Die Interpretation der Signatur von Marcel Duchamp durch AI

Nicht nur eine analytische Befragung KI basierter Bildgenese.
Eingabedatum: 15.05.2022

Die Interpretation der Signatur von Marcel Duchamp durch AI

Variationen der AI

Die Interpretation der Signatur von Marcel Duchamp durch AI

Um den aktuellen Stand der Künstlichen Intelligenz zu überprüfen, nehmen wir uns die Freiheit und lassen die Phrase Die Signatur von Marcel Duchamp durch ein aktuelles KI Programm visualisieren.

Die Inhalte werden durch statistische Verfahren der Künstlichen Intelligenz berechnet, wobei wir auf einer Ebene den Zufallsfaktor kontrollieren.

Wir arbeiten mit einem Jupyter Notebook (Software), das in der Cloud auf eine Version der OpenAI zugreift. Mittels des Jupyter Notebooks erzeugt man per Texteingabe eine Bildausgabe.
Werden digitale Bilder generiert, bezieht sich jedes weitere Pixel auf das vorangegangene und den allgemeinen Kontext, in dem die Pixel angeordnet sind.
Die Künstliche Intelligenz assoziiert gewichtete visuelle Kontexte und fügt sie zu einem Bild. Es ist erstaunlich, welch unterschiedliches Material statistische Gewichtung zusammenstellen kann und das zu einem Zeitpunkt, zu dem maschinelles Lernen sich noch in einer frühen, relativ unausgereiften Phase befindet.

Bei dieser speziellen Bildfolge untersuchen und demonstrieren wir die Wirkung der Zufälligkeit im Visualisierungsprozess durch Künstliche Intelligenz. Die Programme bzw. Notebooks arbeiten auf mehreren Ebenen mit Zufallsfaktoren, die eine Reproduktionsfähigkeit unter gleichen Bedingungen infrage stellen.
An erster Stelle haben wir den seed-Wert getestet. Der seed-Wert kann eine Zahl zwischen 1 und 2999999999 sein und bildet den Ausgangspunkt aller Berechnungen zum Thema der Eingabe (prompt).

Die Signatur von Marcel Duchamp

Variationen der AI seed 1

Während bei dem Kontrollversuch zur ersten Eingabe mit dem seed-Wert 1 beim zweiten Bild kaum Ähnlichkeiten festzustellen sind, ja der Unterschied genauso groß zu sein scheint wie bei den anderen, mit unterschiedlichem seed-Wert generierten Visualisierungen, muss man festhalten, dass in solchen Fällen zwar immer ein Bild als Ergebnis da steht, es aber auch noch unterschiedliche “Fehleraufhebungswerte” gibt, die angeben, inwieweit das Ergebnis dem Optimum nahekommt.

Responsive image