À l'intérieur de The Coder Art à l'Institut culturel de Google

Une machine peut-elle être créative? Google le pense, et dispose d'une équipe entière dédiée à enseigner aux machines comment voir le monde un peu plus comme nous, les humains émotionnels.

Pensez aux ordinateurs comme s’il s’agissait d’enfants et il est simple de comprendre comment les codeurs peuvent leur apprendre à apprendre. L’intelligence artificielle est, au début, très basique et simple. Les modérateurs humains instruisent les ordinateurs, leur montrant comment penser et ainsi apprendre par eux-mêmes. Une fois que les codeurs leur ont donné les bases, ils peuvent rapidement élargir ces connaissances.

Au Institut culturel de Google à Paris, en France, le géant de la recherche enseigne aux machines comment classer 7 millions d'images de réalisations artistiques humaines à travers les siècles. L'Institut dispose même d'un site Internet, ainsi que d'applications pour IOS et

Android où vous pouvez rechercher des œuvres d'art de différents musées du monde entier. Pour créer son catalogue d'art, les artistes codeurs en résidence à l'Institut ont dû apprendre l'informatique à visualisez les images comme le feraient les humains pour créer des archives numériques précises de l’art à travers l’histoire de l’humanité.

Le catalogage de l’histoire est une bonne chose, mais certaines des compétences que les ordinateurs acquièrent en triant et en classant les rendent en réalité plus créatifs. Les artistes en résidence expérimentent désormais avec les ordinateurs pour créer de nouvelles œuvres d’art en utilisant l’intelligence artificielle et le catalogue de 7 millions d’images qu’ils ont reconstituées. Lors de Google I/O 2016, Cyril Diagne et Mario Klingemann a expliqué comment ils ont appris aux machines à voir l’art comme les humains et comment ils ont formé les machines à être créatives.

Enseigner aux ordinateurs leur ABC

L’une des premières choses que l’on enseigne à un enfant est le langage. Dans la culture occidentale, cela signifie apprendre l’ABC. Mario Klingemann, un artiste allemand autoproclamé codeur, a commencé à apprendre aux machines à identifier des lettres stylisées à partir de textes anciens pour découvrir s'il pouvait apprendre à un ordinateur à reconnaître des milliers de As, B, C, etc. sur. Il s’agissait d’un cours intensif visant à apprendre aux machines à catégoriser les images comme le feraient les humains.

Alors qu’un ordinateur peut regarder une lettre B stylisée couverte de vignes et de fleurs et voir une plante quelconque, même un enfant de 5 ans pourrait immédiatement identifier l’image comme une lettre B – et non comme une plante. Pour apprendre à son ordinateur à reconnaître son ABC, Klingemann lui a fourni des milliers d'images de lettres stylisées. Il a créé une interface de type Tinder consistant à glisser vers la droite ou la gauche pour indiquer à ses machines si elles ont bien ou mal deviné la lettre.

Il s’avère que les machines apprennent leur ABC assez rapidement; ils ont commencé à voir des lettres dans tout. Tout comme les humains voient des visages dans les nuages ​​et des images dans des œuvres d’art abstraites, ses ordinateurs voyaient des lettres dans des images totalement indépendantes. Klingemann a montré à son ordinateur un dessin ou une gravure d'un bâtiment en ruine, et ils ont vu une lettre B à la place.

Klingemann a expliqué que lorsque vous entraînez un ordinateur avec un seul ensemble d'images, il commence à voir uniquement ce type d'image dans tout. C’est pourquoi ses machines ont vu une lettre en ruine.

Apprendre aux ordinateurs à catégoriser 7 millions d’images

Lorsque l’artiste d’interaction numérique Cyril Diagne a rejoint l’Institut culturel, Google lui a posé une question plutôt intimidante: « Que peut-on faire avec 7 millions d’artefacts numériques? »

Diagne a été submergé par la question, alors il a cartographié chaque image dans un format glorieusement massif. onde sinusoïdale, que vous pouvez voir ci-dessous. Cette vague a fini par devenir une belle représentation de tout ce que le projet espère accomplir avec l’apprentissage automatique. L’onde sinusoïdale de Diagne est en fait consultable, ce qui vous permet de parcourir une mer de toutes les images des archives numériques créées par l’Institut culturel de Google. Les images sont regroupées en catégories et, vue à vol d’oiseau, vous ne voyez qu’une mer de points. Au fur et à mesure que vous avancez, vous pouvez voir des images spécifiques, toutes avec un thème commun, qu'il s'agisse de chiots, de fermes ou de personnes.

Vous pouvez également y effectuer une recherche et trouver les images souhaitées. Si vous regardez bien, vous pourriez même tomber sur ce que Diagne appelle le Rivage des Portraits. C’est là que sont regroupées toutes les images de visages humains.

Pour créer une carte consultable de chaque image des archives, Diagne et son équipe ont dû créer une catégorie pour tout afin d'apprendre à la machine ce qui était quoi.

