1997 verlor der vielleicht größte Schachspieler der Geschichte, Garry Kasparov, gegen eine Maschine – einen von IBM gebauten Supercomputer namens Deep Blue. Für viele wurde diese historische Niederlage zum Ereignis, das den Beginn einer neuen Ära markierte, in der maschinelle Intelligenz die menschliche übertrifft.
Zwei Jahrzehnte später läuft der Schachalgorithmus, den Deep Blue verwendete, problemlos im Hintergrund auf deinem Smartphone, während du gleichzeitig mit einem LIDAR-Scanner herumspielst und mit deinen Freunden per Facetime telefonierst.
Du bist Künstler, du nutzt Technologie, um Kunst zu schaffen und dich auszudrücken. Kasparovs Wissen wurde von einer Maschine bedroht, aber eine Maschine wird niemals in der Lage sein, Kunst zu erschaffen, oder?
Sasha Krus Kinderillustrationen, erstellt mit Dall-E
Das Titelbild dieses Blogbeitrags wurde mit Dreamstudio generiert, die Illustrationen oben und unten mit Dall-E.
Die Frage ist also nicht, ob Maschinen Kunst auf dem Niveau von Gustav Klimt erschaffen können (das können sie bereits), sondern ob sie das bald schneller, effizienter und günstiger tun können als menschliche Künstler.
Was ist generative KI, und warum ist sie anders?
Die Idee, dass Computer uns helfen könnten, uns kreativ auszudrücken, ist nicht neu. Computergenerierte Kunst gibt es bereits seit den frühen 1950er-Jahren. Aber bis vor Kurzem hatten Maschinen keine Chance, Menschen in irgendeinem kreativen Bereich zu übertreffen.
Maschinen sind gut darin, riesige Datenmengen zu analysieren, Muster darin zu finden und dir Antworten oder Vorhersagen zu liefern (zum Beispiel die voraussichtliche Ankunftszeit deiner Pizzalieferung). Die neue Kategorie namens „Generative KI“ hat die Kunstwelt und die Kreativbranche jedoch aufgerüttelt, da sie auf dem besten Weg ist, schneller, günstiger und in manchen Fällen besser zu werden als das, was Menschen von Hand erschaffen können.
Generative KI ist KI, die mit riesigen Datenmengen trainiert wird. Sie ahmt deren Muster nach und erschafft daraus etwas Neues. Anstatt also mit Anweisungen gefüttert zu werden, wie ein bestimmtes Ergebnis zu erzielen ist (etwa das Gemälde eines Hundes zu malen), wird die Maschine mit Daten von einer Million Hundegemälden gefüttert und erzeugt auf Basis all dieser Eingabedaten ein neues Hundegemälde.
Laut einem Artikel von Sonya Huang, Pat Grady und GPT-3 (ja, dem Deep-Learning-Sprachmodell, das menschenähnliche Texte erzeugt) steht jede Branche, die Menschen benötigt, um originelle Arbeit zu schaffen, vor einer Neuerfindung. Es ist wahrscheinlich, dass „bestimmte Berufsfunktionen vollständig durch generative KI ersetzt werden könnten, während andere eher von einem engen iterativen Kreislauf zwischen Mensch und Maschine profitieren“.
Das gilt für alles, von Kunst und Unterhaltung über die Fertigung bis hin zum Gesundheitswesen. Was die KI betrifft, sind unsere Kreativbranchen jetzt ihr neuer Spielplatz.
Außer, dass es nicht so ist – generative KI ist nur das neueste Werkzeug in einem Werkzeugkasten, und jeder wird Zugang dazu haben.
Umbruch statt Ersatz
So wie Garry Kasparov 1997 gegen Deep Blue verlor, mussten im Sommer 2022 auch Künstler, die am Kunstwettbewerb der Colorado State Fair teilnahmen, die unangenehme Erfahrung machen, gegen künstliche Intelligenz zu verlieren.
Jason Allen, ein Videospieldesigner, hatte mit einem Kunstwerk am Wettbewerb teilgenommen, das mit Midjourney erstellt wurde, einem KI-Programm, das Textvorgaben in Bilder umwandelt. Nachdem er offengelegt hatte, wie das Kunstwerk entstanden war, ging Allens Arbeit viral und löste eine massive Gegenreaktion anderer Künstler aus.
Allen erklärte, dass es „viele Wochen der Feinabstimmung“ und „Hunderte verschiedener Bilder“ gebraucht habe, um das gewünschte Ergebnis zu erzielen – insgesamt rund 80 Arbeitsstunden. Nach diesen Zahlen sollte man nicht glauben, dass künstliche Intelligenz hier ist, um zu ersetzen.
Um den kreativen Prozess eines Künstlers zu verändern – definitiv.
Konzeptionelle Neuinterpretation von The Golden Square Theory (2018) von Andrey Adno
Die Realität ist, dass KI-Kunst Künstler nicht ersetzen wird. Die Forscherin Anne Ploin vom Oxford Internet Institute argumentiert, dass der kreative Entscheidungsprozess, der in der Kunst entscheidend ist, nicht durch KI-Technologie ersetzt werden wird.
In ihren Worten: „KI-Modelle können auf unerwartete Weise extrapolieren und die Aufmerksamkeit auf einen völlig unerkannten Faktor in einem bestimmten Malstil lenken [nachdem sie mit Hunderten von Kunstwerken trainiert wurden]. Aber Machine-Learning-Modelle sind nicht autonom.“
Machine-Learning-Modelle sind nicht autonom. Sie benötigen menschliches Handeln, um Ergebnisse zu erzielen. Es liegt also am Künstler zu entscheiden, wie und zu welchem Zweck er sie einsetzt.
Generative KI ist in der Lage, in Sekundenschnelle atemberaubende Ergebnisse zu erzeugen – wird sie letztendlich Künstler ersetzen?
Nein, aber sie könnte der Katalysator sein, der Künstlern hilft, neue, spannende und vielfältige Stile für sich zu entdecken.
▋
(Antwort generiert mit einem KI-Schreibprogramm)
