KI-Kunst

KI-Kunst oder KI-generierte Kunst bezeichnet Kunstwerke, die durch den Einsatz von Künstlicher Intelligenz geschaffen wurden.

Es gibt viele Mechanismen für die Schaffung von KI-Kunst, darunter die prozedurale, „regelbasierte“ Generierung von Bildern anhand mathematischer Muster, Algorithmen, die Pinselstriche und andere gemalte Effekte simulieren, und Algorithmen der künstlichen Intelligenz oder des Deep Learning wie Generative Adversarial Networks (GANs) und Transformatoren.

Eines der ersten bedeutenden KI-Kunstsysteme ist AARON, das von Harold Cohen ab Ende der 1960er Jahre entwickelt wurde.^[1] AARON ist das bemerkenswerteste Beispiel für KI-Kunst in der Ära der GOFAI-Programmierung, weil es einen symbolischen, regelbasierten Ansatz zur Erzeugung technischer Bilder verwendet.^[2] Cohen entwickelte AARON mit dem Ziel, den Akt des Zeichnens zu kodieren. In seiner primitiven Form erstellte AARON einfache Schwarz-Weiß-Zeichnungen. Später vollendete Cohen die Zeichnungen selber, indem er sie malte. Im Laufe der Jahre entwickelte er AARON weiter, so dass es auch ohne seine Hilfe malen konnte, und zwar mit speziellen Pinseln und Farben, die vom Programm selbst und ohne Vermittlung von Cohen ausgewählt wurden.^[3]

Seit ihrer Entwicklung im Jahr 2014 werden GANs häufig von KI-Künstlern verwendet. Dieses System verwendet einen „Generator“, um neue Bilder zu erstellen, und einen „Diskriminator“, um zu entscheiden, welche erstellten Bilder als erfolgreich angesehen werden.^[4] Neuere Modelle verwenden Vector Quantized Generative Adversarial Network und Contrastive Language-Image Pre-training (VQGAN+CLIP).^[5]

DeepDream, das 2015 von Google veröffentlicht wurde, verwendet ein Convolutional Neural Network, um mittels algorithmischer Pareidolie Muster in Bildern zu finden und zu verstärken und so ein traumähnliches psychedelisches Erscheinungsbild in den absichtlich überbearbeiteten Bildern zu erzeugen.^[6][7][8]

Mehrere Programme großer Unternehmen nutzen KI, um auf der Grundlage verschiedener Texteingaben eine Vielzahl von Bildern zu erzeugen. Dazu gehören DALL-E von OpenAI,^[9] das im Januar 2021 eine Reihe von Bildern veröffentlichte, Imagen und Parti von Google Brain, die im Mai 2022 angekündigt wurden, und NUWA-Infinity von Microsoft.^[10][11][12]

Es gibt viele andere Programme zur Erzeugung von KI-Kunst, deren Komplexität von einfachen mobilen Anwendungen für Verbraucher bis hin zu Jupyter-Notebooks reicht, die leistungsstarke Grafikprozessoren benötigen, um effektiv zu arbeiten. Beispiele hierfür sind Midjourney und StyleGAN, neben vielen anderen.^[13] Am 22. August 2022 wurde mit Stable Diffusion das erste solche Modell veröffentlicht, dessen Quellcode vollständig Open Source ist.^[14]

Stable Diffusion wird unter anderem als Werkzeug in der 3D-Animation verwendet. Beispielsweise wurde für die Open-Source-Software Blender ein Plug-in veröffentlicht, um Texturen zu generieren^[15]. Diese haben den Vorteil, urheberrechtlich frei verwendbar zu sein und dass sie sehr individuell erstellt werden können.

Bei einer Versteigerung von KI-Kunst im Auktionshaus Christie’s in New York im Jahr 2018 erzielte das KI-Kunstwerk Edmond de Belamy einen Preis von 432.500 US-Dollar und übertraf damit den Schätzwert von 7.000 bis 10.000 US-Dollar um fast das 45-fache. Das Kunstwerk wurde von „Obvious“, einem in Paris ansässigen Kollektiv, geschaffen.

• Generative Kunst

Commons: Artificial intelligence art – Sammlung von Bildern, Videos und Audiodateien

• Forum KI - Deutsche Online-Community für KI-Kunst

1. ↑ Pamela McCorduck: Aaron's code : meta-art, artificial intelligence, and the work of Harold Cohen. W.H. Freeman, New York 1991, ISBN 0-7167-2173-2. 
2. ↑ Priscila Arantes, Universidade Católica Portuguesa. Centro Regional de Braga, Artech International Association, Association for Computing Machinery: Proceedings of the 9th International Conference on Digital and Interactive Arts : 23-25 October 2019, Braga, Portugal. 2nd edition Auflage. New York, New York 2020, ISBN 978-1-4503-7250-3. 
3. ↑ Fine art print - crypto art. In: Kate Vass Galerie. Abgerufen am 7. Mai 2022. 
4. ↑ Ian J. Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley: Generative Adversarial Networks. 10. Juni 2014, doi:10.48550/arxiv.1406.2661 (Online [PDF; abgerufen am 31. August 2022]). 
5. ↑ Phillip Burgess: Generating AI “Art” with VQGAN+CLIP. In: Adafruit. Abgerufen am 20. Juli 2022. 
6. ↑ Alexander Mordvintsev, Christopher Olah, Mike Tyka: DeepDream - a code example for visualizing Neural Networks. Google Research, 2015, archiviert vom Original am 8. Juli 2015; abgerufen am 27. November 2022. 
7. ↑ Alexander Mordvintsev, Christopher Olah, Mike Tyka: Inceptionism: Going Deeper into Neural Networks. Google Research, 2015, archiviert vom Original am 3. Juli 2015; abgerufen am 27. November 2022. 
8. ↑ Christian Szegedy, Wei Liu, Yangqing Liu, Pierre Sermanet, Scott E. Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich: Going deeper with convolutions. IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2015, Boston, MA, USA, June 7–12, 2015. IEEE Computer Society, 2015, S. 1–9, doi:10.1109/CVPR.2015.7298594, arxiv:1409.4842 (englisch). 
9. ↑ Here's DALL-E: An algorithm learned to draw anything you tell it. In: NBC News. 27. Januar 2021, abgerufen am 23. Januar 2021. 
10. ↑ NUWA-Infinity. In: nuwa-infinity.microsoft.com. Abgerufen am 10. August 2022. 
11. ↑ James Vincent: All these images were generated by Google’s latest text-to-image AI. In: The Verge. Vox Media, 24. Mai 2022, abgerufen am 28. Mai 2022. 
12. ↑ Imad Khan: Google's Parti Generator Relies on 20 Billion Inputs to Create Photorealistic Images. In: CNET. Abgerufen am 23. Juni 2022. 
13. ↑ Pharma Psychotic: Tools and Resources for AI Art. Archiviert vom Original am 4. Juni 2022; abgerufen am 26. Juni 2022. 
14. ↑ Stable Diffusion Public Release. Abgerufen am 1. September 2022 (britisches Englisch). 
15. ↑ Ceb Stable Diffusion. Abgerufen am 20. Oktober 2022 (englisch).