signature

En computer kan male som Rembrandt, men kan den også skabe noget originalt?

REMBRANDT?Dette billede er malet af en kunstig intelligens kaldet The Next Rembrandt, der har lært sig at male portætter i Rembrandt-stil udelukkende ved at iagttage Rembrandts portrætter og selvportrætter og lure ham kunsten af helt ned i de enkelte penselstrøg. Foto: The Next Rembrandt

Derfor skal du læse denne artikel

I de senere år er kunstige intelligenser blevet bedre og bedre til at efterligne musikere og kunstneres udtryk. Men kan de også skabe noget originalt? Her kan du se fire af de mest interessante nye eksempler, forklaret og vurderet af Torben Sangild.

Idéen om, at musik skabt af computere lyder som firkantet robotmusik, og at billeder skabt af computere er grove, pixelerede gentagelsesmønstre, holder ikke, særligt ikke med den nyeste udvikling inden for kunstig intelligens.

Siden komponisten Lejaren Hiller i 1956 brugte computeralgoritmer i kompositionen af sin Illiac Suite for strygekvartet har der været mellemværender mellem kunstnerisk skabelse og digitale beregninger. Hvor det hidtil har været mennesket, der har givet computeren nogle æstetiske regler, er computerne nu selv begyndt at lære og at (op)finde regler ud fra deres egne iagttagelser; det er derfor, man taler om kunstig intelligens.

Men kan det overhovedet noget? Har det nogen kunstnerisk kvalitet?

Her kommer fire eksempler på værker skabt af fire forskellige kunstige intelligenser – tre komponister’ inden for forskellige genrer og en billedkunstner’ med en slags personlighedsspaltning. Jeg forklarer, hvordan de er blevet til, og giver dem hver en minianmeldelse med på vejen.

Før vi kaster os over eksemplerne, skal man kende et centralt begreb, der ligger bag alle fire teknologier: Deep learning, dyb læring, der meget kort fortalt går ud på, at computeren – der er opbygget som et neuralt netværk – selv finder mønstre og regler, i stedet for at vi putter reglerne ind i den. I tilfældet kunst og musik fodres computere med en masse eksempler på værker, som de selv finder ud af regelmæssighederne i – også mønstre og sammenhænge, som vi mennesker ikke på forhånd havde gennemskuet.

Der er mange eksempler derude, hvoraf de fleste (som med Rembrandt-værket i den bærende illustration til denne artikel) egentlig bare efterligner en kunstner eller en stilart og varierer deres udtryk eller kombinerer eksisterende værker i en slags remix. De eksempler, jeg har udvalgt, gør mere end det og viser lovende takter i forhold til at skabe noget interessant.

1. AIVA

AIVA er en forkortelse for Artificial Intelligence Virtual Artist og er den første kunstige intelligens, der er registreret som komponist med egen copyright over sine kompositioner. Den er udviklet som et værktøj til især filmmusik og baggrundsmusik til reklame og tv. AIVA er fodret med et stort repertoire af klassisk musik og kombinerer deep learning med det, der hedder reinforcement learning, der belønner’ computeren for visse valg og dermed giver den en incitamentsstruktur. Hvilke incitamenter AIVA har, er ikke oplyst.

AIVA komponerer selve det musikalske skelet med tonehøjder, rytmer, harmonier og musikalske bevægelser i et partitur, der kan spilles på klaver. Derefter orkestrerer og instrumentaliserer mennesker musikken og træffer dermed valgene om den endelige lyd.

AIVA har bestået en musikalsk udgave af den såkaldte Turing-test, idet den komponerer så godt, at forsøgspersoner (herunder professionelle musikere) ikke kan høre, at musikken er komponeret af en maskine og ikke et menneske.
Lad os lytte til værket Among the Stars:

Vurdering: Det er ikke stor kunst, det er ikke et musikalsk mesterværk i nutidens ånd, men er ganske tilbageskuende, hvilket jo skyldes at horisonten er den klassiske musik. Men musikken vil kunne fungere i en storladen Hollywood-film fuldt på niveau med, hvad nogle menneskekomponister spytter ud af klichéer i de sammenhænge. Den gør, hvad den skal, og jeg ville ikke studse, hvis jeg hørte den i Ringenes Herre eller en film om nogle heroiske søfolk, der efter mange trængsler har fået sejlskibet til at glide lystigt gennem vandet, omgivet af skumsprøjt og flyvefisk i leg.

2. Amper

Mens AIVA nøjes med at komponere det musikalske skelet, så er Amper (som den første computer) både komponist og producer. Enhver kan prøve gratis at lege med en reduceret version af den online.

Man giver Amper nogle udgangsparametre: stilart, længde, tempo, toneart, instrumenter og grundstemning. Så laver den på kort tid et unikt og velproduceret stykke instrumentalmusik, der baserer sig på de parametre. Hvis man vil lave underlægningsmusik, er det nok i sig selv, men da den især er tænkt til popmusik, lægges der op til, at man selv laver en melodi og tekst og synger ind over.

