Red neuronal aprende a crear obras de arte de calidad humana [FOTOS]

^{Creative adversarial network (CAN). 
Elgammal et al. / arXiv 2017}

Una red neuronal aprendió a crear originales obras de arte combinando la experiencia obtenida del aprendizaje de distintos estilos de pintura. Creative adversarial network (CAN) fue desarrollada por un equipo de científicos del The Art & AI Laboratory de Rutgers University, en New Jersey. El principio de la operación de la red neuronal está basado en el trabajo de las redes generativas adversarias (GAN), y sobre aquello que la ciencia describe en los mecanismos cognitivos de los procesos creativos. La preimpresión de la investigación está publicada en arXiv.

Las redes generativas adversarias (GAN), son un tipo de red neuronal que consiste en dos sistemas competidores: el generador y el discriminador. La tarea del generador es crear nuevos objetos similares a los objetos del entrenamiento. El discriminador, por su lado, decide si el objeto generado es lo que nosotros reconoceríamos o no como una obra de arte. 

^{Elgammal et al. / arXiv 2017}

Los autores del trabajo complementaron el principio de trabajo de GAN, proponiendo un nuevo tipo de red neuronal llamada Creative adversarial network, (CAN). La red neuronal aprendió con una muestra de más de 81 mil cuadros de 1119 pintores de distintos estilos, que trabajaron en los siglos XV al XX.

El principio de operación de CAN difiere de otras redes en que el generador recibe del discriminador no una, sino dos señales. La primera, como un GAN clásico, que determina si el objeto es una obra de arte; la segunda señal transmite información sobre qué tan cerca está la imagen generada a un estilo en particular (como el cubismo o el rococó).

Debido a que el principal objetivo de CAN es la creatividad, el éxito de su generador depende de si logra crear una imagen totalmente nueva, que el discriminador, a su vez, reconocerá o no como una obra de arte gracias a la gran base de datos que ha consumido.

^{Elgammal et al. / arXiv 2017}

Como resultado, CAN podrá crear una gran cantidad de obras de arte completamente nuevas. Las imágenes resultantes fueron presentadas a personas, que encontraron similaridades con obras de arte contemporáneas, su realismo (“¿Esta obra fue creada por una persona o por una computadora?”), la novedad y las características estéticas (“En una escala del 1 al 5, ¿cuánto le gusta este cuadro?”). 

Cabe señalar que el universo de personas que evaluaron estas obras era reducido (cerca de 10), aunque, los autores señalan que el arte CAN aparenta ser una obra de arte real, superando a los resultados obtenido por las redes neuronales GAN.

Isabel Ivtushok
Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter.