NOArtist la génération d’art par intelligence artificielle

Dossier : Arts, lettres et sciencesMagazine N°743 Mars 2019

Nous sommes Char­lotte Caucheteux, Priscille Bois­son­net et Benoît Audigi­er, trois X2015 pas­sion­nés d’art et d’intelligence arti­fi­cielle. En qua­trième année à HEC, nous voulions dévelop­per un pro­jet qui mette à l’honneur ces deux cen­tres d’intérêt. C’est ain­si que nous est venue l’idée de NoArtist : génér­er des œuvres d’art par intel­li­gence artificielle.

Intu­itive­ment, l’idée est de fournir à la machine des mil­liers d’exemples par sujet choisi. L’algorithme recon­naît les car­ac­téris­tiques com­munes et peut alors génér­er de nou­velles œuvres.

Notre démarche

Notre démarche est celle d’ingénieurs-artistes, et nous inter­venons à plusieurs repris­es dans le proces­sus de créa­tion. Nous corédi­geons l’algorithme, choi­sis­sons ses don­nées d’entrée, puis sélec­tion­nons les œuvres finales ain­si que les sup­ports d’impression (plex­i­glas ou alu­mini­um par exemple !).

Avec l’intelligence arti­fi­cielle, l’idée n’est pas de sup­primer l’artiste, au con­traire. Nous sommes per­suadés que c’est par la col­lab­o­ra­tion que naîtront de nou­velles formes d’art et nous tra­vail­lons avec des artistes déjà reconnus.

À tra­vers notre démarche expéri­men­tale et le choix de notre nom, nous cher­chons à éveiller les curiosités et sus­citer des ques­tions. Qui est l’artiste ? L’IA peut-elle être créative ?

Comment l’IA crée l’œuvre ?

L’algorithme util­isé est con­nu sous le nom de Gen­er­a­tive Adver­sar­i­al Net­work (GAN). Il s’appuie sur des réseaux de neu­rones et se divise en deux mod­ules : un dis­crim­i­na­teur et un générateur.

Prenons l’exemple de la créa­tion d’un por­trait. Nous four­nissons à l’ordinateur un mil­li­er d’exemples de tableaux de por­traits, homme ou femme, au max­i­mum cen­tré sur le vis­age. Le généra­teur pro­duit une œuvre inspirée des exem­ples. Le dis­crim­i­na­teur lui donne une note, cor­re­spon­dant à la prob­a­bil­ité que cette œuvre appar­ti­enne au dataset d’entrée. Au début, le tableau pro­duit ressem­ble peu aux exem­ples, et cette prob­a­bil­ité vaut presque zéro. Le généra­teur cor­rige alors son œuvre en fonc­tion des cri­tiques du dis­crim­i­na­teur. L’algorithme s’arrête lorsque le dis­crim­i­na­teur ne fait plus la dif­férence entre les œuvres d’entrées et celles générées.

Intu­itive­ment, le généra­teur joue le rôle d’un faus­saire (qui s’efforce d’imiter le style d’un pein­tre) et le dis­crim­i­na­teur celui de l’expert d’art (qui recon­naît les vrais tableaux des faux).

Plus pré­cisé­ment, on peut se ramen­er à un prob­lème d’optimisation ; l’un des mod­ules cher­chant à min­imiser une fonc­tion de coût, l’autre à la max­imiser. C’est un jeu à somme nulle.

Et concrètement ?

Le 23 mars prochain, nous installerons une pre­mière expo­si­tion éphémère. L’occasion sera d’y présen­ter une sélec­tion de nos derniers résul­tats, dans le cadre excep­tion­nel du Salon du Pan­théon. Toutes nos œuvres sont numérotées, pro­posées en séries lim­itées et cer­ti­fiées avec la tech­nolo­gie blockchain. Vous pou­vez aus­si les retrou­ver sur notre site : www.noartist.fr.

Ama­teurs d’art ou sim­ple­ment curieux, vous êtes les bien­venus à cet événe­ment que nous atten­dons avec impatience !


Pour en savoir plus

« Gen­er­a­tive Adver­sar­i­al Nets », Good­fel­low (Ian J.), Pouget-Abadie (Jean), Mirza (Meh­di), Xu (Bing), Warde-Far­ley (David), Ozair (Sher­jil), Courville (Aaron), Ben­gio (Yoshua), uni­ver­sité de Mon­tréal, 2014

www.noartist.fr

Poster un commentaire