KI in der Kunst: Kann ein Computer wirklich kreativ sein?

Das Porträt von Edmond Belamy wurde von einem in Paris ansässigen Kunstkollektiv namens Obvious geschaffen. Wie das Trio hinter Obvious, bestehend aus Hugo Caselles-Dupré, Pierre Fautrel und Gauthier Vernier, mitteilte, sei das Bild von einer künstlichen Intelligenz geschaffen.

Das Projekt löste viele Diskussionen zur künstlichen Intelligenz und Kreativität aus. Die Debatte fühlt sich ein wenig wie der Urheberrechtsstreit an, der dem berüchtigten Affen-Selfie von 2011 folgte. Bei der Geschichte nahm sich ein Schopfaffe die Ausrüstung des britischen Naturfotografen David Slate, richtete die Kamera auf sein eigenes Gesicht und machte ein Bild. PETA argumentierte anschließend, dass der Makake Naruto das Urheberrecht an dem Foto besaß, sehr zur Verwirrung von Slate.

Mittlerweile gelten die Fotos als gemeinfrei, nachdem sie von mehreren britischen Zeitungen veröffentlicht wurden und da sie das Werk eines nicht-menschlichen Lebewesen waren, behauptete das Online-Repository für frei verwendbare Bilder, Wikimedia Commons, dass es keinen menschlichen Urheber gäbe, dem das Copyright zustehe.

Heute habe ich das Gefühl, dass es mit der Künstlichen Intelligenz im Kunstbereich in die gleiche Richtung geht. Wenn eine intelligente Maschine ein Gemälde, ein Lied, ein Gedicht oder eine Skulptur schafft, wem verdanken wir dann die Entstehung? Und wenn die Antwort unklar ist, was wird die Kunstwelt ohne anerkannte Künstler machen?

Wer ist der wahre Künstler?

Das Porträt von Edmond Belamy wurde von einem Algorithmus erstellt, der aus zwei Teilen besteht: Wir wissen bereits, dass Algorithmen gute Fälscher sind und ein Bild oder ein Musikstück im Stil eines Künstlers schaffen können, den es im Detail "studiert" hat. Durch die Einspeisung von 15.000 Porträts, die zwischen dem 14. und 20. Jahrhundert entstanden sind, konnte der Algorithmus ein Porträt in einem ähnlichen Stil erstellen. Der Amadeus Code, das KI-Tool für Songwriting, funktioniert nach dem gleichen Prinzip. Das ist die Seite des Erstellers (Generator) eines Algorithmus.

Die zweite Seite, Diskriminator genannt, fungiert als Kontrolleur. Es versucht den Unterschied zwischen einer detaillierte Kopie von ursprünglich von Menschen gemalten Porträts und neuen Kreationen der Generatorseite zu erkennen. Das Ziel des Generators ist es, den Diskriminator zu täuschen. Der Generator lernt aus seinen Fehlern, wenn der Diskriminator korrekte Schätzungen vornimmt. Die Idee dahinter ist, den Fälscher (Generator) kreativer werden zu lassen, indem man ihn dazu zwingt, den Detektiv (Diskriminator) auszutricksen.

Diese Methode wird als erzeugendes gegnerisches Netzwerk oder Generative Adversarial Networks (GAN) bezeichnet. Es wurde 2014 von Ian Goodfellow ins Leben gerufen und hat bei den Mitarbeitern im Bereich des maschinellen Lernens für Begeisterung gesorgt. GAN soll Maschinen eine Art der "Fantasie" geben, oder zumindest so etwas ähnliches. Aber gilt so etwas als wahre Kreativität? Lässt GAN eine Maschine zum Künstler werden?

Der Top-Down- gegen den Bottom-Up-Ansatz

Möglicherweise habt Ihr bereits von Top-Down- und Bottom-Up-Designs gehört, die bei Denk-, Lehr- oder Führungsstrukturen beliebt sind. Beide sind Systeme der Informationsverarbeitung. Sie sollen uns dabei helfen zu verstehen, was passiert, wenn ein Algorithmus oder eine KI Probleme löst.

Der Top-Down-Ansatz, manchmal auch als logisches Denken bezeichnet, funktioniert wie folgt: Ein Programmierer speist Informationen und Daten mit analytischer Logik in einen Computer ein, nachdem er bereits den Ansatz zur Lösung des Problems oder der anstehenden Aufgabe gefunden hat. Der Computer durchsucht dann eine Reihe von Algorithmen, um ein Endergebnis zu erhalten.

Beim Bottom-up-Ansatz geht es darum, ein System zu schaffen, das mehr ist als die Summe seiner Teile. Hier soll durch die Zusammenfassung einfacherer Systeme oder Algorithmen eine wesentlich komplexeres System erschaffen werden. Es geht also weniger darum, den Regeln zu folgen, um eine Antwort zu finden. Vielmehr werden viele einfachere Prozesse kombiniert, um gemeinsam komplexe Ideen zu entwickeln. Wenn eine KI jemals wirklich kreativ sein wird, muss sie also den Bottom-up-Ansatz nutzen.

Und wann wird es kreativ?

Es besteht kein Zweifel daran, dass wir mit neuen Techniken und Fortschritten im Bereich des maschinellen Lernens kreativen Computern näher sind als je zuvor. Aber die grundlegende Frage bleibt: Hat der Computer das Kunstwerk geschaffen, oder war es der Mensch, der die KI dazu ausgebildet hat Kunst zu erschaffen?

Hier muss man wohl auch die Definition von Kunst selbst mit einbeziehen. Doch bevor wir uns hier in einer Grundsatzdiskussion verirren, nehmen wir als kleinsten gemeinsamen Nenner, dass echte Kunst eine gewisse Originalität inne haben muss. Natürlich könnte man eine Person (oder einen Computer) dazu ausbilden, Gemälde im Stil von Pablo Picasso oder Lieder im Stil von Nirvana zu schaffen, aber das unterscheidet sich dann trotzdem von der Schaffung etwas völlig Eigenem.

Das andere Problem, das ich damit habe solche KI-Kunst als kreativ zu bezeichnen, ist der notwendige menschliche Input. Die Maschine, die das Porträt von Edmond Belamy schuf, tat das auf "Aufforderung" von Menschen. Damit Maschinen als kreativ eingestuft werden können, müssen wir dahin kommen, dass eine KI Kunst schafft, um etwas auszudrücken und nicht wegen speziellen Anweisungen.

Es klingt verrückt: Einen Computer der einfach nur malen, schreiben oder komponieren möchte und nicht soll? Ja, denn genau dorthin müssen wir meiner Meinung nach gelangen. Davor können wir eine KI nicht als "den Künstler" hinter einem Werk bezeichnen.

Was sagt Ihr dazu? Werden wir jemals ein Stadium erreichen, in dem wir Computer als kreativ bezeichnen können? Oder werden wir eines Tages einen berühmten KI-Künstler sehen?