Spektrum der Wissenschaft - 05.2019

langweilig und stumpf. In manchen Fällen mögen Kritiker
wie er Recht haben. Die deformierten Porträts von Caselles­
Dupré, Fautrel und Vernier etwa sind wirklich nicht allzu
interessant: Es handelt sich dabei um reine Imitationen von
vorab verarbeiteten Eingaben.
Allerdings sollte man nicht bloß das Endergebnis beur­
teilen, sondern auch den kreativen Prozess, bei dem
Mensch und Maschine zusammenarbeiten, um neue visu­
elle Formen zu erschaffen. Künstler können nämlich auf
vielfältige Weise mit KI­Programmen spielen. Für ihre
Animation »Fall of the House of Usher« nutzte Anna Ridler
Standbilder aus einer 1929 erschienenen Verfilmung der
gleichnamigen Kurzgeschichte von Edgar Allan Poe. Sie
fertigte Tuschezeichnungen dieser Bilder an und speiste sie
in ein GAN ein, das eine Reihe neuer Gemälde hervorbrach­
te, die sie dann zu einem Kurzfilm zusammenschnitt. Ein
weiteres Beispiel ist das von Saltz als langweilig titulierte
»The Butcher’s Son«, bei dem Klingemann seinem Algorith­
mus Figuren aus Stöcken und pornografische Bilder über­
geben hatte.
Selbst wenn die computergenerierten Ergebnisse häufig
überraschen, kommen sie nicht aus dem Nichts: Hinter
ihnen steckt ein aufwändiger Prozess, der sicherlich auch

KI als Kunstkritiker

Damit eine KI selbstständig neu­

artige Bilder produziert, muss sie

lernen, wie Menschen Kreativität

definieren. Zusammen mit meinen

Kollegen habe ich deshalb einen

Algorithmus entwickelt, der er­

kennt, welche Kunstwerke in den

letzten 500 Jahren besonders

originell waren und spätere Arbei­

ten nachhaltig beeinflusst haben.

Mit Hilfe von maschinellem

Sehen (englisch: computer vision)

haben wir ein Netzwerk etlicher

Gemälde aufgebaut, die zwischen

dem 15. und dem 20. Jahrhundert

entstanden. Um durch diesen

unübersichtlichen Datenwust zu

navigieren, nutzten wir eine Klasse

von Algorithmen, die unter anderem

bei der Untersuchung sozialer

Interaktionen, Epidemieanalysen

und Websuchen weit verbreitet

sind. Beispielsweise verwendet

Google derartige Programme, um

diejenigen Webseiten auszuwählen,

die am relevantesten für einen

Suchbegriff sind.

In unserem Fall analysiert der

Algorithmus zuerst die visuellen

Eigenschaften der Bilder (Farbe,

Textur, Perspektive und Thema) und

vergleicht sie mit ihrem Entste­

hungsdatum. Anschließend bewer­

tet er ihre jeweilige Kreativität,

indem er beurteilt, wie originell sie

sind und wie stark sie spätere

Werke beeinflusst haben. Bis auf

das Entstehungsdatum erhält

das Programm keinerlei Informa­

tionen.

Tatsächlich stimmen die Ein­

schätzungen unserer Software

häufig mit etablierten Expertenmei­

nungen überein. Als wir sie 1700

verschiedene Gemälde bewerten

ließen, stufte sie zum Beispiel die

Kreativität von Edvard Munchs

»Schrei« (1893) viel höher ein als die

Werke seiner damaligen Kollegen.

Ebenso gab der Algorithmus Picas­

sos »Les Demoiselles d’Avignon«

(1907) die höchste Kreativitätsbe­

wertung aller Gemälde zwischen

1904 und 1911, die er analysierte.

Natürlich gibt es auch Fälle, in

denen das Programm nicht zum

gleichen Urteil kommt wie Kunsthis­

toriker. Woher wissen wir also, dass

es trotzdem funktioniert? Als Test

führten wir so genannte Zeitmaschi­

nenexperimente durch, bei denen

wir einzelne Kunstwerke vor­ oder

nachdatierten und überprüften, wie

sich die neu entstehenden Kreati­

vitätswerte von den ursprünglichen

unterschieden.

So fanden wir heraus, dass

Gemälde aus dem Impressionismus,

Postimpressionismus, Expressionis­

mus und Kubismus deutlich besser

abschneiden, wenn ihr Entste­

hungsdatum auf 1600 vorverlegt

wird. Neoklassische Bilder gewin­

nen in diesem Fall hingegen nicht

viel. Genau dieses Ergebnis hatten

wir erwartet, denn der Neoklassizis­

mus gilt als Wiederbelebung der

Renaissance. Werke aus der Renais­

sance und dem Barock erleiden

dagegen nach 1900 Verluste bei

ihren Kreativitätswerten.

Mit dieser Arbeit konnten wir

zeigen, dass nicht bloß Menschen

in der Lage sind, Kreativität zu

beurteilen. Nun können auch Com­

puter diese Aufgabe erfüllen – und

sind dabei sogar objektiver.

Als Forscher einen Algorithmus mit Porträtzeichnungen

der letzten fünf Jahrzehnte speisten, entstanden eine

Reihe neuer Kunstwerke, die deformierte Gesichter

zeigen. Auch wenn sie innovativ wirken, fehlt hinter

diesen Bildern jedoch eine Absicht.

AHMED ELGAMMAL, ART & AI LAB RUTGERS UNIVERSITY