Det har den succesrige popsanger Taryn Southern gjort på et helt album, I Am AI, der skulle være på trapperne. Altså en hel kollektion af sange, hvor Amper har komponeret og produceret grundsporet, og Taryn Southern så ud fra det afsæt laver melodien. Et par af numrene er udgivet, og til nummeret Break Free har hun lavet denne video, der er et mindre hit:

Vurdering: Det er et virkelig godt, effektivt og helt igennem velfungerende popnummer, som lige så vel kunne være produceret af en velbetalt hitsnedker i branchen. Vokalen er naturligvis en stor del af det, men opbygning og lydproduktion sidder i skabet ud fra de skabeloner, den nutidige popmusik benytter sig af. Ingen ville formentlig kunne gennemskue, at det var en computer, der havde komponeret og produceret grundsporet, og i det hjørne af den kommercielle popmusik, hvor man i forvejen sprøjter ensartet formelmusik ud, er Amper parat til at overtage en del af komponist/producer-rollen.

3. Flow Machines

Flow Machines er ejet af Sony og er mest kendt for at have lavet et nummer i stilen fra The Beatles. Nummeret hedder Daddy’s Car og er over niveauet for de dårligste Beatles-sange, men stadig langtfra de bedste.

Flow Machines fungerer som de to andre ved deep learning baseret på et udvalgt materiale. Til Daddy’s Car var materialet selvfølgelig Beatles’ musik, som den tydeligvis ret effektivt har fundet nogle formler for i både vokalharmonier og øvrige stiltræk såsom rytmen og opbygningen.

Flow Machines komponerer grundmusikken, hvorefter den franske komponist Benoît Carré laver arrangementet med instrumenter, laver lydproduktionen og skriver teksten. Altså igen et samarbejde mellem maskine og mennesker, hvor det er computeren, der finder på det grundlæggende.

Den Flow Machines-sang, jeg vil fremhæve, er noget mere særegen end Beatles-nummeret. Den hedder Mr Shadow og bygger på gammel amerikansk populærmusik, især Tin Pan Alley-komponister som Irving Berlin, Cole Porter og George Gershwin. Hør den her med et åbent sind, for nu er vi uden for skabelonen:

Vurdering: Jeg er seriøst vild med det her nummer! Jeg har hørt det igen og igen, og det bliver bare bedre og bedre. Og så er det i modsætning til de andre et eksempel på, at kunstig intelligens kan lave musik, som både fungerer og samtidig er originalt: en melodi, som intet menneske ville finde på, med en særligt ophakket vokal, som nok er Benoît Carrés valg. Den showmusik, der trækkes på, bliver nærmest dekonstrueret i en ny og mærkelig stil, der blander pop og eksperiment på computerens præmisser.

Opdatering: Efter denne artikels tilblivelse er albummet Hello World’ udkommet med en række FlowMachines/Carré-numre under kunstnernavnet Skygge’. Nummeret Mr. Shadow er her omdøbt til Ballad of the Shadow’. Albummet kan høres på Spotify og andre streamingtjenester

4. CAN

Billedkunst skabt af kunstig intelligens er ikke helt så langt fremme som musik. Det meste er noget med at kombinere motivet i ét billede med stilen fra et andet eller at sample dele fra alle mulige allerede eksisterende billeder. Så er der The Next Rembrandt-eksemplet, der pryder denne artikels bærende billede, som er teknisk imponerende, men det må siges at være et ret begrænset repertoire at kunne male portrætter som Rembrandt og ikke andet.

Men ét projekt skiller sig ud. Det har ingen smart titel og fungerer indtil videre som et forskningsprojekt, men idéen er lige så rasende interessant, som den er problematisk. De kalder det CAN, som står for Creative Adversarial Network. Nøgleordet er adversarial, som betyder modspillerbaseret eller modstanderbaseret. For CAN består af to instanser, der giver hinanden modstand.

Den ene er skaber, den anden er kritiker eller dommer. De spiller et sindrigt spil med billeder. Skaberen ved i udgangspunktet ingenting og skaber en masse tilfældige billeder, som kritikeren bedømmer. Kritikeren kender 81.500 malerier fra hele kunsthistorien og er altså en slags kunstkyndig. Den kender også til forskellige stilarter inden for malerkunst.

Kritikeren giver to tilbagemeldinger på hvert billede: For det første, om det er kunst eller ej. Ja, den har simpelthen en klar forestilling om, hvornår noget er kunst – en idé, der nødvendigvis må være konservativ, da den bygger på allerede eksisterende værker. Hvis et billede fra skaberen ikke vurderes som kunst, ryger det ud. Hvis det accepteres som kunst, får det point i forhold til, hvor meget det ligner en given stilart.

Skaberen har som projekt at få sine billeder anerkendt som kunst, men samtidig at undvige de etablerede stilarter så meget som muligt. Den prøver altså at skabe billeder, der er kunst, samtidig med at de er originale. En slags primitiv version af hele den moderne kunsts logik. Samtidig er det en ret smart løsning på, hvordan kunstig intelligens kan skabe kunst, der ikke bare trækker på andres kunst, ja, hvor skaberen ikke kender andre værker end sine egne. Og værkerne er i øvrigt vidt forskellige.

