Creativiteit is een combinatie van divergent denken en convergent denken. Bij divergent denken gaat het om het genereren van zoveel mogelijk verschillende ideeën. En convergent gaat over het zoeken naar de oplossing.
De meest veilige toekomstige werkvelden zijn die van creatieven of beroepen waar creativiteit bij nodig is aangezien mensen goed zijn in creativiteit. Zij lopen namelijk de minste kans door de verregaande vorm van automatisering door Artificial Intelligence (AI).
Maar wat gebeurt er wanneer AI-gebaseerde tools aan de slag gaan met schilderen, muziek maken en andere delen van het creatieve werk? AI-tools zijn al begonnen met het automatiseren van wat in het verleden tijdrovende en handmatige processen waren.
De resultaten hiervan kunnen juist goed zijn voor de creativiteit van creatieven en kunstenaars, in plaats van dat ze bang zijn dat hun werk zullen verliezen. In dit artikel voorbeelden van AI en creativiteit en enige kanttekeningen hierbij.
AI en schilderijen
In oktober 2018 is het schilderij ‘Portret van Edmond de Belamy’ verkocht voor $432.000 bij veilinghuis Christie’s in New York. Echter, dit schilderij is niet door een gerenommeerde kunstenaar gemaakt maar volledig gecreëerd op basis van AI door het Franse kunst collectief Obivious.
Het schilderij is gemaakt door een dataset te gebruiken van 15.000 portretten gemaakt tussen de 14e en 20ste eeuw door het algoritme te trainen op basis van verschillende kenmerken. Hiermee zijn uiteindelijk enorme hoeveelheden afbeeldingen gegenereerd.
Een ander deel van het system analyseerde vervolgens het verschil tussen kunst gemaakt door mensen en het algoritme. Als uiteindelijk het verschil niet meer aan te tonen was, besloot het kunst collectief om het werk te koop aan te bieden.
Muziek creatie met AI
Misschien is het maken van muziek wel een van de moeilijkste manieren van creatieve expressie om door machines na te doen. Toch zijn er nu al verschillende bedrijven die grote datasets met muziek gebruiken om nieuwe muziek te maken op basis van algoritmes.
Het bedrijf Aiva heeft een database met werken van Bach, Beethoven en Mozart gebruikt om een algoritme te trainen met klassieke muziek. Het algoritme is op basis van deze brondata in staat om de concepten van muziektheorie te vertalen nieuwe muziek.
Het algoritme van Aiva heeft de muziek ‘geschreven’ voor een productpresentatie van de grafische kaarten en chips maker Nvidia. Deze muziek is uiteindelijk uitgevoerd door een 45-koppig orkest en gebruikt voor de presentatie.
Niet alleen klassieke muziek maakt gebruik van AI. Ook voor popmuziek zijn er al oplossingen zoals bijvoorbeeld het Amper platform. Hierbij geef je een aantal kenmerken aan van de muziek die je automatisch wilt laten maken: het tempo, de toonsoort, genre en het soort instrumenten. Het algoritme maakt op basis daarvan een uniek muziekstuk dat je kunt exporteren in verschillende lagen van individuele instrumenten om weer te gebruiken in een digitaal audio werkstation zoals Cubase, Ableton of Logic – de standaard software om muziek mee te maken.
AI en mode
Ook in de mode wordt Artificial Intelligence al succesvol ingezet. Het modebedrijf Myntra uit India maakt ‘snelle’ mode, vergelijkbaar met Zara en H&M. Het bedrijf werkt al geruime tijd met de inzet van AI als modeontwerper.
Ze hebben namelijk een algoritme ontwikkeld dat werkt op basis van uitgebreide datasets over de producten die het best verkopen. Het algoritme identificeert van deze producten de kleuren, patronen, materialen, etc. en gebruikt dit vervolgens om nieuwe suggesties te doen.
De ontwerpers werken nu op basis van data-inzichten van de algoritmes en dit heeft Myntra bepaald geen windeieren gelegd. Het bedrijf gebruikt AI voor twee labels en die zijn jaar op jaar gegroeid met 200%.
Fotografie en AI
Ook in de fotografie zijn er al voorbeelden van het toepassen van AI. Met behulp van Skylum kunnen fotografen in een handomdraai hun beelden aanpassen. Is de lucht in de foto niet naar wens? Je past het eenvoudig aan. Hetzelfde geldt voor zonnestralen: in een paar seconden pas je de foto aan naar je wensen zonder dat je ook maar enige kennis hoeft te hebben van het retoucheren van foto’s.
Een ander voorbeeld is Google Photos. Op basis van machine learning die foto’s herkent en de input van mensen, heeft Google een AI tool gemaakt die foto’s automatisch kan voorzien van labels. Zo kun je je foto’s van katten in een keer terugvinden zonder urenlang te scrollen door je bibliotheek.
Een van de ultieme doelen van fotografie in combinatie met AI is het maken van een ‘foto’ op basis van de manier waarop je tegen je telefonische assistent Siri zou kunnen zeggen: “Maak een foto van een man met een iPhone die op het strand telefoneert in een zwembroek met een jetski op de achtergrond”. Het team van het eerder genoemde Skylum is hier al onderzoek naar aan het doen.
Nadelen van creatieve AI: deep fakes
Als AI in staat is om zelf foto’s en video’s te maken of te manipuleren, kan dit ook zogenaamde ‘deep fakes’ opleveren: afbeeldingen of video’s gemaakt met behulp van AI die niet van echt zijn te onderscheiden maar wel als zodanig worden verspreid.
Met deep fake kunnen politici, topsporters, acteurs of andere bekende mensen allerlei uitspraken doen die ze zelf nooit hebben gedaan. Hiermee kan de beeldvorming rondom een persoon of zelfs gebeurtenissen zo veranderen waardoor de waarheid in het gedrang komt.
De bekende Hollywood actrice Scarlett Johansson is het eerste bekende slachtoffer hiervan. Met behulp van AI is er een deep fake video van haar opgedoken waarbij het gezicht van de actrice op een porno-actrice is gemonteerd. Hierdoor leek het te gaan om een ‘echte’ porno video van de actrice.
Naarmate deze techniek vordert, zullen niet alleen bekende mensen hiervan het slachtoffer kunnen worden maar ook gewone burgers. Het lijkt erop dat de oplossing tegen deep fakes ook weer op het terrein van AI te vinden is: train een algoritme om uiteindelijk deep fakes te herkennen. Zo’n algoritme zou patronen kunnen herkennen zoals schaduwen die niet kloppen of ogen die niet knipperen.
AI ondersteunt het creatieve proces in samenwerking met creatieven
Zijn computers niet creatief omdat ze alleen kunnen doen waar ze voor geprogrammeerd zijn? Op basis van bovenstaande voorbeelden lijkt het tegendeel waar: algoritmes kunnen, mits ze goed getraind zijn, creatieve werken maken en bovendien goed ondersteunen in het creatieve proces om efficiënter te werken.
Echter, mensen zijn nog steeds nodig om de datasets te maken, de algoritmes te schrijven, te trainen en bovendien de output te beoordelen op basis van kwaliteit. Op deze manier werkt AI samen met creatieven om het creatieve proces nieuwe impulsen te geven en geweldige nieuwe dingen te maken.
Of zoals Tatiana Meija van Adobe’s AI platform Sensei zegt: “Creativiteit is diep menselijk. Alleen AI kan de creatieve vonk niet vervangen.”