La posibilidad de que la tecnología nos acompañe en actividades personales ha sido imaginada, creada e incluso ficcionada, esto con la intención de explorar sus alcances y en ese camino identificar hasta dónde es capaz de llegar el ingenio humano o pronosticar si alguna vez seremos prescindibles para la inteligencia artificial.
En la película Blade Runner (1982) existe un examen basado en pequeños planteamientos dispuestos para provocar respuestas emocionales y así poder identificar a los replicantes, que son robots diseñados para copiar el comportamiento humano excepto sus emociones, pero que con el tiempo desarrollaron sus propias respuestas emocionales.
La premisa de que las computadoras tengan un lenguaje que supere el que nosotros les enseñamos o que sus intereses se puedan modelar de formas no humanas pone cuestiones filosóficas y de límites tecnológicos en la mesa.
La imaginación y el juicio son dos vertientes difíciles de conferir a las computadoras, pero debido a nuestra cercanía con la tecnología, parece que mientras más sabemos sobre nuestro comportamiento y sus componentes, más queremos ponerlo a prueba con las computadoras.
El artista Vicente Quesada explora constantemente la relación entre humanos y máquinas, nos traduce su comunicación binaria, cuestiona a los ordenadores, los confronta con nuestro mundo visual y les pide su opinión, todo con la intención de sondear nuevos conocimientos.
Este artista mexicano estudió mecatrónica en la Ciudad de México y una maestría en Inteligencia Artificial en la Universidad de Sussex, Inglaterra.
Crítico
En su exposición más reciente, la cual formó parte de la segunda edición de la Feria de Arte Independiente FAIN, Vicente Quesada dejó que los asistentes dibujaran para Crítico, que es una computadora dispuesta para calificar trazos hechos con crayolas.
Algunos dibujantes intentaron engañar a la máquina ofreciendo escenas con robots o trazos geométricos, suponiendo que por su vecindad con las matemáticas esto podría seducir a la computadora para que les diera una buena calificación; otras personas apostaron por hacer su mejores dibujos esperando que la honestidad y su talento diera puntos.
Pero en la mayoría de las veces, sin importar mucho qué imaginaba cada persona sobre el gusto de las computadoras, tras tocar el botón rojo para obtener su calificación impresa hubo muchos rostros sorprendidos.
En más de una ocasión intentaron adivinar: ¿Serían los colores?, ¿los temas?, ¿prefiere ver dragones más que ver rostros?, ¿favorece a las caricaturas o a lo abstracto?, ¿lo amarillo no le gusta?
Para Quesada en esta exposición ha sido evidente que “los humanos han tendido a hacer obra que le guste a la computadora, han conseguido patrones que tal vez si la computadora no hubiera participado no se hubieran hecho dibujos de ese estilo”.
Explicó que esta obra tiene como base algo detectado en neurociencia: que cuando vemos algo que nos gusta nuestra actividad cerebral aumenta.
En el caso de la pieza Crítico, cuando esta tiene una mayor actividad cerebral hace un símil con nosotros y la relaciona con mayor gusto concediéndole un puntaje mayor a lo visto, pero ¿qué significa en una computadora tener mayor actividad neuronal?
Las redes neuronales en computadoras son algoritmos que imitan la forma en que funciona la red neuronal del cerebro humano; es decir, trabajan en conjunto y refuerzan conexiones de acuerdo a la experiencia, entre otras cosas usan estadística para poder preponderar información.
Hace diez años estas no tenían muchas capas, luego se les agregó el adjetivo profundas porque les sumaron capas especializadas en ciertas características y, con ello, se ganó mayor precisión para reconocer imágenes. Quesada indicó que “la primera capa recibe la imagen, la segunda ya no ve la imagen, sino lo que vio la anterior y así mejora su proceso de comprensión”.
Estas redes son entrenadas con bases de datos hechas con conceptos humanos o muchísimas imágenes.
El cerebro de Crítico proviene de Tensor flow (1), una plataforma donde Google comparte sus modelos, Quesada usó el lenguaje de programación Python para medir las redes neuronales y puso límites en las calificaciones usando una función matemática conocida como “Sigmoid function” para procurar que se mantuvieran entre 100 y cero, sin dejar que alcance estas cifras en los extremos.
Al calificar los dibujos del espectador el artista presenta la perspectiva de las computadoras respecto al arte, “en un futuro podría surgir una interacción entre el humano y las computadoras, no tanto usarlas como herramientas, sino como colaboradoras”.
Redes generativas antagónicas y su origen
Es visible que Quesada explora con interés la creatividad computacional, pero la ciencia que subyace en su trabajo es igual de interesante, pues toma recursos de un sistema de gran importancia diseñado en 2014 para la creación de nuevas imágenes: Redes generativas antagónicas (2) (GAN, por sus siglas en inglés).
Estas GAN (3) planteadas por Ian Goodfellow funcionan con dos sistemas de inteligencia artificial entrenados con la misma base de datos. El primero, es llamado generativo porque puede crear variaciones de imágenes a partir de las que se le mostraron, es decir tiene cierta libertad creativa luego de darle materia prima, mientras que el segundo sistema, el discriminador, tiene la tarea de identificar si la imagen del generativo puede pertenecer a la base de datos original o si se trata de una falsificación, de modo que indica al primero sus errores y el sistema generativo hace su mayor esfuerzo hasta que logre engañar a su discriminador.
“Imita el juego del gato y el ratón entre un falsificador de arte y un detective que intentan burlarse en repetidas ocasiones”, señala Martín Giles en un texto publicado por el MIT Technology Review.
En otras circunstancias se le enseña a las computadoras a crear rostros nuevos, sí, pero insertos en reglas bien precisas luego de que se les mostró una gran cantidad de imágenes, por ejemplo en cycle GAN (4) han trasladado pinturas a fotografías y fotografías a pinturas con ayuda de una computadora que emplea algunos de los estilos más reconocibles, como los de Monet o Van Gogh.
Las computadoras también han hecho la versión invernal de un paisaje veraniego y creado caballos con cebras, por señalar algunos ejemplos (5).
Por su parte, en sus últimos trabajos Quesada ha permitido mayor libertad creativa a las computadoras buscando pasar de la replicación a poder ver su perspectiva en la creación de imágenes.
Sombras digitales
En otra de sus obras esto es más evidente, se trata de una serie de serigrafías titulada “Sombras digitales”, en las que el artista trató de “explorar el mundo interno de las computadoras, porque se ve que lo entienden y dan respuestas correctas, pero quería saber cómo lo dibujan”.
Detalló que en el ejemplo de la derecha el modelo de inteligencia artificial tiene el concepto de reloj de buró aprendido, “entonces con círculos y líneas aleatorias buscamos una combinación que le prendiera el concepto de reloj de buró y luego para que un humano no le dijera que estaba mal, se colocó a otro modelo para opinar, entre los dos se pusieron de acuerdo para generar la imagen, y así se hizo de forma encadenada hasta emplear ocho modelos de inteligencia artificial que se pusieran de acuerdo en que ese era el concepto solicitado”.
Se pueden conocer otras obras del artista Vicente Quesada en su página web (6).
Fuentes:
- https://www.tensorflow.org/?hl=es-419
- https://www.technologyreview.es/s/10026/tr10-redes-generativas-antagonicas
- https://www.tensorflow.org/tutorials/generative/dcgan
- https://www.technologyreview.es/listas/35-innovadores-con-menos-de-35/2017/inventores/ian-goodfellow
- https://arxiv.org/pdf/1703.10593.pdf
- https://www.vicentequesada.com
accionyreaccion.org 