Gender Fluid

L’Intelligenza nell’Arte Digitale. Conversazione con Ennio Bianco sulla creatività della AI Art

L'Intelligenza nell'Arte Digitale. Conversazione con Ennio Bianco sulla creatività della AI Art

Comodamente seduti sul divano della redazione di Arte.go stiamo bevendo il caffè di mezza mattina.
La discussione verte sulle prospettive dell’Arte Digitale, questa infatti si trova improvvisamente di fronte ad un brusco cambiamento.
Già abituata all’uso di sofisticate interfacce in grado di realizzare effetti speciali, immersioni in realtà virtuali, visioni dell’invisibile, e molto altro, deve ora insegnare a potenti computer ad apprendere, attraverso enormi quantità di immagini, per poi aspettare che si liberi la “creatività” della macchina e che questa produca immagini evocative.
La discussione si fa serrata ed interessante, decidiamo di registrarla e di farvene partecipi.
Ennio Bianco e Giorgio De Novellis

Giorgio De Novellis: “Ma allora i risultati, scusa ma non ce la faccio a chiamarla Arte, i risultati prodotti dall’Intelligenza Artificiale non sono controllabili dall’artista?!?”
Ennio Bianco: “No, non lo sono. Se ci pensi, è questa l’essenza stessa dell’Arte prodotta dall’Intelligenza artificiale. Grazie all’apprendimento automatico è possibile creare un algoritmo in grado di modificare sé stesso mentre impara ed elabora dei dati. E’ da questo punto che inizia la “creatività” della macchina.”

GDN: “Ma l’algoritmo lo ha pur sempre creato un programmatore, un umano!”
EB: “Certo, tuttavia ad un certo punto dell’elaborazione l’algoritmo diventa autonomo. Impara, cambia e si adatta! Il fatto che l’algoritmo si “disconnetta” dal programmatore è assolutamente rivoluzionario”

GDN: “Ammetterai tuttavia che i risultati non sono un granché. Certo l’intelligenza artificiale ha creato molte immagini di un certo interesse, ma attualmente l’AI Art (Arte prodotta dall’Intelligenza Artificiale) è lontana dal livello delle opere degli artisti umani più esperti ed affermati.”
EB: “La questione non è questa. Cerco di spiegarti il mio punto di vista con un esempio.
Quando i grandi maestri di Scacchi o di Go hanno riguardato le mosse con le quali erano stati sconfitti dal computer, hanno dovuto riconoscere che alcune di queste potevano sembrare azzardate, ma erano molto intelligenti e affascinanti. Così le hanno fatte proprie.
Con questo intendo dire che si tratta di riconoscere che l’Intelligenza Artificiale potrebbe produrre delle cose nuove, che noi umani potremmo trovare intelligenti e affascinanti… e, perché no?, anche emozionanti!”

GDN: “Ammetterai comunque che operare con l’Intelligenza Artificiale non è una cosa semplice per un artista. Per esempio, occorrono calcolatori molto potenti. Intendo dire che lo studio di un artista digitale, dotato di una buona e non particolarmente costosa attrezzatura, era sufficiente, fino a qualche tempo fa, per realizzare eccellenti immagini, per rielaborare in post-produzione dei video, per produrre stupefacenti effetti speciali. Ora non basta più.”
EB: “Si hai ragione. Non solo le risorse di calcolo sono un problema, ma anche le competenze di chi opera e poi ci sono i grandi set di dati che servono per addestrare l’algoritmo. L’asticella si è alzata a tal punto che siamo ritornati allo stesso rapporto che Robert Rauschenberg aveva con i Bell Lab ai tempi di EAT (Experiments in Art and Technology). Parlo degli anni ’60. Oggi queste ricerche non avvengono nei laboratori della Bell, ma quelli di Google, o di Intel, ecc.”

GDN: “A proposito di set di dati che servono per l’addestramento. Sembra che uno dei problemi più seri che presenta l’Intelligenza Artificiale è proprio il Bad Training.”
EB: “Come dicevo, occorrono dei set di dati giganteschi, ma soprattutto corretti. Dopo che si è scoperto che la polizia negli Stati Uniti stava addestrando gli algoritmi per la previsione dei crimini sui dati falsificati, si è capito che gli algoritmi possono costituire la nuova infrastruttura del razzismo. Il modo in cui utilizziamo le grandi masse di dati può rafforzare i nostri peggiori pregiudizi o aiutare a risolverli. Gli artisti sono molto sensibili a queste tematiche, molti di loro esprimono le loro preoccupazioni attraverso le proprie opere. Hanno ancora ben presente la lezione di Marshall McLuhan là dove afferma che l’arte è una precisa conoscenza di come affrontare le conseguenze psichiche e sociali della prossima tecnologia.

