds meer varieert. Om een dergelijk werk te maken met pen en papier kost een bepaalde hoeveelheid tijd. Wanneer het aantal vierkanten wordt verhoogd naar 1000, kost het een mens veel meer tijd om het werk te maken. Een computerprogramma heeft echter nauwelijks meer tijd nodig omdat de code die steeds wordt uitgevoerd slechts kleine aanpassingen behoeft (Reas et al).11 12 Doordat de computer met grote precisie de tekeningen genereert heeft de kunstenaar meer tijd en gelegenheid om na te denken over het opstellen van de regels en de selectie van uitkomsten. Iemand als Manfred Mohr gebruikte verder pen-plotters om zijn werk te realiseren en zich niet te laten beperken door een monitor (Reas et al. 2010).

Georg Nees, Schotter (1968)

Een computer is dus goed in repetitie door dezelfde berekening te herhalen. Het gemak waarmee een computer aan de hand hiervan complexe beelden genereert bepaalt voor een belangrijk deel de esthetiek van generatieve kunst. Op art is een begrip dat wordt gebruik om kunstwerken uit de jaren 60 te beschrijven die door middel van patronen de suggestie van beweging of diepte weten te veroorzaken. Dergelijk werk kan worden opgevat als een vroege vorm van generatieve kunst.13 Kunstenaars als Bridget Riley en Victor Vasarely werkten weliswaar niet met computers, maar wel met regels om hun werk te vervaardigen. Zo maakte Vasarely bijvoorbeeld gebruik van zogenaamde ‘programmations’ om zijn assistenten te instrueren hoe een patroon diende te worden opgebouwd (Reas et al., 2010).

Victor Vasarely, Supernovae (1959-61)

De Franse kunstenares Vera Molnar paste eveneens een programmatische manier van denken toe om haar werk te maken. Door het opstellen van regels om die vervolgens handmatig uit te voeren koppelde ze creatieve proces los van de uitvoerende praktijk (Hendrikx, 2018). Ze ontwikkelde daarnaast als van de eerste kunstenaars haar eigen software om haar esthetische concepten te realiseren (Reas et al., 2010). Molnar was een belangrijke pleitbezorger om de computer niet te benaderen als een kille, zielloze machine maar als iets dat menselijke creativiteit en gevoelens kan verbeelden: “Without the aid of a computer, it would not be possible to materialize quite so faithfully an image that previously existed only in the artist’s mind. This may sound paradoxical, but the machine, which is thought to be cold and inhuman, can help to realize what is most subjective, unattainable, and profound in a human being.”14 Om te voorkomen dat haar machinale werk te statisch, en daardoor levenloos zou aanvoelen, bouwde Molnar een bepaalde mate van toeval in haar algoritmes in (Hendrikx, 2018).

Vera Molnar, Interruptions (1969-69)

Het vroegste voorbeeld van een kunstmatige vorm van intelligentie die tekeningen kan maken is AARON (1973-heden) van de Britse kunstenaar Harold Cohen. In de loop van de tijd heeft de kunstenaar allerlei functies toegevoegd aan het programma waardoor de computer steeds complexere beelden heeft weten te maken. Van abstracte vormen uitgevoerd in zwart en wit naar menselijke figuren in kleur. AARON opereert zelfstandig en maakt afbeeldingen zonder menselijke tussenkomst (Miller, 2014; Reas et al. 2010). Cohen vervaardigde daarnaast plotterachtige machines waarvan het programma gebruik maakte om fysieke objecten te maken. Aangezien AARON zelf niet in staat is om nieuwe stijlen of figuren te creëren, moet elke nieuwe functie door Cohen worden geprogrammeerd. AARON is dus geen lerend systeem en als vorm van kunstmatige intelligentie dus beperkt.15

Harold Cohen/AARON, Meeting On Gauguin’s Beach (1988)

De kunstenaar Peter Struycken is een voorloper in Nederland in de toepassing van computergestuurde processen voor het maken van kunst (Hendrickx, 2018). Struycken ontwikkelde in de jaren zestig een vorm van abstracte schilderkunst waarbij hij regels opstelde voor de systematische indeling van vormen (meestal vierkanten) en selectie van kleuren. Vanaf de jaren 70 begint Struycken intensief gebruik te maken van de computer voor de totstandkoming van zijn werk. Hij is daarbij geïnteresseerd in het opstellen van wetmatigheden waardoor het mogelijkheid wordt om zo veel mogelijk variatie in kleuren te laten zien die tegelijkertijd een onderlinge samenhang vertonen (Schenk, 2007). Een goed voorbeeld hiervan is het werk Kleurverhouding (2014) dat bestaat uit 36 vierkanten waarvoor Struycken  een kleurenpallet van 6 kleuren heeft gekozen.

De kunstenaar legt zijn artistieke doelstelling voor dit werk als volgt toe: ‘Mijn specifieke wens was om de kleuren gelijkmatig te verdelen over de vierkanten, ze even vaak te laten voorkomen en even vaak te laten grenzen aan de vijf andere kleuren, maar niet aan zichzelf, ook niet elkaar rakend op een hoekpunt. Dat leverde weliswaar nog steeds talloze mogelijkheden op, maar er ontstonden ook figuraties als gevolg van herhalingen, symmetrie, rotaties en “paardensprongen” die een visueel gelijkmatige verdeling verstoorden. Het uitfilteren van deze figuraties resulteerde in slechts één bruikbare mogelijkheid” (Auch, 2014). Hieruit wordt duidelijk dat Strucken de computer verschillende uitkomsten laat creëren, maar daar zelf een keuze uit maakt dat hem visueel en intellectueel het meest aanspreekt (Schenk, 2007). De computer is dus een hulpmiddel om keuzemogelijkheden aan te bieden, maar, zo stelt ontwerper Elzo Smid, ‘elk werk begint en eindigt bij de afwegingen en keuzes van de kunstenaar zelf’.16

