?Podr¨¢n los robots crear?

Puede un robot tener inspiraci¨®n? Dos cient¨ªficos y a la vez artistas se han propuesto comprobar si es posible. Para ello, han desarrollado una inteligencia artificial capaz de generar formas y hasta composiciones completas originales. Mostraron el resultado de su trabajo en junio de 2017 en el S¨®nar de Barcelona con el proyecto My Artificial Muse. Albert Barqu¨¦-Duran, artista e investigador pos?doctoral en el departamento de Ciencia Cognitiva de City, University of London, se pas¨® tres d¨ªas ejecutando en un lienzo una imagen pensada por una m¨¢quina.

Su colega Mario Klingemann, un artista alem¨¢n especializado en redes neu?ronales, c¨®digo y algoritmos, fue quien desarroll¨® el software capaz de imaginar arte. El sistema, eso s¨ª, solo puede generar im¨¢genes de poca resoluci¨®n: de ah¨ª que haga falta alguien que las reproduzca a una escala mayor.

¡°La m¨¢quina se ocup¨® de la parte creativa, fue ella quien dise?¨® la obra de arte: yo solo fui su herramienta¡±, explica Barqu¨¦-Duran. Lo m¨¢s interesante es que no est¨¢ programado para dibujar, sino que ha aprendido a hacerlo. ¡°Nuestra intenci¨®n era explorar la capacidad de la inteligencia artificial en los procesos art¨ªsticos. ?Puede un robot crear arte por s¨ª mismo? Todav¨ªa no, pero subrayar¨ªa ese todav¨ªa¡±, sentencia.

• Redes neuronales multicapa

Fij¨¢ndote en un monigote con aspecto humano ¡ªbasta con una bola y unos palos¡ª puedes reproducir algo que se parezca a una pintura. Barqu¨¦-Duran y Klingemann se basaron en esta idea para construir su software. ¡°Empleamos varias redes neuronales¡±, explica el alem¨¢n. ¡°La primera de ellas se ocupa de que la m¨¢quina sea capaz de entender las poses humanas¡±. Para ello procesaron unas 300.000 fotograf¨ªas, principalmente de desnudos.

El siguiente paso es usar las llamadas generative adversarial neural networks (GAN), unos sistemas que enfrentan dos algoritmos. A uno de ellos se le dan im¨¢?genes de monigotes y de las fotograf¨ªas en las que est¨¢n inspirados. Con el tiempo es capaz de aprender a generar im¨¢genes bas¨¢ndose en esas figuras. ¡°La m¨¢quina tiene que inventarse informaci¨®n, y eso lo logra tras estudiar much¨ªsimos ejemplos¡±, indica Klingemann. El segundo algoritmo se encarga de criticar esas creaciones: juzga si la obra es lo suficientemente bue?na o no. Su criterio se basa en las miles de im¨¢genes que se le han mostrado (y valo?rado) previamente.

Ambas redes aprenden la una de la otra y se van sofisticando, hasta que el sistema es capaz de generar algo que parece fotogr¨¢fico. Una tercera capa neu?ronal se encarga de a?adir extras, como texturas y colores, para que cada p¨ªxel se convierta en 60x60 p¨ªxeles.

• Un exigente comisario

Llegados a este punto hace falta un filtro. ¡°Dise?¨¦ una herramienta parecida a la de Tinder, con la que puedes examinar 2.000 im¨¢genes generadas por nuestra m¨¢quina en una hora e ir desechando las que no te gusten. Tras hacer eso varias veces, el sistema aprende qu¨¦ nos gusta y qu¨¦ no¡±, ilustra Klingemann.

Si Barqu¨¦-Duran es el ejecutor de la obra de la m¨¢quina, ?Klingemann es su padre? ¡°Me considero m¨¢s una especie de domador o entrenador de la red neuronal. Selecciono los datos con los que trabaja el sistema, superviso la forma en que el modelo aprende¡­ Pero ha sido ¨¦l solo el que ha llegado hasta aqu¨ª¡±.