Forskerholdet har præsenteret CANs værker for forsøgspersoner sammen med billeder af anerkendte menneskekunstnere. Generelt betragtede forsøgspersonerne CANs billeder som bedre, mere nyskabende, mere komplekse og mere inspirerende end de professionelle kunstneres billeder.

Her ses en række eksempler på CANs billeder:

KUNST?CANs billeder ligner noget computerskabt, når de er værst, men ligner noget ubestemmeligt, når de er bedst – halvt abstrakte, halvt surrealistiske og i øvrigt ret forskellige. Blandt disse er min favorit den på nederste række, nummer to fra højre. De er desværre ikke tilgængelige i større format. CAN: Illustration fra forskningsartiklen
CAN!Dem i den øverste og tildels næstøverste række kan jeg bedst lide, men det er måske, fordi de er enkle og afdæmpede og minder meget om velkendte elementer i den menneskelige abstrakte kunst. De tre første i den tredje række er irriterende på grund af disse halvt gennemsigtige mønstre, som går nærmest mekanisk igen hen over motivet. CAN/Illustration fra forskningsartiklen

Vurdering: Selv om de er ret forskellige, kan man godt finde elementer, der går igen mange steder, såsom farverighed og tvetydige billedflader, hvor der synes at være to lag oven i hinanden, som ikke har noget med hinanden at gøre. De bedste af billederne har enten en poesi eller en surreel, drømmeagtig kvalitet, der ville gøre dem værdige til at have hængende på væggen som dekoration og inspiration, omend de næppe kan blive udråbt som interessante samtidskunstværker.

Der er nemlig mindst to ting, CAN ikke formår: dels at tale stilistisk ind i nutiden, dels at have et indhold. I forhold til samtidskunsten er det to ret væsentlige mangler. Men det er imponerende, at den arbejder helt på egen hånd og med en større mangfoldighed end nogen af de musikalske intelligenser.

Når man taler om kunstig intelligens i kunstnerisk sammenhæng, mødes man som regel med enten skepsis eller forfærdelse: skepsis over for, om det nu også kan være andet end efterligning eller tom maskinkunst. Forfærdelse over udsigten til at maskinerne overtager kunsten og umenneskeliggør den.

Skepsissen deler jeg delvist – man har nu i 60 år haft overdrevne forventninger til, hvad kunstig intelligens kan liiiige om lidt, og resultaterne har generelt været skuffende. Ingen chat-robotter holder mere end ti sekunder, uden at man har afsløret dem som snotdumme maskiner uden hukommelse. Men vi er nu på vej mod et punkt, hvor der kommer mildt interessante ting ud inden for i hvert fald musik, og alt tyder på, at disse skabere vil blive mere avancerede i fremtiden. Det er en overvurdering af mennesket at tro, at det meste musik er så genialt, at det ikke kunne laves af maskiner.
Konformiteten inden for menneskemusik er enorm, og så længe der er tale om rutinepræget brugsmusik (altså underlægningsmusik, muzak og den slags), kan computeren lige så godt lave en del af arbejdet. Det samme gælder dele af popmusikken.

Forfærdelsen er der ikke den store grund til. Vi er ikke på vej imod en tilstand, hvor kunsten bliver skabt af maskiner, hvor menneskeskabt kunst forsvinder og kunstnere og musikere bliver arbejdsløse. Der vil altid være et behov for indhold, kritiske visioner og personlige iagttagelser og erfaringer i både musik og billedkunst. Den kunstige intelligens er snarere en samarbejdspartner, der kan give kreative indspark. Og hvis den erstatter visse mennesker i den kunstneriske branche, vil det sandsynligvis være, fordi disse mennesker alligevel ikke hæver sig meget over klichéerne. Så længe mennesket kan noget særligt, vil der også være plads til det i kunsten. Faktisk kan den kunstige intelligens måske være en kærkommen udfordring, lidt ligesom fotografiet var det i sin tid: en udfordring til at gøre noget mere interessant end det, som teknologien selv kan.

Mennesker bliver nogle gange rørt over musik komponeret af computere med kunstig intelligens – især når de ikke ved, at det er en computer, der har komponeret det. Nogle bliver så vrede og føler sig snydt, når de bagefter får det at vide. Men hvorfor egentlig? Kort fortalt er det en fejlantagelse, at det at blive berørt af følelser i musik og kunst skyldes, at der er et menneske i den anden ende, som har følt enormt meget. Vi elsker fortællingen om den lidende kunstner, men når musik berører os, er det kort fortalt, fordi den, musikken, er rørende. Uagtet hvem der har lavet den i hvilken sindstilstand. Så selvfølgelig kan kunstige intelligensers værker berøre os. Vi kan lige så godt begynde at vænne os til det.

Nå, så kom det akavede øjeblik

Det er nu, vi bare siger det direkte: Bliv medlem, hvis du sætter pris på viden og nuancer.

Bliv medlem