In oktober van dit jaar bracht het gerenommeerde Britse veilinghuis Christie’s een kunstwerk getiteld ‘Portrait of Edmond Belamy’ ter veiling waarvan de makers (het kunstenaarscollectief Obvious) hadden beweerd dat het was gemaakt door ‘artificial intelligence’ 1 2 3. Het recordbedrag waarvoor het werk werd geveild (meer dan $400.000 in plaats van de verwachte $7.000) zorgde vervolgens voor veel ophef. Kunstenaars uit de AI-gemeenschap waren daarnaast verontwaardigd vanwege het gebruik van algoritmes ontwikkeld door een andere kunstenaar 4 5 6 7. Kunstcritici vroegen zich vooral af wat de rol van kunstenaar in het maakproces was.8 9

Obvious, Portrait of Edmond Belamy (2018)

De verkoop van het werk trok veel aandacht van andere nieuwsmedia omdat veelal werd gemeld dat dit het eerste werk zou zijn dat gemaakt is door kunstmatige intelligentie. Er werden allerlei termen gebruikt om het type werk te beschrijven: Generative art, AI Art, Neural Networks, Deep Dreaming10, Deep Learning11, Machine Learning12, etcetera. De bestudering van kunsthistorische en technologische ontwikkelingen kunnen leiden tot een beter begrip van wat deze termen inhouden. Aan de hand daarvan kan vervolgens een poging worden gedaan de situatie zoals deze voordoet beter te begrijpen en een inschatting te maken van het belang van dit en vergelijkbaar werk.

Generative art

Generative art (generatieve kunst) is de verzamelnaam voor digitale kunst die tot stand komt door de uitvoering van een computerprogramma13 waarin een bepaalde mate van toeval een rol speelt.14 Belangrijk voor het begrip van deze term is het woord ‘generatief’. Dat betekent zoveel als iets dat ‘het vermogen tot groei en voortplanting’ in zich heeft.15 Het computerprogramma functioneert daarbij als zelfstandig systeem en kan onafhankelijk ‘kenmerken van een kunstwerk vaststellen die anders rechtstreeks door de kunstenaar bepaald zouden moeten zijn’.16 Generatieve kunst levert dus beeldend werk op dat op basis van regels en gecontroleerde willekeur uit zichzelf zo is gegroeid.

Volgens curator Bas Hendrikx refereert generatieve kunst ‘aan een praktijk waarbij de kunstenaar, vaak met behulp van de computer, een proces in gang zet dat uitmondt in de min of meer autonome productie van één of meer kunstwerken’. Van de kunstenaars die hiervan gebruik maken beweren sommigen volgens Hendrikx dat het systeem de eigen artistieke overtuigingen weerspiegelt en dus doet wat het door de maker wordt opgedragen, terwijl anderen juist weer benadrukken dat het systeem onafhankelijk van hen opereert (Hendrikx, 2018). In de samenwerking tussen mens en machine in de totstandkoming van kunst is er dus steeds één van de twee die zich het meest doet gelden.

Deep Dreaming

Het begrip ‘Deep Dreaming’ is voortgekomen naar aanleiding van de ontwikkeling van het computerprogramma DeepDream door Google. Deze software is ontworpen om patronen, voorwerpen en figuren in afbeeldingen te herkennen en met als doel om deze automatisch te classificeren.17 Het programma kan echter ook worden gebruikt om een gegeven afbeelding te transformeren aan de hand van de kenmerken van een set van afbeeldingen waarmee het programma is getraind.18 Dit leidt bijvoorbeeld tot de mogelijkheid om door middel van ‘Neural Style Transfer’ de voorstelling van foto’s om te zetten in de stijl van Van Goghs Sterrennacht (1889).19 20

De naam van het programma is een verwijzing naar het boek van de schrijver Philip K. Dick ‘Do Androids Dream of Electric Sheep?’ uit 1968, dat in 1982 werd verfilmd als Blade Runner. De hallucinerende afbeeldingen die de techniek oplevert zouden namelijk kunnen worden opgevat als de weergave van de droomwereld van een computer dat zich onder het oppervlakte van efficiënte rekenkracht zou bevinden. In 2015 heeft Google als TensorFlow de techniek gepubliceerd en de broncode vrijgegeven. Naar aanleiding hiervan is een hele reeks van tools en applicaties voor het transformeren van afbeeldingen door middel van deze techniek beschikbaar gekomen (Feigelfeld, 2018).21 Hierdoor is het mogelijk om de computer combinaties te laten maken van vormgevingskenmerken die nog niet bestaan om deze vervolgens te visualiseren.22

