(A)rt(I) | Por Rogelio Meana

Hasta hace relativamente poco tiempo, uno tenía que ser un jugador de ajedrez (o de GO más recientemente) para temer que llegara un ente de inteligencia artificial a despojarlo de su título como “Uno de los más grandes exponentes del mundo”. Pero gracias a los (siempre bien-intencionados) esfuerzos de computólogos de la Universidad de Rutgers, parece que ahora los pintores del mundo también tienen algo de qué preocuparse.

Casi todos hemos escuchado, en repetidas ocasiones, acerca de la belleza de la simetría, o de las proporciones y relaciones presentes en la naturaleza, y también hemos escuchado acerca de cómo algunos artistas ya se aprovechaban de ellas desde la época de los antiguos griegos en sus pinturas o su arquitectura, pero poco se ha hablado acerca de la forma en que el arte y la creatividad humana pueden impulsar el desarrollo de las ciencias de la computación, o la forma en que la ciencia y la tecnología podrían fomentar el desarrollo de nuevas formas de arte.

Desde el 2012, en el “Laboratorio de Artes e Inteligencia Artificial” de la Universidad de Rutgers, Nueva Jersey, expertos en arte y en computación se han preguntado cómo una computadora podría percibir y calificar la creatividad y cognición humana para después reproducirla de una forma innovadora. El proyecto ha estado a cargo del Dr. Ahmed Elgammal (Universidad de Maryland, Ph.D. 2002), doctor en Ciencias de la Computación, y la profesora Marian Mazzone (directora del Departamento de Historia del Arte y Arquitectura en la Universidad de Charleston), junto con otros computólogos e historiadores del arte: han desarrollado diferentes algoritmos con los que una computadora puede ver y analizar cientos de obras digitalizadas que, dependiendo del estilo, se califican como “más creativas” o “menos creativas”.

Así, basándose en las obras mejor calificadas para cada corriente de pintura, una computadora, o “artista artificial”, puede hacer sus propias imágenes digitales buscando mantener ciertas similitudes con los rasgos favorables de las obras, a la vez que realiza variaciones que se consideren creativas o innovadoras de acuerdo a los mismos estándares bajo los cuales calificó los trabajos analizados.

Esto se hace con el propósito de simular la creatividad humana de una forma eficiente, de crear “arte digital” que pueda competir con las obras de los mayores exponentes en diversas corrientes artísticas, y desarrollar nuevas y diferentes formas de pintura con consecuencias similares a las que tuvieron los trabajos de los pintores más influyentes de la historia, en sus respectivos movimientos.

Pero lo más interesante de todo el proyecto no son ni sus causas ni sus consecuencias, sino cómo se está logrando el objetivo. Después de todo, vale la pena preguntarse: ¿de qué manera puede una computadora simular la creatividad humana?

Esto se logra a partir de un algoritmo conocido como “Red de Adversarios Generados” (GAN por sus siglas en ingles), que le da a una red computacional la tarea de generar imágenes, y a otra le da la tarea de juzgarlas, calificarlas y establecer el porqué de su calificación. Este ciclo se repite una y otra vez: mientras la primer red buscar eliminar errores y reforzar aciertos, la segunda red le da una calificación aprobatoria.

Para esta etapa, resulta crucial establecer la métrica según la cual se califican tanto las obras analizadas, como las imágenes digitales generadas. De nuevo, se recurre a un criterio de similitud entre imágenes, donde a partir de la extracción de ciertas características visuales, se establecen parámetros de similitud entre composición, color, textura, tema, escena, etc; después se le asocia la obra más parecida a cada obra analizada, sin importar que no sean de la misma corriente, y se analizan las fechas de creación al igual que otros datos históricos y/o geográficos para establecer el nivel de influencia que un artista pudo tener sobre otro. A los artistas con menor influencia de otros se les califica como los más creativos.

Siguiendo este mismo proceso, al día de hoy se han analizado más de 62,000 obras de arte (81, 500 si contamos las imágenes generadas) que datan desde 1400 y hasta el 2010. Se han determinado patrones entre las proporciones, las relaciones entre paletas de colores, efectos visuales de ciertas texturas y demás propiedades del trabajo de los artistas más creativos, que se guardan en una base de datos de donde el “artista digital” toma sus proporciones y relaciones disponibles.

