Viene definita Gan Art. Gan sta per Generative adversarial networks (GANs), art sta per arte. Il prodotto sono immagini sintetiche generati con architettura di rete neurale. Vengono usate tecniche di machine learning, (text-to-image): il programma legge il testo e genera immagini di dimensioni variabili dopo essere stato istruito su un dataset di immagini e da alcuni parametri. Spesso il codice è scritto in Python e Keras, servono dataset di immagini di dimensioni non banali e anche una discreta potenza di calcolo. Se volete approfondire cercate sui motori di ricerca Mario Klingemann che è considerato un pioniere del movimento artistico Gan. Qui invece parliamo di Noah Veltman che partendo dalle descrizioni delle locandine del film al cinema ha realizzato dei poster alternativi. Questo che vedete sotto è la rielaborazione con l’intelligenza artificiale di “Ritorno al Futuro”.
Il sito che vi consigliamo di andare a visitare è strutturato a forma di quiz: vi vengono proposte le locandine rielaborate e voi dovete indovinare il titolo del film. Le “opere” sono piuttosto didascaliche, non è complicatissimo indovinare. Tra l’altro per quanto pittoriche si intuisce la mano del “machine learning” sui titoli.
Più interessante è la spiegazione del metodo per generare queste immagini. La sviluppatrice Alexa Steinbrück ha realizzato un tutorial sul software utilizzato. Si tratta di VQGAN+CLIP, si tratta di un modello text-to-image che genera immagini di dimensione variabile data una serie di prompt di testo (e alcuni altri parametri). E’ una combinazione di due architetture di rete neurale. Qui trovate maggiori informazioni qui. Se volete avvicinarvi a questa non nuova forma di arte, i link contenuti sono una risorsa utile da cui partire. Buon divertimento.
