You are currently viewing Asso­zia­ti­ve Kunst (Asso­cia­ti­ve Art)

Asso­zia­ti­ve Kunst (Asso­cia­ti­ve Art)

Asso­zia­ti­ve Kunst stützt sich meist auf Com­pu­ter als Werk­zeug und kann damit als „Com­pu­ter­kunst“ cha­rak­te­ri­siert werden. Diese Bezeich­nung sagt aller­dings nicht viel über die Kunst aus, genau­so wenig wie tra­di­tio­nel­le Kunst als “Pin­sel­kunst” cha­rak­te­ri­siert werden kann.

Die asso­zia­ti­ve Kunst begrün­det sich auf einer essen­ti­el­len Eigen­schaft der mensch­li­chen Intel­li­genz : der Ergän­zung von Sen­sor­ein­drücken (Mustern), meist spe­zi­ell von visu­el­len Mustern. Dabei werden zu Teilen von Mustern oder zu zufäl­li­gen Mustern, ähn­lich wie bei einem Rohr­schacht-Test, Asso­zia­tio­nen gebil­det, die diese Muster als Teile ent­hal­ten sollen. Die Asso­zia­tio­nen werden dann auf die Stelle visu­ell abge­bil­det, an der die Teil­mu­ster asso­zi­iert werden und füllen sie aus oder über­la­gern sie als Ganzes.

Asso­zia­ti­ve Kunst benutzt dazu mei­stens Com­pu­ter, um die Asso­zia­tio­nen zu berech­nen und im visu­el­len Fall das Bild zu erzeu­gen. Die Berech­nun­gen erfol­gen mit Hilfe eines Asso­zia­tiv­spei­cher-Modells, basie­rend auf Künst­li­chen Neu­ro­na­len Netzen (KNN) der Künst­li­chen Intel­li­genz (KI). Der krea­ti­ve Pro­zess besteht dann daraus, die gewünsch­ten Asso­zia­tio­nen vorher aus­zu­wäh­len und ein­zu­spei­chern (Trai­ning des Modells) und der Aus­wahl der Vor­la­gen­bil­der, deren Teil­mu­ster benutzt werden sollen.

Als Bei­spiel diene dazu als Vor­la­ge ein Bild von Vin­cent van Gogh, das Selbstportrait.

Dazu sollen Bilder von Vogel­köp­fen asso­zi­iert werden. Die asso­zia­ti­ve Über­la­ge­rung erfolgt in meh­re­ren Schrit­ten, da die ver­wen­de­ten Algo­rith­men übli­cher­wei­se ite­ra­tiv und appro­xi­ma­tiv funk­tio­nie­ren. Unten sind des­halb nur zwei Schnapp­schuss aus einem zeit­lich ver­lau­fen­den Pro­zess abgebildet.

© 2015 Karel Mestdagh

Der gesam­te Pro­zess ist als Video unter „Vin­cent Van Gogh in Google DeepDream Space“ auf You­Tube zu sehen.

Asso­zia­ti­ve Kunst ist also eine Kunst­rich­tung, die sich stark auf mecha­ni­siert ein­ge­setz­te, mensch­li­che Asso­zia­tio­nen stützt. Dabei werden zwar meist visu­el­le Bilder erzeugt, aber die Metho­de lässt sich leicht auf beweg­te Bilder (Videos) oder Musik erwei­tern. Auf You­Tube sind einige Videos zu finden (bei­spiels­wei­se hier), bei denen Bild für Bild der gewünsch­te Asso­zia­ti­ons­al­go­rith­mus ange­wen­det wurde und damit psy­cho­de­li­sche Videos erzeugt wurden, die stark an Hal­lu­zi­na­tio­nen unter LSD-Ein­fluss erinnern.

Geschich­te

Obwohl der Grund­ge­dan­ke ein­fach ist, gibt es nur wenige, ein­fa­che Bei­spie­le in der Kunst­ge­schich­te. Die Asso­zia­ti­ve Kunst wurde erst popu­lär, als der KI-For­scher Alex­an­der Mord­vint­s­ev der Google Com­pu­ter Vision Group im Jahr 2015 Visua­li­sie­run­gen (Deep Dreams) des sog. Deep Lear­ning – Ansat­zes vor­stell­ten. Ein Bild davon ist hier zu sehen : Zu der Vor­la­ge wurden vorher ein­trai­nier­te Hun­de­ge­sich­ter, Raupen und Vögel­köp­fe asso­zi­iert und eingeblendet.

