Cuando la máquina comienza a crear arte, surgen nuevas preguntas sobre la naturaleza humana y del arte.

Escribir. Dibujar. Componer música. ¿Es acaso el hacer arte una cualidad solamente humana? No hace tanto tiempo, muchos se habrían atrevido a responder “sí” a esta pregunta sin ninguna duda. Sin embargo, algunos “experimentos” recientes nos han llevado a cuestionarnos esta premisa.

Alexander Mordvintsev, ingeniero de Google, junto con otros investigadores llevaron a cabo el año pasado algunas pruebas para generar imágenes usando una red neuronal artificial. Estas pruebas inspiraron a algunos como el bioquímico y artista Mike Tyka a comenzar a crear arte utilizando esta tecnología. He aquí una de las imágenes creadas por la inteligencia artificial de Google:

Imagen tomada del Flickr de Alexander Boden (licencia Creative Commons).

Imagen tomada del Flickr de Alexander Boden (licencia Creative Commons).

Al principio te puede haber parecido que había uno o dos animales en la imagen, en medio de un bosque. Sin embargo, al observar detenidamente, podrás haber notado que lo que parecían ser animales no lo eran. Y lo que parecían ser árboles… ¿qué es eso? ¿Arcos? ¿Un pavo real? ¿Qué clase de imagen es esta?

La herramienta que se utilizó para generar esta imagen se llama DeepDream y está basada en una tecnología conocida como redes neuronales artificiales, la cual busca imitar —si bien, de manera bastante simplificada— el funcionamiento del cerebro humano.

La idea de las redes neuronales apareció por primera vez durante la década de 1940, y no fue propuesta por una sola persona. Más bien, una serie de ideas que buscaban entender el funcionamiento del cerebro humano como una especie de “máquina biológica” fueron evolucionando hasta convertirse en lo que hoy llamamos “redes neuronales”. El mismo Alan Turing fue uno de quienes propuso una versión primitiva de las redes neuronales modernas.

La idea fue más o menos abandonada durante las décadas siguientes para favorecer otra clase de sistemas que en ese momento eran más fáciles y más baratos de implementar. Sin embargo, hace unos 5 o 10 años, esta clase de algoritmos han resurgido gracias a una mayor disponibilidad de recursos a precios más baratos, y se han comenzado a utilizar en diversas áreas para resolver problemas complejos.

Las redes neuronales son componentes de software que simulan el comportamiento de un pequeño “cerebro” compuesto por varias unidades llamadas “neuronas” y conexiones entre estas últimas (en analogía directa al cerebro humano). Por medio de estas conexiones, las neuronas intercambian información y se comunican entre sí.

Además, algunas neuronas, llamadas neuronas de entrada o neuronas de salida, se diferencian del resto. Como su nombre lo sugiere, las neuronas de entrada toman información del “ambiente” (cualquiera que sea este para el problema que se está tratando de resolver) y pasan esta información a otras neuronas; y las neuronas de salida toman información de las neuronas de la red y producen un resultado que en teoría resuelve el problema dado. **

Lo interesante de las redes neuronales artificiales es que no necesitan saber a priori cómo resolver el problema planteado, sino que se les puede “enseñar” a resolverlo. Para ello, se entrena la red neuronal mostrándole casos de ejemplo y diciéndole cuál es la solución de cada uno. De esta manera, la red se modifica a sí misma con cada ejemplo para tratar de obtener los resultados deseados.

La red neuronal de Google mencionada anteriormente fue creada para resolver el problema de identificar objetos en las imágenes. Para crear la imagen presentada más arriba, se tomó una imagen normal y se le pidió a DeepDream que identificara objetos en ella. Después, se modificó ligeramente la imagen para que esta se pareciera un poquito más a lo que la red neuronal veía. Este proceso se repitió varias veces sobre la misma imagen, hasta obtener lo que vemos arriba. Mordvintsev implementó esta clase de procedimientos para explorar una manera de visualizar de forma sencilla la información contenida en la red neuronal. En este caso, debido a que DeepDream tan solo había entrenado hasta el momento con imágenes de animales y edificios, es fácil ver que esto es lo que la red tiende a interpretar en las imágenes.

Tyka no ha sido el único que ha comenzado a explorar el arte con esta clase de tecnologías. El año pasado, Daniel Johnson, estudiante de la universidad Harvey Mudd, en California, exploró el uso de las redes neuronales para la generación de música. En este enlace podés escuchar algunos de sus resultados.

Algunos han probado también las capacidades de las redes neuronales para escribir poesía o cuentos, aunque con menor éxito. Quizá esto se deba a que la carga de significado en esta clase de obras sea mayor que en la pintura o en la música, por lo que es más fácil para un humano darse cuenta de que la obra carece de sentido. Aquí podés ver un corto que fue escrito por una red neuronal, publicado este año:

Estos son tan solo unos pocos ejemplos de lo que esta clase de tecnologías están comenzando a generar. Las interrogantes filosóficas que esto plantea son muchas más de las que resuelve. ¿Acaso estas obras pueden ser consideradas arte? El significado de una obra, ¿proviene de la mente del artista o de la del espectador? ¿Quién es más responsable por la creación de estas obras: la máquina, el programador, o quienes crearon las obras con las que la máquina se entrenó? ¿Podríamos decir que estos programas son hasta cierto punto “creativos”? Quizá nunca encontremos la respuesta a muchas de estas preguntas.


Referencias

** J.G. Brookshear, Computer Science: An Overview, Edición 11, Addison-Wesley (2012).

La imagen principal fue tomada de acá. Fue generada en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del Instituto Tecnológico de Massachusetts (MIT).

Share This: