L’IA, artiste en devenir ?

Nous sommes le 29 août 2022, l’été est chaud et l’œuvre “Théâtre Opéra Spatial” de Jason Allen remporte la catégorie “Art numérique” du Colorado State Fare. Rien d’anormal, excepté que l’auteur du tableau primée n’est en fait pas Jason Allen, mais MidJourney, une Intelligence Artificielle.

Les IA nous remplaceront-elles? Souvent, une petite insurrection s’enclenche en réaction à cette interrogation: “Mais enfin, les IA ne comprennent rien”, ou encore, “Et la conscience, alors?”. Nous sommes naturellement horripilés à l’idée d’être équivalent à une machine, comme si le cerveau voulait nous persuader de son actualité. “Non, je ne suis pas obsolète!”, nous dit-il. Devrions-nous le croire?

Pour nous guider à travers ces questions, un simple test vieux de 70 ans est maintenant entré dans la culture populaire: le test de Turing, nommé d’après le père de l’informatique moderne. Pourtant, dès 1842, la mathématicienne Ada Lovelace fût la première à envisager que les machines à calculer de son temps (nommées “Machine Analytique”) pourraient un jour traiter de sujets bien au-delà de l’arithmétique. Pour étayer son propos, Lovelace avait entre autres spéculé que, simplement grâce aux règles des mathématiques, “la machine analytique pourrait composer des morceaux de musique présentant n’importe quel degré de complexité et d’étendue.” Avait-elle raison?

En observant les progrès des IA en mathématiques (voir Les mathématiques dans le viseur des IA), il ne vous sera peut-être pas si surprenant d’apprendre que les ordinateurs ont déjà passé le test de Turing musical depuis les années 90. A l’époque, un groupe de compositeurs et musicologues avaient été incapables de différencier une véritable chorale de Bach de son imitation par l’un des premiers algorithmes compositeurs, nommé Emmy. Encore une fois, la réaction des auditeurs était souvent colérique, indignée par la “tromperie”. “La mort de l’Art”, entend-on parfois déclarer les plus pessimistes. Pourtant, l’appareil photo n’a pas remplacé les peintres, et les ordinateurs peuvent un instrument indispensable à la composition sans pour autant voler la vedette à l’artiste.

Certains penseront peut-être que ces imitations de Bach, bien que convaincantes, ne sont rien de plus que ce qu’elles sont: des imitations. Emmy compose, mais n’invente pas. Cependant, il y a des limites à l’inventivité humaine, également. Vous pouvez toujours essayer d’imaginer une nouvelle couleur, par exemple. Nous aussi avons besoin de modèle sur lequel se baser, et même les plus grands artistes ont droit à leurs inspirations. Alors, pourquoi pas les IA aussi?

Notre libre-arbitre n’est-il pas une illusion masquant la complexité de notre algorithme sous-jacent ?

Marcus Du Sautoy, Le code de la créativité, Héloise d’Ormesson, 2022

Plus récemment, une intelligence artificielle s’est attaquée à un autre monument de la musique classique, Beethoven. S’inspirant de ses quelques esquisses restantes, une intelligence artificielle a imaginé ce à quoi aurait pu ressembler sa 10ème symphonie, qui n’a malheureusement jamais vu le jour. Je vous laisse juger du résultat.

Manifestement, la musique n’est pas notre meilleur rempart face aux élans artistiques des IA. Qu’en est-il de la peinture?

Pour développer au mieux la créativité des IA, les développeurs sont passés faire un tour chez le maître (actuel) en la matière: notre cerveau. Comment créons-nous? Il semblerait que nous possédions deux systèmes concurrentiels: une poussée créatrice sans limitations, en opposition à un inhibiteur juge, critique. Lorsque nous créons, notre cerveau alterne entre les deux systèmes afin d’atteindre quelque chose d’à la fois nouveau et intelligible. De même, les IA “artistes” telles que Midjourney et Dall-E sont le produit de deux réseaux, un générateur, qui propose des candidats à un deuxième réseau dit discriminant, qui le comparera à sa base de données d’oeuvres existantes, et jugera si ce qui lui est fourni en fait partie. Le générateur tentera de tromper le discriminant en créant une nouvelle pièce suffisament convainquante pour que le discriminant la classe comme appartenant à sa base de données. Par exemple, en donnant au discriminant une base d’œuvre impressionniste, le générateur apprendra à se rapprocher du style existant, sans jamais le reproduire. Le résultat est saisissant, et la nomination de Théatre Opéra Spatial (voir ci-dessous) lors d’un prestigieux concours d’art nous force à reconsidérer notre rapport à l’art… et aux machines.

En effet, l’AI Art n’est pas un simple passe-temps pour artistes ratés: les oeuvres artificielles nous offrent une vision inédite des réseaux neuronaux et nous permettent ainsi de mieux les comprendre. Car en offrant à l’algorithme une méthode d’apprentissage indépendante, nous avons également fermé notre accès à son raisonnement. Or, la société se tourne désormais vers ces réseaux neuronaux pour prendre des décisions de plus en plus impactantes. ChatGPT n’est qu’un exemple parmi d’autres illustrant comment les réseaux neuronaux intègrent notre vie quotidienne. DeepMind, l’entreprise à l’origine d’AlphaGo, s’est aujourd’hui tourné vers des sujets autrement plus sérieux, tels que la santé, la reconnaissance d’image, et même l’écologie. Comprendre et évaluer les décisions de ces algorithmes est devenu un enjeu fondamental du monde moderne.

Références

• Emily Howard, “OK computer: how Ada Lovelace is being brought to musical life.” The Guardian, 2019. Consulté le 30/05/2023
• Bernard Marr, “Artificial Intelligence Explained: What Are Generative Adversarial Networks (GANs)?”, Forbes, 2019. Consulté le 30/05/2023
• Ahmed Elgammal, “Meet AICAN, a machine that operates as an autonomous artist”, The Conversation, 2018. Consulté le 30/05/2023
• Tim Adams, “David Cope: ‘You pushed the button and out came hundreds and thousands of sonatas’ “, The Guardian, 2010, Consulté le 30/05/2023

---

---