© Wiki­me­dia Commons

Diese Bilder stie­ßen auf großes Inter­es­se bei einem brei­ten Publi­kum. Im Jahr 2016 wurde sogar eine eigene, von Google gespon­ser­te Aus­stel­lung in San Fran­zis­ko eröff­net, auf der ver­schie­de­ne, mit dieser Tech­nik erzeug­te Bilder zu sehen waren. Einige Bilder wurden auch für ca. 8000 USD verkauft.

Um aller­dings eben­falls solche Bilder zu erzeu­gen, bedarf es ent­spre­chen­der Pro­gram­me, die die mei­sten Künst­ler weder schrei­ben noch ver­ste­hen konn­ten. Dazu wird auch eine rechen­in­ten­si­ve Hard­ware benö­tigt, über die viele Künst­ler nicht ver­fü­gen. Kun­di­ge Pro­gram­mie­rer nutz­ten dies aus und bieten des­halb Por­ta­le an, bei denen man sowohl die Trai­nings­mu­ster als auch die Vor­la­gen hoch­la­den kann und dann die resul­tie­ren­de Aus­ga­be erhält, die auf dem Por­tal­ser­ver berech­net wird. Bei­spiel dafür sind deepdreamgenerator.com von dem Künst­ler Memo Akten und dreamscopeapp.com, das kom­mer­zi­ell genutzt werden kann. Sogar Schnitt­stel­len wurden defi­niert, um Bilder auto­ma­tisch auf einen Server zu laden und nach der Bear­bei­tung das Resul­tat zurück zu trans­por­tie­ren, siehe deepai.org.

Metho­den

Das tiefe Lernen (deep lear­ning) wird nach der Metho­de benannt, Sen­sor­ein­drücke in vielen Schich­ten hin­ter­ein­an­der zu bear­bei­ten. Dabei wird ein Sen­sor­ein­druck (Muster) zuerst nach sehr ein­fa­chen Mustern wie Stri­che oder Kon­tra­st­gren­zen ana­ly­siert und ein den wei­te­ren Schich­ten ver­merkt, zu wel­chen Mustern diese Stri­che zusam­men­ge­setzt werden. Am Ende wird das Ergeb­nis mit bereits gespei­cher­ten Mustern ver­gli­chen und bei einer Teil­über­ein­stim­mung das gesam­te gespei­cher­te Muster aus­ge­ge­ben. Ein Video auf You­Tube ver­deut­licht den deep dream-Ansatz.

Die grund­le­gen­de Metho­de kann nun für die Erzeu­gung inter­es­san­ter Bilder weiter abge­än­dert und ver­fei­nert werden. Das Team um Memo Akten defi­nier­te sich bei­spiels­wei­se neben der ori­gi­na­len deep dreams-Metho­de noch die Metho­den deep style und thin style. Die deep style ver­sucht, vor­han­de­ne Textur asso­zia­tiv mit einer gege­be­nen ande­ren Textur mit Stel­len ähn­li­cher Merk­ma­le zu über­ma­len. Im Fol­gen­den ist links oben das Ori­gi­nal­bild, dar­un­ter das Zusatz­bild und in groß das Resul­tat zu sehen.

© deepdreamgenenerator.com

Eine leich­te, nur auf wenige Merk­ma­le beschränk­te, schnel­le Metho­de wurde thin style genannt und erzeugt weni­ger kom­ple­xe Texturänderungen.

© deepdreamgenenerator.com

Eine spe­zi­el­le Ver­si­on dieser com­pu­ter­ge­ne­rier­ten Kunst besteht darin, ein System so zu trai­nie­ren, dass es nur das Wesent­li­che von meh­re­ren Bil­dern in kom­pri­mier­ter Form erfasst. Packt man einen ande­ren Kon­text dazu und expan­diert den Kern wieder, asso­zi­iert also Grund­struk­tu­ren mit neuem Kon­text, so bekommt man Bilder, die so nie exi­si­tiert haben (deep fake). Dies ist eine Tech­nik, die einer­seits zum Fäl­schen von Per­so­nen­fo­tos und poli­ti­schen Intri­gen führen, die aber auch ande­rer­seits zur Gene­rie­rung von Kunst ver­wen­det werden kann. Nähe­res ist in diesem Arti­kel der NZZ nach­zu­le­sen.

Nach­ste­hend einige Bei­spiel­fo­tos von der Web­sei­te ThisPersonDoesNotExist.com. Alle Per­so­nen exi­stie­ren nicht ; die Gesich­ter sind syn­the­tisch erzeugt.

Und hier nun einige Bei­spie­le von syn­the­tisch erzeug­ten Bil­dern aus ThisArtworkDoesNotExist.com.