Este proceso de análisis no sólo ha servido para la creación de nuevas “pinturas artificiales”, también ha resultado bastante eficiente prediciendo el estilo, género y artista de una pintura analizada. Más aún, el algoritmo, la “métrica de la similitud” y los llamados “juicios a nivel semántico” bajo los que operan estas máquinas, han ayudado considerablemente a continuar con el desarrollo del aprendizaje de máquinas (machine learning) durante este último par años.

Por supuesto que el algoritmo utilizado no siempre funciona como se desea, y es evidente que la calidad de los trabajos analizados no deja de ser, en su gran mayoría, algo completamente subjetivo y que no necesariamente debe estar ligado a tal o cual influencia que fulano o mengano tuvieron sobre nuestros artistas favoritos, incluso los líderes del proyecto han dicho en repetidas ocasiones que su método de análisis no considera lo emotivo ni lo sentimental de las obras, o los elementos representativos de las situaciones culturales de cada lugar y en cada año.

Sin embargo, los resultados finales del proyecto han sido muy bien calificados (sin llegar a ser aceptados) por la vasta mayoría de los críticos a quienes, sin saber cuál trabajo era digital y cuál era digitalizado, se les mostraron varias obras de artistas humanos y artistas artificiales, para posteriormente pedirles que evaluaran la complejidad, lo emotivo y lo novedoso de las imágenes.

Ahora que, si hablamos de innovación, vale la pena destacar que estos algoritmos pueden ajustarse para solucionar diversos problemas de programación lineal (P.P.L.), donde se establecen ciertas restricciones y se intentan maximizar algunos parámetros o minimizar otros. Dicho de otra forma, si queremos generar nuevas formas de arte, pero conservar la belleza encontrada en las obras analizadas, es posible programar a los “artistas artificiales” para maximizar la desviación de los estilos establecidos y minimizar la desviación de la distribución del arte. La idea es controlar los parámetros para que se alcance un punto medio entre hacer algo muy novedoso y hacer una completa y espantosa abominación.

“Queremos algo realmente creativo y llamativo, pero sin ir demasiado lejos y hacer algo estéticamente desagradable«

—Ahmed Elgammal—

“Novedoso, sólo no demasiado novedoso”

—Marian Mazzone—

No debemos olvidar que esta corriente de arte digital también supone una pregunta obligada: ¿y después qué?, ¿quiénes serán los nuevos críticos de arte, artistas o computólogos?

Algo que debería ser obvio para todo el mundo es que, por maravillosas que puedan ser las obras que resulten de estos esfuerzos, de ninguna manera se está hablando de apreciar el talento del genio que las haya pintado. Y seguro que eso tiene mucho que ver con su baja aceptación, pues pensando que la innovación artificial es bastante más eficiente que la humana, llevarla hasta sus últimas consecuencias implicaría, sin lugar a dudas, que dentro de poco tiempo estaríamos apreciando el trabajo de los mejores pintores humanos bajo la sombra de sus contrapartes digitales. Mismas que podrían amenazar con volverse mucho más talentosas.

Esta última proposición resulta particularmente importante cuando recapacitamos que, al ser visto como un P.P.L., se podrían establecer las mismas restricciones y los mismos parámetros (o algunos muy similares) para cuantificar lo creativo de diferentes obras externas al campo de la pintura. Sería muy posible establecer un método de análisis análogo para hacer lo mismo con la escultura, arquitectura, etcétera, y buscar formas en las que, apoyándonos de las nuevas tecnologías (impresoras 3D, tal vez) se puedan traer al mundo físico las creaciones digitales de “escultores artificiales”, “arquitectos artificiales” y, tal vez, incluso “poetas artificiales”. Sólo queda ver cómo avanzan las cosas en el laboratorio.

Las imágenes generadas ya han sido mostradas en galerías digitales de arte y, si todo sale como esperan en Rutgers, dentro de poco tiempo podremos verlas exhibidas en galerías de arte reales de Nueva Jersey.

Imagen tomada de Posta-Magazine