GDN: “Nei commenti critici delle opere dei maggiori esponenti dell’AI Art si trova sempre l’acronimo: GAN. In cosa consiste?”
EB: “Il GAN è un tipo algoritmo che appartiene all’Apprendimento Approfondito (Deep Learning). Si basa su due network, uno viene chiamato Generator e l’altro Discriminator. Attraverso …”

GDN: “Fermati. Fermati. Non intendevo chiederti una definizione o descrizione tecnica, volevo sapere come funziona concretamente e a cosa serve?”
EB: “Serve soprattutto per generare delle immagini molto realistiche e funziona in questo modo.
Immagina uno spacciatore di monete false che entra in negozio, acquista della merce e al momento del pagamento strappa un pezzetto di carta da giornale e lo porge al negoziante.
Il negoziante è talmente stupito, che nemmeno si arrabbia, anzi si mette a ridere e dice al cliente: “Ehi amico, devi portarmi questi!” e gli mostra una banconota di 50 euro.
Il giorno dopo la scena si ripete. Lo spacciatore questa volta cerca di rifilare una fotocopia in bianco e nero e anche questa volta gli viene detto “Ehi amico, se vuoi la merce, devi portarmi un foglio come questo!”.
I tentativi si ripetono nei giorni successivi, lo spacciatore tenta con una fotocopia a colori, ma manca l’ologramma, e così via. Finalmente lo spacciatore riesce a creare una banconota falsa che appare talmente verosimile da ingannare il negoziante.

Questo è in il GAN. Lo spacciatore viene chiamato tecnicamente Generator, mentre il negoziante sarebbe il Discriminator.”

GDN: “E con questo sistema la macchina apprende e produce immagini molto realistiche?”
EB: “Per la resa realistica c’è da rimanere allibiti. Recentemente la società NVIDIA ha rilasciato un particolare tipo di GAN che lavora sugli stili dei volti, si parla di StyleGAN. Le immagini che vengono prodotte sono talmente realistiche da risultare perturbanti.”

GDN: “Quindi l’AI è in grado di immaginare altri volti, diversi da quelli che sono serviti per il proprio addestramento?”
EB: “Esatto, ma deve essere chiaro che saranno esattamente “altri volti”. L‘immaginazione delle macchine è assolutamente “limitata”. Una volta che un GAN è stato addestrato su molte foto di volti, può generare solo un’immagine falsa, ma molto verosimile, di un volto che ha, per esempio, un diverso colorito, ecc.; ma non può concepire per esempio un gatto o una autovettura.

GDN: “Gli artisti che finora si sono interessanti alla AI Art sono perlopiù esperti informatici, allora?”
EB: “I principali senz’altro. Penso per esempio a: Anna Ridler, Mario Klingemann, Jake Elwes, Memo Akten, Nao Tokui, Tom White e Harshit Agrawal, che il 17 agosto dello scorso anno hanno presentato alla Galleria Nature Morte di Dehli la prima mostra di opere generate dall’intelligenza artificiale. Lo stesso si può dire di Jason Salavon e Refik Anadol. Per quanto riguarda altri grandi protagonisti dell’Arte Contemporanea, come Hito Steyerl, ritengo si avvalgano di collaborazioni esterne.”

GDN: “Torniamo al punto di partenza. Le macchine possono davvero essere creative? Possono essere considerati artisti a pieno titolo? Se la creatività è una caratteristica distintiva di ciò che significa essere umani, come può una collezione di fili e transistor essere considerata creativa?”
EB: “Forse non siamo così diversi come pensiamo.
In definitiva, gli umani sono delle macchine biologiche. Quindi se possiamo essere creativi noi, perché non i computer?
I computer potrebbero persino diventare più creativi di noi, come dice Klingemann. Pensa che navigando nel web potrebbero avere potenzialmente accesso a tutta la conoscenza. Forse i nostri cervelli umani sono troppo limitati per immaginare quanto possa diventare potente la creatività della macchina.

Memo Akten – Journey through the layers of the mind
Qosmo / コズモ – Imaginary Landscape 2018
Jake Elwes – Latent Space (9 minute exract)

Per approfondire:

Ahmed Elgammal
Jason Salavon Studio
Mike Tika
Mario Klingmann
Tom White
Harshit Agrawal
Robbie Barrat
Nao Tokui
Jake Elwes
Anna Ridler
Nushin Isabelle Yazdani
Memo Akte