Peter Struycken, Kleurverhouding (2014)

Iemand die weliswaar geen programmeur of kunstenaar was, maar wel erg belangrijk voor de ontwikkeling van computer art, is Muriel Cooper. Zij richtte in 1975, terwijl ze aan het Massachusetts Institute of Technology (MIT) werkte, de Visual Language Workshop (VLW) op. Ze legde daarin de nadruk op het verkennen van nieuwe digitale mogelijkheden binnen het grafisch ontwerpen.17 De VLW was één van de voorlopers van het MIT Media Lab dat in 1985 werd opgericht. Binnen dit lab ontwikkelde de onderzoeksgroep ‘Aesthetics and Computation Group’ onder leiding van John Maeda het programmeerplatform ‘Processing’ (2001) om kunstenaars en ontwerpers de mogelijkheid te bieden op een toegankelijke manier codes te schrijven om visuele schetsen te maken.18 Aansluitend bij de intenties van VLW schrijven de makers zelf: “Instead of teaching students how to use software, we thought it was just as important to teach them how to create software.”19 Door het gemak waarmee het programma mensen beelden laat maken is Processing van enorme invloed geweest op de ontwikkeling van generative art.

Casey Reas, Path (2001)

Tot slot

In de totstandkoming van generatieve kunst speelt de balans tussen regels en toeval een grote rol. Het aandeel van de computer en de mens als maker van dergelijke kunst strijden daarbij om voorrang. Generative- en AI art bevragen de wijze waarop we de wereld om ons heen weergeven en waarnemen. Kunstenaars maken dergelijk werk met artistieke intenties, en maken gebruik van innovatieve technieken. Generatieve kunst is daarnaast opgenomen in collecties van toonaangevende musea over de hele wereld.20 Deze kunstvorm is dus stilistisch en historisch van belang voor de ontwikkeling van beeldende kunst. Kortom, het is van belang de ontwikkeling van deze kunstvorm te volgen en bekend te zijn met de ontstaansgeschiedenis. Daartoe is hier een schets van geschiedenis van generatieve kunst gegeven.

Literatuur

  • Auch M. (2014). Peter Struycken: meester over kleur en licht. kM, 2014 (No. 92),  p. 2-5
  • Feigelfeld, P. (2018). De AI-afgrond. Metropolis M, 2018 (No. 2), 70-71
  • Hendrikx, B. (2018). Een genealogie van generatieve kunst. Metropolis M, 2018 (No. 2), 80-75
  • Honour, H. & Fleming, J. (2005). A World History of Art. Londen, Laurence King Publishing
  • Moggridge, Bill (2006). Designing Interactions. MIT Press 
  • Miller, Ron (2007). Digital Art: Painting with pixels. Twenty-First Century Books
  • Miller, Arthur I (2014). Colliding Worlds: How Cutting-Edge Science Is Redefining Contemporary Art. New York, W. W. Norton & Company
  • Reas, C., McWilliams, C., LUST (2010). Form+Code in Design, Art, and Architecture. A guide to computational aesthetics. New York, Princeton Architectural Press
  • Schenk. R. (2007). Het digitale paradijs. In Blotkamp, C., Dekkers, D. Jobse, J., Schenk, R., Peter Struycken. Het digitale paradijs (p. 26-37). Rotterdam, NAi Uitgevers


  1. https://www.artnome.com/news/2018/8/8/why-love-generative-art, 19-10-2018
  2. Maar ook in het werk van kunstenaars als Paul Klee en Josef Albers kan een vorm van geometrische fragmentatie worden herkend.
  3. http://www.mauriziofusillo.it/, 19-10-2018
  4. http://www.caedmon.it/, 19-10-2018
  5. https://www.behance.net/manoloide, 19-10-2018
  6. https://www.artnome.com/news/2018/8/8/generative-art-finds-its-prodigy, 20-10-2018
  7. https://www.artnome.com/news/2018/3/29/ai-art-just-got-awesome, 20-10-2018
  8. Jason Bailey haalt in dit kader ook Marcel Duchamp aan die de aandacht vestigde op het idee als belangrijkste element in de beeldende kunst. Kunst is in die zin een machine om nieuwe gedachten te creëren. Baily stelt dat AI art niet alleen nieuwe gedachten creëert, maar het denken en het creëren in zekere zin van ons overneemt.
  9. https://en.wikipedia.org/wiki/Computer_art, 20-10-2018
  10. Naast Frieder Nake en Michael Noll pioniers op dit gebied
  11. http://www.tylerlhobbs.com/writings/programming-artwork, 19-10-2018
  12. https://www.artnome.com/news/2018/8/8/why-love-generative-art, 19-10-2018
  13. https://www.artnome.com/news/2018/8/8/why-love-generative-art, 19-10-2018
  14. https://www.artnome.com/news/2018/8/8/why-love-generative-art, 19-10-2018
  15. https://en.wikipedia.org/wiki/AARON, 20-10-2018
  16. https://8weekly.nl/special/kunst-specials/peter-struycken-peter-struycken-het-digitale-paradijs-uitsnedes-van-dynamische-kleurruimtes/, 20-10-2018
  17. https://frieze.com/article/new%C2%A0world, 20-10-2018
  18. https://www.artnome.com/news/2018/8/8/why-love-generative-art, 19-10-2018
  19. https://medium.com/processing-foundation/a-modern-prometheus-59aed94abe85, 20-10-2018
  20. In 1972 kocht het Museum of Modern Art in New York voor het eerst een computer-generated affiche aan van Lillian Schwarz.