Le but de l’intelligence artificielle est de parvenir à simuler le fonctionnement du cerveau humain. Pour que ce soit possible, l’IA se concentre sur son comportement quant à la prise de décision et sa capacité à créer. Son usage dans le domaine de l’art s’accroît d’année en année. Il lui est désormais possible d’imaginer des histoires, dessiner et peindre à la manière des plus grands, et même composer de la musique.
C’est l’art par l’intelligence artificielle !
Modèle génératif : qu’est-ce que c’est ?
Il s’agit d’un modèle de machine learning mettant en compétition deux réseaux.
Le premier (réseau générateur) créé un échantillon qui peut être une image, un texte ou un son. Le deuxième (réseau discriminateur) doit détecter si l’échantillon est issu du générateur ou s’il est réel.
Autrement dit, c’est une forme simple d’apprentissage non-supervisé. Néanmoins, le modèle génératif créera toujours en s’inspirant des données dont on l’aura nourri : si on apprend à la machine à peindre comme Van Gogh, elle sera capable de récupérer les caractéristiques nécessaires pour peindre comme Van Gogh.
http://www.mbadmb.com/wp-content/uploads/2020/01/VanGogh_AI-1-300×300.jpg
L’art Génératif en imagehttp://www.mbadmb.com/wp-content/uploads/2020/01/google-deep-dream-300×300.png
Deep Dream by Google
C’est un programme qui utilise un réseau de neurones artificiels, entraîné à analyser des images pour y reconnaître des formes.
Ainsi, le programme peut les classifier à partir d’une banque d’images et réinjecter ce qu’il voit dans l’image.
En clair, s’il identifie une forme qui s’apparente à un oiseau, il modifiera l’image de base pour y insérer un oiseau.
Si Deep Dream associe généralement les formes qu’il identifie à des animaux c’est parce que c’est sur ce genre d’image qu’il a été principalement entraîné.
Next Rembrandt
The Next Rembrandt est un projet réalisé en association avec Microsoft et la banque ING. Il destiné à « redonner vie à l’artiste », et créer un nouveau tableau à la manière de Rembrandt.
Pour obtenir ce résultat, 18 mois de travail et près de 300 œuvres analysées auront été nécessaires. Les caractéristiques propres à l’artiste ont ainsi pu être capturées et plus de 160 000 fragments, provenant des différents travaux de l’artiste, ont été récoltés.
Le programme a ensuite analysé ces données et synthétisé les principales caractéristiques des peintures. Les développeurs ont ensuite affiné le robot en ajoutant des données spécifiques au style de Rembrandt : épaisseurs des couches de peinture successives, l’écart entre les différents éléments du visage (yeux, nez, bouche…), allant même jusqu’à la répartition des cheveux.
L’art Génératif en musique
Lorsqu’on aborde le sujet de l’art par l’intelligence artificielle, c’est aussi dans le domaine de la musique !
Shimon Robot
Shimon est un robot musicien qui joue du marimba, un xylophone africain à résonateurs.
Avant de pouvoir composer, son algorithme lui permettait de pouvoir jouer avec des musiciens en leurs proposant des mélodies nouvelles, tout en s’inspirant d’eux.
Grâce au deep learning et à une vaste banque de données, son réseau neuronal artificiel le rend capable de créer ses propres mélodies. Evidemment, comme tout bon compositeur Shimon possède ses propres influences musicales qui proviennent essentiellement de la musique classique et du jazz.
L’intelligence artificielle a de nombreux domaines d’application et s’immisce un peu partout dans nos vies. Bien que chaque programme soit principalement conçu pour un domaine en particulier, il est aussi possible de réutiliser ces technologies afin de les adapter à d’autres domaines. Gil Weinberg,, créateur du Shimon Robot, est parvenu à réutiliser la technologie de son robot musicien pour créer une main robotique. Elle fut créée pour Jason Barnes, un batteur ayant perdu sa main très jeune, et lui a ainsi permis de jouer de la batterie bien mieux qu’il n’aurait jamais pu l’espérer.
Vous pourrez trouver d’autres applications de l’intelligence artificielle dans le domaine de la santé ICI.
Pour plus d’articles sur l’IA, rendez-vous ICI.