Gli artisti hanno sperimentato l’intelligenza artificiale per anni, ma la pratica ha acquisito nuovi livelli di consapevolezza con il rilascio di generatori di testo in immagini sempre più potenti come Stable Diffusion, Midjourney e DALL-E di Open AI.
Allo stesso modo, il genere dell’arte generativa ha guadagnato un seguito simile a un culto nell’ultimo anno, soprattutto tra artisti e collezionisti di NFT.
Ma qual è la differenza? La categoria dell’arte generativa include anche l’arte realizzata da generatori di arte IA super carichi?
Dal punto di vista di un estraneo, è facile presumere che tutte le opere d’arte generate al computer rientrino nello stesso ombrello. Entrambi i tipi di arte utilizzano codice e le immagini generate da entrambi i processi sono il risultato di algoritmi. Ma nonostante queste somiglianze, ci sono alcune importanti differenze nel modo in cui funzionano e nel modo in cui gli esseri umani vi contribuiscono.
Arte generativa contro generatori di arte AI
Ci sono alcuni modi in cui si possono interpretare le differenze tra arte generativa e arte generata dall’intelligenza artificiale. Il modo più semplice per iniziare è esaminare le basi tecniche prima di espandersi nella pratica filosofica del fare arte e ciò che definisce sia il processo che il risultato.
Ma, naturalmente, la maggior parte degli artisti non inizia con i dettagli. Più comunemente, viene utilizzata una scorciatoia.
Quindi, in breve, l’arte generativa produce risultati – spesso casuali, ma non sempre – basati sul codice sviluppato dall’artista. I generatori di intelligenza artificiale utilizzano codice proprietario (sviluppato da ingegneri interni) per produrre risultati basati sul predominio statistico dei modelli trovati all’interno di un set di dati.
Tecnicamente, sia i generatori di arte artificiale che la grafica generativa si basano sull’esecuzione di codice per produrre un’immagine. Tuttavia, le istruzioni incorporate in ciascun tipo di codice spesso impongono due risultati completamente diversi. Diamo un’occhiata a ciascuno.
Come funziona l’arte generativa
L’arte generativa si riferisce a opere d’arte costruite in collaborazione con codice, solitamente scritto (o personalizzato) dall’artista. “L’arte generativa è come un insieme di regole che crei con il codice, e poi gli dai input diversi”, spiega Mieke Marple, cofondatrice di NFTuesday LA e creatrice della Medusa Collection, una collezione PFP NFT generativa di 2.500 pezzi.
Definisce l’arte generativa una sorta di “generatore di possibilità casuali” in cui l’artista stabilisce opzioni e stabilisce le regole. “L’algoritmo genera in modo casuale un risultato basato sui limiti e sui parametri che [the artist] mette in piedi”, ha spiegato.
L’influente progetto Chromie Squiggles di Erick Calderon ha probabilmente consolidato l’arte generativa come un solido settore dello spazio NFT con il suo lancio su Art Blocks. Dal suo lancio nel novembre 2020, Art Blocks si è affermata come la piattaforma preminente per l’arte generativa. Oltre a Chromie Squiggles, l’arte generativa è spesso associata a collezioni PFP come Marple’s Medusa Collection e altri esempi popolari come Doodles, World of Women e Bored Ape Yacht Club.
In questi scenari, l’artista crea una serie di tratti, che possono includere gli occhi, l’acconciatura, gli accessori e il tono della pelle del PFP. Quando viene inserita nell’algoritmo, la funzione genera migliaia di risultati unici.
Cromie Scarabocchio #795
La cosa più impressionante è il numero totale di potenziali combinazioni che l’algoritmo è in grado di generare. Nel caso delle Collezioni Medusa, che presentavano 11 tratti diversi, Marple afferma che il numero totale di possibili permutazioni era di miliardi. “Anche se ne sono state coniate solo 2.500, questa è una frazione davvero piccola del totale delle possibili Meduse uniche che potrebbero essere generate in teoria”, ha detto.
Tuttavia, gli algoritmi generativi non sono solo per le raccolte PFP. Possono anche essere usati per realizzare opere d’arte 1 su 1. La piattaforma artistica fxhash basata su Tezos sta attualmente esplodendo con il talento creativo di artisti generativi come Zancan, Marcelo Soria-Rodríguez, Melissa Wiederrecht e altri.
Siebren Versteeg, un artista americano noto per l’astrazione di immagini di stock multimediali attraverso compilation video algoritmiche codificate su misura, ha mostrato opere d’arte generative nelle gallerie dall’inizio degli anni 2000. In una recente mostra alla bitforms gallery di New York City, il codice di Versteeg ha generato opere d’arte uniche simili a collage estraendo foto casuali da Getty Images e sovrapponendole a pennellate digitali prodotte algoritmicamente.
Una volta generate le opere, gli spettatori avevano una breve finestra di conio per raccogliere il pezzo come NFT. Se il pezzo non veniva reclamato, scompariva, mentre il codice continuava a generare un numero infinito di pezzi.
Come funzionano i generatori di arte AI
D’altra parte, i generatori di testo in immagini AI estraggono da un set di dati definito di immagini, in genere raccolte eseguendo la scansione di Internet. L’algoritmo dell’intelligenza artificiale è progettato per cercare modelli e quindi tentare di creare risultati in base a quali modelli sono più comuni nel set di dati. In genere, secondo Versteeg e Marple, i risultati tendono ad essere una fusione di immagini, testo e dati inclusi nel set di dati, come se l’IA stesse tentando di determinare quale risultato è molto probabilmente desiderato.