Catégoriser 7 millions d’artefacts, dont beaucoup peuvent avoir plusieurs catégories, n’est pas une tâche facile. L’équipe a dû en imaginer quelques-unes qui sortaient des sentiers battus. Il ne suffit pas de catégoriser les choses en fonction de ce qu’elles sont. Ils ont également dû créer des catégories pour les émotions évoquées par les images.

De cette façon, vous pouvez rechercher une image de « calme » et l’ordinateur vous montrera des images qui évoquent un sentiment de calme, comme des couchers de soleil, des lacs sereins, etc. Étonnamment, les machines ont appris à identifier les émotions humaines avec une telle habileté qu’elles peuvent se mettre à notre place et réfléchir à ce qu’une certaine image ferait ressentir à un humain.

Enseigner aux machines les émotions humaines est une étape importante pour les rendre plus créatives. Après tout, une grande partie de l’art moderne est constituée de représentations visuelles des émotions humaines.

Mais une machine peut-elle être créative ?

La créativité et le talent artistique sont deux choses que nous, les humains, aimons considérer comme n’appartenant qu’à nous. Les animaux ne font pas d’art, pas plus que les machines… pour l’instant. Le projet Deep Dream de Google a tenté de renverser l’idée selon laquelle les machines ne peuvent pas créer de l’art. Le géant de la recherche a entraîné des ordinateurs à manipuler des images afin de créer des œuvres d'art bizarres et psychédéliques. Les images créées par Google Moteur de rêve profond Ils ne sont peut-être pas jolis, mais ils sont certainement uniques et extrêmement créatifs. Les créations de machines contiennent des couleurs psychédéliques, des limaces, des yeux étranges et des animaux désincarnés tourbillonnant dans des espaces indéfinis.

Certains diront peut-être que ce n’est pas vraiment de l’art si les machines se contentent de combiner des images existantes, de les tordre et de les tremper dans des couleurs extrêmes; Google serait en désaccord, tout comme le codeur Klingemann.

« Les humains sont incapables d’avoir des idées originales », a-t-il expliqué.

Même les peintures célèbres contiennent des éléments d’œuvres d’art antérieures, a-t-il noté. Le chef-d'œuvre de Picasso de 1907 Les Demoiselles d'Avignon, par exemple, a des influences de art africain et des précurseurs des cubistes comme Paul Cézanne. Les collages, qui combinent de manière artistique des images existantes, sont d’ailleurs une autre forme d’art bien établie. Picasso, Andy Warhol, Man Ray et bien d’autres sont connus pour leurs collages excentriques, alors pourquoi les collages réalisés par des machines ne peuvent-ils pas également constituer de l’art ?

Klingemann voulait repousser les limites de l'art numérique et voir comment les machines créatives pouvaient devenir bien avant de commencer sa résidence au Google Cultural Institute. Utilisant ses propres machines, moins puissantes, Klingemann commença à jouer avec les archives Internet et les archives de Google. TensorFlow logiciel d'apprentissage automatique pour réaliser des collages numériques.

Il a créé un outil d'apprentissage automatique appelé Ernst, du nom du surréaliste et artiste de collage. Max Ernst. Klingemann a identifié une série d’objets issus de l’œuvre d’Ernst et a demandé à son ordinateur de réaliser différents collages avec les mêmes éléments. Les résultats étaient souvent surréalistes, parfois drôles et parfois absolument terribles.

Klingemann voulait plus de contrôle sur les images chaotiques que produisaient ses machines, alors il a commencé à leur apprendre de nouvelles choses. Il s’est demandé: « Qu’est-ce qui intéresse les humains? » Klingemann savait qu'il devait former le système à ce qu'il devait rechercher, lui apprendre à visualiser tous ces éléments comme le ferait un artiste humain.

L’œuvre d’art qui en résulte est magnifique et tout à fait unique. Même si Klingemann a évidemment utilisé d’anciennes images pour créer son œuvre, elles sont exposées dans un nouveau contexte, ce qui fait toute la différence.

À l’heure actuelle, la créativité informatique se limite à des collages intéressants et à la compréhension des images qui vont bien ensemble. Les machines ne créent pas encore leur propre art, mais les artistes du code qui les alimentent deviennent plus des conservateurs que des créateurs au cours du processus.

Il reste à voir jusqu’où l’homme peut développer l’esprit créatif des machines, mais c’est certainement fascinant à observer.

Recommandations des rédacteurs

• Google Bard peut désormais parler, mais peut-il étouffer ChatGPT?
• Vous pouvez désormais essayer Bard de Google, le rival de ChatGPT
• La nouvelle IA Bard de Google est peut-être suffisamment puissante pour inquiéter ChatGPT – et elle est déjà là
• Google Meet ou Zoom? Bientôt, ça n'aura plus d'importance
• Le nouveau clavier bizarre de Google Japon peut également détecter des bugs (littéraux)