Kunstmatige intelligentie

De term ‘artificial intelligence art’ (AI art), oftewel kunst gemaakt door een kunstmatige intelligentie, wordt eveneens vaak gebruikt om generatieve kunst mee aan te duiden. Er is echter een verschil. De computer die zelfstandig beslissingen neemt op basis van de instructies in het programma om generatieve kunst te maken, kan namelijk ook worden benaderd als een lerend systeem. Dat ‘leren’ vindt plaats door het systeem kennis te laten nemen van bepaalde datasets. Bijvoorbeeld een set met duizend afbeeldingen van een bepaald schildergenre, of honderd kunstwerken van een kunstenaar. AI art is dus een subgroep van generative art. Zo is het mogelijk om een systeem aan te leren om op basis van de analyse van stijlkenmerken een nieuw Rembrandt-schilderij te laten maken.23

Samenwerking tussen ING, Microsoft, adviseurs van TU Delft, Het Mauritshuis en het  Rembrandthuis, Next Rembrandt (2016)

Veel van het werk dat tot stand komt door kunstmatige intelligentie wordt gemaakt aan de hand van zogenaamde ‘generative adversarial networks’ (GAN). Deze netwerken zijn ontworpen om te lijken op de werking van het menselijk brein en worden daarom vaak aangeduid als neurale netwerken.24 In een interview met Jason Bailey vertelt AI-kunstenaar Robbie Barat25 over het gebruik van GAN in zijn werk: “A GAN is basically two neural networks that compete. There is the generator and the discriminator. The generator tries to make images to fool the discriminator, and the discriminator’s whole job is to tell the difference between generated images and real images.”26 Barat laat zijn computerprogramma dus beelden genereren, die op basis van de input die hij door middel van een dataset aanlevert, worden beoordeeld op de mate van echtheid. De ‘generator’ krijgt feedback van de ‘discriminator’, waardoor de eerste de gegenereerde beelden kan aanpassen om de mate van echtheid dusdanig te vergroten, zodat de tweede het onderscheid tussen echte en onechte beelden niet langer kan maken. 

Robbie Barrat, Nude-Portrait GAN (2018)

Vanzelfsprekend functioneert een GAN niet perfect. Er is veel ruimte voor misinterpretatie. De ‘discriminator’ kan namelijk beelden niet echt zo zien zoals mensen deze waarnemen. Hierdoor ontstaat een zogenaamde ‘latent space’. De generator hoeft namelijk niet het type beelden in de dataset precies te benaderen voordat de discriminator akkoord gaat met de echtheid hiervan. Door de beperking van de discriminator of een glitch daarin ontstaan bijvoorbeeld de surrealistische naakten van Robbie Barrat. In deze beelden wordt een suggestie gegeven van ledematen die menselijk zouden kunnen zijn, vergelijkbaar met het werk van Francis Bacon en Berlinde de Bruyckere. Blijkbaar lijkt dit voor de discriminator voldoende op de aangeleverde voorbeeldafbeeldingen met naaktportretten om ze niet langer van echt te kunnen onderscheiden. De kunstenaar Tom White zoekt daarbij nog verder de grens van beeldherkenning op door abstracte geometrische voorstellingen te maken die worden getypeerd als ‘Explicit Nudity’ door Amazon Web Services, ‘Adult’ door Google SafeSearch, en ‘NSFW’ (‘not safe for work’) door Yahoo Open.27 28

Tom White, Mustard Dream (2018)

De computer als maker

Hendrikx benoemt dat bij generatieve kunst werk ontstaat vanuit een door mensen geschapen systeem dat in enige mate zelfstandig kan opereren en dat het eindresultaat grotendeels tot stand komt door een autonoom proces (Hendrikx, 2018). In hoeverre de kunstenaar een rol dient te spelen bij de totstandkoming van kunst levert vaak discussie op. Jason Bailey, de oprichter van artnome.com (een website die de impact van technologie op de kunstwereld vastlegt en analyseert) probeert daarom in het artikel ‘Why Love Generative Art’ twee mythes over generatieve kunst de wereld uit te helpen. Ten eerste bestrijdt hij de opvatting dat de kunstenaar volledige controle heeft over de code in het programma en dat deze altijd precies zo wordt uitgevoerd als deze is geschreven.29 Hierdoor zou AI-art aspecten als toeval, ontdekking en spontaniteit missen, terwijl we die kenmerken juist zo in ‘hoge’ kunst waarderen.

