Cuando se habla de Inteligencia Artificial, siempre hay quien argumenta que existen limitaciones insalvables para las máquinas. Lo fueron, en su momento, jugar al ajedrez, demostrar teoremas o conducir un coche. Pero estamos viendo avances en la disciplina que han hecho posible muchas de estas actividades que parecían exclusivas del ser humano.
Cuando se consiguió que una máquina ganase al campeón del mundo de ajedrez hubo quien dijo que el gran reto no era el ajedrez, sino el go, ya que su enorme cantidad de jugadas posibles era inabarcable para un programa basado en explorar el árbol de juego que carecía de intuición y creatividad para “imaginar” jugadas interesantes y así evitar calcular todas las posibilidades.
Pues bien, Google ha conseguido recientemente ganar al campeón mundial de go con su máquina AlphaGo.
Pero de entre todas las argumentaciones en contra de la posibilidad de desarrollar Inteligencias Artificiales, la más mencionada y defendida en todo tipo de foros es, como no, la “creatividad”: una máquina nunca podrá hacer arte.
Que las máquinas ayudan al humano a hacer arte está bastante asumido en todas las disciplinas artísticas. En este sentido son meras herramientas al servicio del creador, pero que la máquina tome el control del proceso creativo y genere algo nuevo se supone que es terreno vedado a un aparato que, al fin y al cabo, sólo hace cálculos. Aquí muchos olvidan que el cerebro, al fin y al cabo, sólo hace cálculos.
Una demostración de las posibilidades creativas de las máquinas se encuentra en “Composing Music With Recurrent Neural Networks”, cuyo autor, Daniel Johnson, ha entrenado redes LTSM con las obras descargadas en MIDI de la “Classical Piano Midi Page”.
Escuche este ejemplo, hay momentos realmente inspiradores:
http://www.hexahedria.com/files/nnetmusic3.mp3
Hace un tiempo me topé con el artículo “A Neural Algorithm of Artistic Style” en el que se expone el modo de entrenar una red de convolución (un tipo específico de red de neuronas artificial) para que aprenda el estilo de un pintor, y posteriormente aplicarlo a una fotografía y obtener como resultado algo así como la interpretación de la fotografía bajo ese estilo aprendido.
Resulta que hay implementaciones por la red de los algoritmos utilizados y sentí la curiosidad de experimentar con materiales propios. Para ello tomé una fotografía de La Giralda y empecé a convolucionarla con todo lo que se me ocurrió. No voy a llenar este artículo de ejemplos, porque creo que será suficiente con uno.
Hice que la red aplicara el estilo obtenido de un cuadro de Miró y a mi fotografía de La Giralda, y obtuve esto:
Lo que, como mínimo, es inquietante.
El siguiente paso podría ser ¿será capaz de evolucionar la red un estilo propio a partir de su propia experiencia? Pero claro, eso es una cosa que las máquinas no pueden hacer…
