L’IA pourrait aider à recréer même les œuvres d’art les plus complexes et les plus célèbres, même si la créativité originale de l’IA fait toujours l’objet de débats.
Utiliser l’intelligence artificielle pour créer des œuvres d’art peut sembler paradoxal, mais le travail créatif des ordinateurs est de plus en plus considéré comme ayant une valeur légitime. Lors d’une récente vente aux enchères chez Christie’s, la plus grande et la plus célèbre maison de ventes aux enchères au monde, une œuvre d’art assistée par l’IA s’est vendue 432 500 $ (source: Ouest-france) ce qui a amené les critiques à spéculer sur l’avenir de l’art d’IA et à se demander si cela peut être considéré comme une œuvre d’art.
Quel que soit votre camp, l’intelligence artificielle artistique gagne en popularité, et les artistes l’adoptent de nombreuses façons différentes, tout comme ils utiliseraient n’importe quel autre outil pour créer des œuvres originales ou recréer les œuvres les plus précieuses du monde. Avec des œuvres d’art inestimables sujettes à des dommages collatéraux ou au vandalisme, et des artistes éminents qui ont récemment fait des déclarations audacieuses sur notre attitude envers l’art » inestimable « , les peintures générées par ordinateur peuvent-elles changer notre façon de penser l’art et sa valeur ?
Artistes robots
Le concours RobotArt, fondé en 2016 par Andrew Conru, diplômé de Stanford, attire un mélange d’artistes, de mécaniciens et d’informaticiens intéressés à faire progresser le domaine de l’art robotique. Le gagnant de cette année, CloudPainter (construit et programmé par Pindar Van Arman), utilise un apprentissage approfondi, des caméras et une sélection de têtes de brosses imprimées en 3D pour atteindre une autonomie croissante dans les peintures produites par CloudPainter – mais comme Van Arman l’a déclaré dans un documentaire de Vice & HBO l’année dernière, » mes robots… prennent les mêmes décisions créatives que moi » ce qui semble impliquer qu’il est toujours » artiste » bien que le programme puisse prendre ses décisions sur la base des instructions.
La troisième œuvre de CMIT ReArt de l’Université de Kasestart en Thaïlande adopte une approche différente et recrée les coups de pinceau d’un artiste en incluant précisément la force appliquée et la position du pinceau, pour créer une copie exacte de la peinture trait par trait. Cette méthode illustre les divergences entre les approches actuelles de l’art de l’IA : certains artistes cherchent à faire de l’IA une forme créative indépendante, tandis que d’autres tentent de recréer les capacités humaines en forme et en fonction. Alors que les œuvres » originales » créent beaucoup de bruit et de débats au sein de la communauté artistique, la reproduction d’œuvres par l’IA devient beaucoup plus précise et pourrait résoudre des problèmes qui affligent le monde de l’art depuis la nuit des temps.
Recréer les classiques
Les reproductions sont depuis longtemps une partie importante du monde de l’art, ajoutant de la valeur à l’original et permettant une plus grande démocratisation du travail de l’artiste – en fait, les éditions imprimées et les reproductions sont récemment devenues le segment du marché de l’art qui connaît la plus forte croissance. Les répliques fidèles font plus que diffuser le travail d’un artiste. Les répliques qui sont si proches de l’original qu’elles peuvent être considérées comme des fac-similés peuvent être utilisées pour remplacer et préserver l’œuvre d’art originale, ou pour faire revivre des peintures classiques perdues dans le feu, le vol ou la nuit des temps. La création de ces fac-similés a été historiquement difficile pour un certain nombre de raisons, mais de nouvelles techniques ont vu le jour pour résoudre ces problèmes tout en cherchant à rendre le processus de reproduction artistique plus facile et plus précis.
Une équipe de chercheurs du MIT CSAIL a mis au point une nouvelle méthode de reproduction des peintures par apprentissage profond (Deep Learning) et impression 3D. Le nouveau système ‘RePaint’ utilise un mélange de deux méthodes pour recréer avec précision la couleur : une nouvelle technique appelée ‘color contoning’ qui utilise 10 couches minces d’encre transparente, et ‘halftoning’ qui est une technique beaucoup plus ancienne qui utilise beaucoup de points d’encre pour créer une couleur continue, similaire à la technique classique du pointillisme en peinture. Ce mélange de techniques résout trois problèmes clés des reproductions imprimées en 2D : un spectre de couleurs limité (cyan, magenta, jaune et noir seulement (CYMK)), une » limite totale d’encre » stricte qui, si elle est dépassée, » entraîne une détérioration de la qualité d’image, une tache d’encre ou un mauvais fonctionnement mécanique » et le fait que les imprimantes 2D peuvent créer une bonne reproduction dans une condition lumineuse qui ne correspond pas à une autre (problème appelé » métamérisme « ).