De tweede mythe die Bailey bestrijdt is de opvatting dat de kunstenaar geen enkele controle heeft en dat de autonome machine willekeurig de afbeeldingen genereert. De computer maakt dan als het ware de kunst, niet de mens, en daarom is het geen echte kunst. Hij beargumenteert echter dat generatieve kunstenaars de rol en de mate van toeval in het kunstwerk nadrukkelijk beheersen. Daardoor genereert de computer als autonoom systeem beeldende alternatieven binnen de parameters die de kunstenaar hem stelt en is dus er dus zeker wel ruimte voor artistieke eigenheid en originaliteit. De zienswijze dat beeldend werk gemaakt met behulp van de computer leidt tot zielloze, statische afbeeldingen is dus niet correct. Beide misvattingen lijken te zijn gebaseerd op een achterhaalde romantische opvatting die uitgaat van de lijdende, miskende, en eenzame kunstenaar die knap gemaakte unieke producten van kostbaar materiaal vervaardigt.

De wijze waarop een kunstmatige intelligentie afbeeldingen maakt klinkt wel als een automatisch en autonoom proces.  Immers, de computer voert niet alleen de gestelde instructies uit, maar stelt deze ook bij. De vraag is dan welke mate van creativiteit een kunstenaar bijdraagt aan het werk. Allereerst heeft de kunstenaar controle over de kennis die het netwerk bezit door het bepalen van de dataset. Daarnaast kan de kunstenaar bepalen van welke uitkomst hij wil dat de computer meer variaties genereert.30 31 De computer is daarbij vooral een middel om afbeeldingen vorm te geven. Bailey citeert in dit kader de Duitse AI-kunstenaar Mario Klingemann: “Like with any other machine, the owner or the operator of the machine owns it. Ask any photographer or pianist.”32 De Amerikaanse kunstenaar en ontwikkelaar van Processing Casey Reas stelt eveneens: ‘Software is a tool for the mind’ (Reas et al. 2010). Aangezien de kwaliteit van het werk afhankelijk is van de kunstenaar, leidt kunstmatige intelligentie dus niet automatisch tot matige kunst.

Mario Klingemann, The Butcher’s Son (2017)

Conclusie

Naast dat ‘Portrait of Edmond Belamy’ werd geveild organiseerde Christie’s in oktober van 2018 eveneens een bijeenkomst getiteld ‘Artificial Intelligence and the New Creative Landscape’.33 De kunstenaar Pierre Huyghe maakte daarnaast bekend een werk te hebben gemaakt waarbij afbeeldingen door een computer worden gegenereerd.34 Het Whitney Museum in New York kondigde de tentoonstelling ‘Programmed: Rules, Codes, and Choreographies in Art, 1965–2018’ aan.35 En Burger King bracht een reclame uit dat naar eigen zeggen gemaakt was door middel van AI.36 Kortom, deze kunstvorm staat momenteel volop in de aandacht.

Christie’s gaf aan dat ze Portrait of Edmond Belamy (2018) hadden uitgekozen om te veilen omdat de kunstenaars hun eigen rol relativeerden en benadrukten dat een autonoom systeem het werk had gemaakt. De innovatie van Obvious lijkt vooral te bestaan uit de fysieke presentatie van het object en de marketing. Dit doet dus geen recht aan de ontwikkelingen op het gebied van AI-art. Uit de bestudering van dit vakgebied blijkt dat de kunstenaar verantwoordelijk is voor belangrijke keuzes in de totstandkoming van het eindresultaat: de kunstenaar selecteert de dataset, ontwerpt en traint het netwerk, en analyseert de resultaten en selecteert daaruit.37 Wanneer bekende kunstenaars als Huyghe of Obvious in navolging van meer obscure experimenten gebruik maken van deze techniek en als grote geldbedragen worden gevraagd voor kunstobjecten, dan is het goed om in staat te zijn de wijze waarop deze werken tot stand komen kritisch te beschouwen om originaliteit en innovatie te kunnen onderscheiden van gemakzuchtig effect- of winstbejag.

