Creatividad e inteligencia artificial

inteligencia artificial creatividad
“Las máquinas no saben romper reglas”, Ramón López de Mántaras.

Este artículo sobre creatividad e inteligencia artificial apareció en una versión editada en bez.es.

Hace unas semanas se estrenó en buena parte del mundo la película Morgan, el debut en la dirección de Luke Scott, el hijo del creador de Alien o Blade Runner. La película, un thriller que aborda algunas preguntas sobre Inteligencia artificial (IA), llegó a los cines españoles a mediados de septiembre; mucho antes lo hizo su trailer, especialmente noticioso porque no contaba el final y porque había sido creado por una IA llamada Watson y programada por IBM.

Para la educación cinematográfica de Watson, los técnicos de IBM introdujeron más de 100 horas de trailers de películas de terror en su memoria, con el objetivo de que la IA los analizara y reconociera un patrón, un estilo propio de los trailers. Reconocido el patrón, los técnicos mostraron la película a Watson para que seleccionara las escenas más adecuadas para construir el trailer de Morgan. Los seis minutos seleccionados por Watson fueron editados por un montador (humano) y reducidos a los casi dos minutos que dura el primer tráiler. Con la ayuda de Watson, el proceso de producción del trailer, que según la productora puede durar entre 10 y 30 días, se redujo a poco más de un día gracias a la creatividad de la IA.

“Nadie puede afirmar que una máquina sea creativa en el sentido humano”, explica Ramón López de Mántaras, investigador del CSIC y director del Instituto de Investigación en Inteligencia Artificial. Según López de Mántaras, recientemente galardonado con el Distinguished Service Award de la Asociación Europea para la Inteligencia Artificial, el reconocimiento más importante en Europa en materia de IA, hay dos tipos de creatividad: la que rompe las reglas y crea algo completamente original y revolucionario, y la que combina elementos ya existentes de forma novedosa.

La primera está al alcance de unos pocos genios y deriva en el cubismo, la pintura abstracta o la música dodecafónica, por ejemplo, creaciones que rompieron con la forma de entender la pintura o la música. La otra creatividad, la de combinar elementos ya existentes que den lugar a creaciones nuevas, pero nunca rompedoras, es la “única” creatividad al alcance de las máquinas. “Los científicos pueden añadir cierta aleatoriedad en los sistemas de IA creativos para que haya combinaciones nuevas, pero las creaciones de la IA siempre responderán a las reglas previamente introducidas”, explica López de Mántaras. “Las máquinas no saben romper reglas”.

Utilidad multidisciplinar

La IA contribuye al desarrollo de campos tan diversos como la arquitectura, la robótica, la redacción de notas de prensa, la resolución de teoremas matemáticos o el diseño de moda. Si un proceso creativo puede modelarse probabilísticamente y estas probabilidades pueden conformar un patrón, entonces es muy posible que pueda crearse una IA para simular ese proceso creativo. Probablemente la máquina no consiga crear nada realmente original, pero las nuevas combinaciones sí puedan ayudar a inspirar a los artistas.

Uno de los proyectos de IA que más atención despierta en materia de IA y creatividad es Flow Machines, una invención del científico François Pachet, pionero en la combinación de música e IA. El software de Flow Machines es capaz de hacer que una canción determinada suene en un estilo completamente diferente, pero sin que la canción deje de ser reconocible. O dicho de otro modo, que el Himno de la alegría suene como si lo interpretara una orquesta dirigida por Ennio Morricone. O tocada por los Beatles.

La clave de Flow Machines se basa en la teoría de que los estilos de ciertos músicos pueden definirse según patrones reconocibles, tanto por la IA en forma de números como por el oído humano. Así, con la teoría de probabilidades del Modelo de Márkov como base, las canciones pueden saltar de unos estilos a otros sin perder su esencia, sólo adaptándose a las características propias de cada estilo. Pachet ha iniciado su proyecto con la música, su área de especialización, pero aspira a que la teoría de Flow Machines sea válida también para la literatura.

Próxima meta: autoevaluación artificial

En cuanto al futuro de la IA en relación con la creación de obras, muchas miradas apuntan a la programación evolutiva, que consiste en dotar a la IA de un sistema de autoevaluación propio. “Hacer que el software pueda, de una manera muy sofisticada, evaluar sus propias creaciones o resultados”, explica el profesor López de Mántaras. “De momento estamos implementando algunos sistemas y, aunque a veces funcionan, en general no lo hacen. Contrariamente a las personas, las máquinas no son tan críticas con su trabajo”.