Creative AI: From Expressive Mimicry to Critical Inquiry

• Forbes, Angus ^[1]
  1. [1] University of California, Santa Cruz

     University of California, Santa Cruz

     Estados Unidos

     
• Localización: Artnodes: revista de arte, ciencia y tecnología, ISSN-e 1695-5951, Nº. 26, 2020 (Ejemplar dedicado a: AI, Arts & Design: Questioning Learning Machines)
• Idioma: inglés
• Títulos paralelos:
  • IA creativa: De la mímica expresiva a la investigación crítica
  • IA creativa: de la mímica expressiva a la recerca crítica
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El incipiente campo de lo que se conoce como "IA creativa" consiste en una serie de actividades en las intersecciones de las nuevas artes mediáticas, la interacción persona-computadora y la inteligencia artificial. Este artículo proporciona una descripción general de proyectos recientes que enfatizan el uso de algoritmos de aprendizaje automático como un medio para identificar, replicar y modificar características en los medios existentes, para facilitar nuevas asignaciones multimodales entre las entradas del usuario y las salidas de los medios, para ampliar los límites en las experiencias del arte generativo e investigar críticamente el papel de las tecnologías de detección de características e identificación de patrones en la vida contemporánea. A pesar de la proliferación de proyectos de este tipo, los avances recientes en el aprendizaje automático aplicado aún no han sido incorporados o cuestionados por proyectos creativos de IA, y este artículo también destaca las oportunidades para los artistas computacionales que trabajan en esta área. El artículo concluye imaginando cómo la práctica creativa de IA podría incluir e delinear los límites de lo que se puede y no se puede aprender extrayendo características de artefactos y experiencias, explorando sobre cómo las nuevas maneras de interpretación pueden codificarse en redes neuronales y definiendo cómo la interacción de múltiples máquinas con algoritmos de aprendizaje se pueden utilizar para generar una nueva visión de los sistemas sociotécnicos entrelazados presentes en nuestras vidas.

  • català

    L’incipient camp del que es coneix com a «IA creativa» consisteix en una sèrie d’activitats en les interseccions de les noves arts mediàtiques, la interacció persona-computadora i la intel·ligència artificial. Aquest article proporciona una descripció general de projectes recents que emfatitzen l’ús dels algorismes d’aprenentatge automàtic com a mitjà per identificar, replicar i modificar característiques en els mitjans existents, facilitar noves assignacions multimodals entre les entrades de l’usuari i les sortides dels mitjans, ampliar els límits en les experiències de l’art generatiu i investigar críticament el paper de les tecnologies de detecció de característiques i identificació de patrons en la vida contemporània. Malgrat la proliferació de projectes d’aquest tipus, els avenços recents en l’aprenentatge automàtic aplicat encara no han estat incorporats o qüestionats per projectes creatius d’IA, i aquest article també destaca les oportunitats per als artistes computacionals que treballen en aquesta àrea. L’article conclou imaginant com la pràctica creativa d’IA podria incloure delimitar els límits del que es pot i no es pot aprendre extraient característiques d’artefactes i experiències, explorant com les noves maneres d’interpretació poden codificar-se en xarxes neuronals i definint com la interacció de múltiples màquines amb algorismes d’aprenentatge es poden utilitzar per generar una nova visió dels sistemes sociotècnics entrellaçats presents a les nostres vides.

  • English

    The nascent field of what has come to be known as “creative AI” consists of a range of activities at the intersections of new media arts, human-computer interaction, and artificial intelligence. This article provides an overview of recent projects that emphasise the use of machine learning algorithms as a means to identify, replicate, and modify features in existing media, to facilitate new multimodal mappings between user inputs and media outputs, to push the boundaries of generative art experiences, and to critically investigate the role of feature detection and pattern identification technologies in contemporary life. Despite the proliferation of such projects, recent advances in applied machine learning have not yet been incorporated into or interrogated by creative AI projects, and this article also highlights opportunities for computational artists working in this area. The article concludes by envisioning how creative AI practice could include delineating the boundaries of what can and cannot be learned by extracting features from artefacts and experiences, exploring how new forms of interpretation can be encoded into neural networks, and articulating how the interaction of multiple machine learning algorithms can be used to generate new insight into the intertwining sociotechnical systems that encompass our lives.