Literatuur

  • 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
  • Reas, C., McWilliams, C., LUST (2010). Form+Code in Design, Art, and Architecture. A guide to computational aesthetics. New York, Princeton Architectural Press


  1. https://www.christies.com/features/A-collaboration-between-two-artists-one-human-one-a-machine-9332-1.aspx, 19-10-2018
  2. https://news.artnet.com/market/artificial-intelligence-christies-1335170, 19-10-2018
  3. https://motherboard.vice.com/en_us/article/43ez3b/ai-generated-artwork-just-sold-at-christies, 19-11-2018
  4. https://www.theverge.com/2018/10/23/18013190/ai-art-portrait-auction-christies-belamy-obvious-robbie-barrat-gans, 19-11-2018
  5. https://www.washingtonpost.com/nation/2018/10/26/year-old-developed-code-ai-portrait-that-sold-christies/?noredirect=on&utm_term=.35e74ee0d011, 19-11-2018
  6. https://www.artnome.com/news/2018/10/13/the-ai-art-at-christies-is-not-what-you-think, 20-10-2018
  7. https://news.artnet.com/art-world/ai-art-comes-to-market-is-it-worth-the-hype-1352011, 19-10-2018
  8. https://www.theartnewspaper.com/analysis/rise-in-works-made-by-artificial-intelligence-raises-real-questions, 19-11-2018
  9. https://www.artsy.net/article/artsy-editorial-art-failing-grasp-christies-ai-portrait-coup, 19-11-2018
  10. https://en.wikipedia.org/wiki/DeepDream, 19-10-2018
  11. https://en.wikipedia.org/wiki/Deep_learning, 19-10-2018
  12. https://en.wikipedia.org/wiki/Machine_learning, 19-10-2018
  13. Een programma is een opeenvolging van instructies (algoritmes) met als doel om een specifieke taak met een computer uit te voeren. Via https://nl.wikipedia.org/wiki/Computerprogramma, 19-10-2018
  14. https://www.artnome.com/news/2018/8/8/why-love-generative-art, 19-10-2018
  15. https://nl.wiktionary.org/wiki/generatief, 19-10-2018
  16. https://nl.wikipedia.org/wiki/Generatieve_kunst, 19-10-2018
  17. Elke afbeelding heeft namelijk bepaalde kenmerken waardoor de software in staat is om elementen uit de voorstelling te herkennen. Dit levert echter soms ook verwarring op. Bijvoorbeeld over foto’s van honden waarvan de vacht dezelfde stofuitdrukking heeft als gefrituurd voedsel.
  18. https://en.wikipedia.org/wiki/DeepDream, 19-10-2018
  19. https://distill.pub/2018/differentiable-parameterizations/, 20-10-2018
  20. https://github.com/jcjohnson/neural-style, 20-10-2018
  21. Zoals https://tenso.rs/, https://deepdreamgenerator.com/, https://t2i.cvalenzuelab.com/ en https://runwayapp.ai/
  22. https://www.nextrembrandt.com/, 19-10-2018
  23. https://www.nextrembrandt.com/, 19-10-2018
  24. https://www.artnome.com/news/2018/3/29/ai-art-just-got-awesome, 19-10-2018
  25. Barrat is eveneens de ontwikkelaar van het algoritme waar het kunstenaarscollectief Obvious gebruik van maakte
  26. https://www.artnome.com/news/2018/3/29/ai-art-just-got-awesome, 19-10-2018
  27. https://medium.com/@tom_25234/synthetic-abstractions-8f0e8f69f390, 19-10-2018
  28. https://dribnet.bigcartel.com/product/mustard-dream, 26-10-2018
  29. Dit is bij reguliere generatieve kunst vaak wel het geval
  30. https://www.scmp.com/magazines/post-magazine/arts-music/article/2169123/artificial-intelligence-and-art-can-machines-be, 19-10-2018
  31. https://www.artnome.com/news/2018/8/8/generative-art-finds-its-prodigy, 20-10-2018
  32. https://www.artnome.com/news/2018/8/8/why-love-generative-art, 19-10-2018
  33. https://twitter.com/AnneBracegirdle/status/1050384682909663233, 19-10-2018
  34. https://www.theguardian.com/artanddesign/2018/oct/02/pierre-huyghe-serpentine-gallery-london, 19-10-2018
  35. https://www.whitney.org/exhibitions/programmed, 19-10-2018
  36. https://www.theverge.com/tldr/2018/10/3/17931924/burger-king-ai-ads-confusion-misunderstanding, 19-10-2018
  37. https://www.artnome.com/news/2018/10/13/the-ai-art-at-christies-is-not-what-you-think, 20-10-2018