Con i generatori di immagini AI, l’artista di solito non è coinvolto nella creazione del codice sottostante utilizzato per generare l’immagine. Devono invece esercitare pazienza e precisione per “addestrare” l’IA con input che assomigliano alla loro visione artistica. Devono anche sperimentare il suggerimento dei generatori di immagini, modificando e perfezionando regolarmente il testo utilizzato per descrivere ciò che vogliono.
“Questa è stata la mia parte preferita del suonare con i DALL-E […] – dove va storto.
Siebren Versteeg
Per alcuni artisti, questo fa parte sia del divertimento che del mestiere. I generatori di testo in immagine sono progettati per “correggere” i loro errori rapidamente e incorporano continuamente nuovi dati nel loro algoritmo in modo da appianare i problemi. Certo, ci sono sempre tentativi ed errori. All’inizio dell’anno, i titoli delle notizie hanno criticato i robot di immagini AI per sembrare sempre incasinare le mani. Entro febbraio, i generatori di immagini hanno apportato notevoli miglioramenti ai rendering delle loro mani.
“Più grande è il set di dati, più sorprese potrebbero accadere o più potresti vedere qualcosa di imprevisto”, ha detto Versteeg, che non è principalmente un artista dell’IA, ma ha sperimentato con i generatori di arte dell’IA nel suo tempo libero. “Questa è stata la mia parte preferita del suonare con DALL-E o qualcosa del genere – dove va storto. [The errors] andranno via molto velocemente, ma vedere quelle crepe, assistere a quelle crepe, essere in grado di avere una visione critica su di esse – fa parte del vedere l’arte.
Anche l’artista australiano di intelligenza artificiale Lillyillo ha riportato un fascino simile per i cosiddetti errori di intelligenza artificiale durante uno spazio Twitter del febbraio 2023. “Amo le belle anomalie”, ha detto. “Penso che siano così accattivanti.” Ha aggiunto che assistere (e partecipare) al processo di apprendimento automatico può insegnare sia all’artista che allo spettatore il processo di apprendimento umano.
“In una certa misura, stiamo tutti imparando, ma stiamo guardando l’IA imparare nello stesso momento”, ha detto.
Preoccupazioni per l’arte generata dall’intelligenza artificiale
Detto questo, la velocità con cui l’arte generata dall’intelligenza artificiale elabora grandi quantità di dati crea preoccupazioni tra artisti e tecnologi. Per prima cosa, non è esattamente chiaro da dove provengano le immagini originali utilizzate per addestrare i dati. È stato detto che ora è troppo facile replicare gli stili distintivi degli artisti viventi e le immagini a volte possono rasentare il plagio.
In secondo luogo, dato che i generatori di immagini AI si affidano al dominio statistico per generare i loro risultati, abbiamo già iniziato a vedere emergere esempi di pregiudizi culturali attraverso quelli che potrebbero sembrare suggerimenti innocui o neutri.
Ad esempio, un recente thread di Reddit sottolinea che il prompt “selfie” genera automaticamente immagini fotorealistiche di sorrisi che sembrano tipicamente (e ridicolmente) americani, anche quando le immagini rappresentano persone di culture diverse. Jenka Gurfinkel, una designer dell’esperienza utente (UX) nel settore sanitario che scrive di blog sull’intelligenza artificiale, ha scritto della sua reazione al post, chiedendo: “Cosa significa che le distinte storie culturali e i significati delle espressioni facciali diventano mal caratterizzate, omogeneizzate, incluse sotto il set di dati dominante?”
Gurfinkel, la cui famiglia è di discendenza dell’Europa orientale, ha affermato di aver immediatamente sperimentato una dissonanza cognitiva quando ha visto le foto dei soldati dell’era sovietica che indossavano enormi sorrisi a trentadue denti.
“Ho amici nell’Europa orientale”, ha detto Gurfinkel. “Quando vedo i loro post su Instagram, sorridono a malapena. Quelli sono i loro selfie.
Chiama questo tipo di dominio statistico “egemonia algoritmica” e si chiede come tale pregiudizio influenzerà una cultura guidata dall’intelligenza artificiale nelle prossime generazioni, in particolare quando si verificheranno divieti di libri e censura in tutte le aree del mondo. In che modo l’accelerazione del pregiudizio statistico influenzerà le opere d’arte, le storie e le immagini generate dall’IA ad azione rapida?
“La storia viene cancellata dai libri di storia. E ora viene cancellato dal set di dati”, ha detto Gurfinkel. Considerando queste preoccupazioni, i leader tecnologici hanno appena chiesto una pausa di sei mesi sul rilascio di nuove tecnologie di intelligenza artificiale per consentire al pubblico e ai tecnologi di mettersi al passo con la sua velocità.
Indipendentemente da queste critiche, sia dalle oltre 26.000 persone che hanno firmato la lettera aperta che da quelle nello spazio NFT, l’intelligenza artificiale non andrà da nessuna parte presto. E nemmeno l’IA è arte. Quindi è più importante che mai continuare a istruirci sulla tecnologia.
Il post AI Art vs. AI-Generated Art: Everything You Need to Know è apparso per la prima volta su nft now.
