Wir beschäftigen uns mit folgenden Fragen:
Einstiegsvideo:
Im Allgemeinen wird Kreativität als die Fähigkeit definiert, etwas Neues oder Originelles zu schaffen, das gleichzeitig nützlich oder brauchbar ist, und wird in erster Linie mit der schöpferischen Fähigkeit eines Menschen in Verbindung gebracht.
In einer Welt, in der Machine Learning Modelle aber nun Bilder im Stil von Rembrandt malen, Gedichte im Stil von Shakespeare schreiben und Musik von Beethoven vollenden können, stellt sich die Frage, ob diese KI-Systeme auch kreativ sind.
Um darüber ein besseres Verständnis zu erlangen, möchten wir eine Beschreibung des Begriffs Kreativität anbieten, die sich nicht nur auf gestalterische Themen bezieht.
Marcus du Sautoy, Mathematiker und Professor an der University of Oxford, beschreibt in seinem Buch „The Creativity Code“ drei Arten von Kreativität, die wir nutzen möchten, um den Begriff zu umrahmen:
Ja, aber die Fähigkeit von KI-Systemen, Kunstwerke zu schaffen oder musikalische Kompositionen zu generieren, basiert auf erlernten Regeln und Datensätzen, während menschliche Kreativität oft durch emotionale und soziale Intelligenz, Erfahrung und die Fähigkeit, abstrakt zu denken, geprägt ist.
https://moodle.ki-campus.org/mod/page/view.php?id=5121
(Login bei KI-Campus nötig)
Praxisübung: KI oder Mensch
https://moodle.ki-campus.org/mod/h5pactivity/view.php?id=12417
(Login bei KI-Campus nötig)
Wem gehört KI-generierte Kunst?
https://moodle.ki-campus.org/mod/h5pactivity/view.php?id=5709
(Login bei KI-Campus nötig)
Nachdem wir einen Einblick in die Verbindung von Künstlicher Intelligenz und Kunst gewonnen haben, wenden wir uns in der nächsten Übung einer ausgewählten Variante neuronaler Netze zu.
Die so genannten Generative Adversarial Networks (GANs) spielen eine wichtige Rolle in der kreativen Anwendung von KI. In Modul 3 haben wir uns bereits mit generativen KI-Anwendungen beschäftigt, nun vertiefen wir unser Verständnis am Beispiel der Generativen Adversarial Networks.
GANs sind eine Art künstliche Intelligenz, die auf unüberwachtem Lernen basiert und aus zwei neuronalen Netzen besteht: einem Generator und einem Diskriminator.
Wie funktioniert das?
Der Generator erzeugt neue Inhalte auf der Basis von Trainingsdaten, während der Diskriminator diese Daten mit seinen eigenen Trainingsdaten vergleicht und versucht, zwischen echten und generierten Daten zu unterscheiden. Dieser „Wettbewerb“ führt dazu, dass der Generator im Laufe der Zeit immer überzeugendere Ergebnisse kreiert, indem er auf das Feedback des Diskriminators reagiert.
Der Einsatz von GANs birgt ein großes Potenzial, um künstlerische Werke in verschiedenen Stilen zu schaffen, Bewegungsmuster zu modellieren oder sogar 3D-Modelle aus 2D-Bildern zu generieren.
Dies wirft jedoch auch kritische Fragen auf. Die Möglichkeit, fotorealistische Bilder zu manipulieren, hat zu Diskussionen über Deepfakes geführt. Beeindruckend realistische Bilder von Menschen, die von KI-Anwendungen erstellt wurden und nicht echt sind, sind auf der Seite „This Person Does Not Exist“ zu sehen.
Das Schreiben von Prompts spielt eine zentrale Rolle bei der Erstellung neuer Kunstwerke mit KI-Anwendungen. Prompts sind sozusagen die Schnittstelle zwischen dem Menschen und der KI-Anwendung.
Ein Prompt ist eine kurze Anweisung oder Frage, die dem KI-Modell den Kontext oder die Richtung für die gewünschte Ausgabe vorgibt. Wir zeigen hier Beispiele für die Generierung von Bildern, die Regeln gelten aber auch für die Generierung von Text und Musik.
https://moodle.ki-campus.org/mod/page/view.php?id=4962
Übung
Wer trifft das Bild?
https://moodle.ki-campus.org/mod/page/view.php?id=4732
03_smki_arbeitsvorlage_wertrifftdasbild.pdf
Bildgenrierende Plattformen: