Kunnen computers kunst maken?

Beeld The Next Rembrandt

Algoritmes, data, en deep learning: het zijn niet de eerste woorden waar je aan denkt bij een kunstwerk, en al helemaal niet wanneer je een 17e-eeuws schilderij van Rembrandt ziet. Maar dit zijn wel de technieken waarmee wetenschappers van de TU Delft, computerbedrijf Microsoft en reclamebureau J. Walter Thompson zeggen een ‘nieuwe Rembrandt’ te hebben gemaakt.

Vorige week presenteerden zij The Next Rembrandt, een door de computer gegenereerd schilderij uit de 3d-printer, gemaakt op basis van data van 346 schilderijen van Rembrandt. Hoe werkt dat precies? En: kunnen computers in de toekomst ook zelfstandig kunst maken?

Lerend algoritme

Voor de Rembrandt gingen de wetenschappers in verschillende fasen aan de slag. Het onderwerp bepaalden ze aan de hand van statistiek: Rembrandts meest voorkomende onderwerp bleek een blanke man met gezichtsbeharing, tussen de dertig en veertig jaar, zwart gekleed, zijn hoofd naar rechts gedraaid. De onderzoekers lieten de computer uitrekenen hoe de man er uit zou moeten zien. Daarvoor maakten ze gebruik van deep learning-algoritmes.

Deep learning is op dit moment een van de meest vooruitstrevende technieken op het gebied van kunstmatige intelligentie, waar ook grote techbedrijven als Google en Facebook mee experimenteren. Het stelt computers in staat iets te doen dat voor mensen doodeenvoudig is, maar voor computers lastig blijft: herkennen en leren.

Om dat voor elkaar te krijgen is de structuur van het neurale stelsel in de hersenen nagebootst: een uitgebreid netwerk van aan elkaar gekoppelde elementen. Die verschillende lagen zijn geprogrammeerd om één kleine taak te volbrengen, bijvoorbeeld het herkennen van de contouren of kleuren.

Drie voorbeelden van deep learning

Een typisch Rembrandt-oog

Een lerend algoritme moet je trainen: door duizenden afbeeldingen van een giraf in te voeren, en aan te geven wat je invoert, stelt het algoritme eigen regels op waaraan een afbeelding van een giraf moet voldoen. Als je vervolgens een afbeelding van een giraf invoert zonder te zeggen wat je invoert en het herkent het als giraf, dan is het algoritme goed getraind.

De computer van de onderzoekers in het Rembrandt-project kon de ogen, neus, mond en andere kenmerken van de bekende Rembrandt-schilderijen herkennen. Met die grote hoeveelheid data kon de computer uitrekenen hoe een ‘typisch’ oog bij Rembrandt er uit ziet, en bijvoorbeeld hoe ver dat oog van de neus af moet staan.

Is het kunst?

Vanuit de bij het project betrokken conservatoren en kunsthistorici was er kritiek op het resultaat. „Juist van een inventieve kunstenaar als Rembrandt kun je moeilijk op basis van eerder werk voorspellen wat zijn volgende werk zou zijn”, stelde David de Witt, hoofdconservator bij het Rembrandthuis in Amsterdam.

Ook filosoof Jos de Mul, die zich veel bezig houdt met kunstmatige intelligentie, beschouwt het werk niet als een creatief kunstwerk. „In de middeleeuwse kunsttraditie draaide het om het zo goed mogelijk navolgen van de leermeesters, dat kun je een computer wel leren.” Onze huidige kunstopvatting is volgens De Mul meer romantisch:

“Wij zien de kunstenaar als een creatief genie die, in de woorden van Kant, niet de regels volgt maar de regels schept. Je kunt een computer leren nieuwe regels te leren, maar niet die regels te overtreden.”

„Je kunt met de computer natuurlijk niet tussen de oren van Rembrandt kruipen”, zegt ook Joris Dik van de TU Delft.

“Maar er zit wel een stilistische ontwikkeling in zijn werk. Als je genoeg data hebt, kun je een goede benadering maken van hoe een onbekend Rembrandt-schilderij er uit zou kunnen zien.”