Tag: Kunst

Blockchain Use Case – Art and other assets

After the blockchain hype has subsided, the question arises as to which use cases for blockchain are conceivable for our society. Below we present a possible use case.

Art and other possessions (assets) are often objects that you consider investment or just for hobby. But if you want to pay off these assets, you rarely find a liquid marketplace. Also, possession of such goods is usually 100% with one person. This makes it difficult for a collective of private art lovers to share ownership of a painting (or the rights to it). There are other assets that do the same. Historic cars and general collectibles suffer from the same problem.

 

Democratization of art

With the help of the blockchain, these assets can be tokenized. This means that you issue shares (tokens) for a piece of art, for example. On the one hand, these share certificates confirm the authenticity of the work of art and, on the other hand, they are a right to own a share of the work of art. This also makes it possible for small investors and private individuals to own art and to benefit from resale or the general commercialization of the painting. These tokens are on the blockchain and are stored there against forgery.

 

Art and new liquidity

 

Book Recommendation

In her book Token Economy, Shermin Voshmgir describes in great detail what the blockchain actually is, how tokens will be designed in the future and what use cases exist for these tokens. It highlights both the development of tokens on the blockchain to date and the future economy that can arise around these tokens.

Semantic Style Transfer – Von der Bitmap zum Kunstwerk

In unserer Rubrik Paper Review┬ástellen wir euch aktuelle Paper aus dem Bereich Machine Learning vor. Wir fassen f├╝r euch das┬áWesentliche zusammen und ihr entscheidet selbst, ob ihr das Paper lesen wollt oder nicht.┬áViel Spa├č!

Was ist neu

Das Paper stellt einen Ansatz vor, wie man generative Neuronale Netze und semantische Annotationen zusammen benutzen kann. Dabei k├Ânnen die Labels auf Pixelebene gesetzt werden.┬áHier gehts zum Paper.

Worum geht es

semantic-map

Quelle: Figure 3 von Semantic Style Transfer and Turning Two-Bit Doodles into Fine Artwork

Das Paper “Semantic Style Transfer and Turning Two-Bit Doodles into Fine Artwork” von┬áAlex J. Champandard┬ábesch├Ąftigt sich mit dem pixelbasierten Labeln f├╝r die Image-Synthese. Der Anwendungsfall ist der semantische Transfer von Wissen aus einem Gem├Ąlde (oder Portrait) zu einem sehr simplen Bitmap. Dabei werden CNNs (Convolutional Neural Networks) – also mehrschichtige Netze genutzt. Die Motivation f├╝r die Ver├Âffentlichung waren folgende┬áProbleme:

  • Die bisherigen Modelle waren urspr├╝nglich f├╝r die Klassifikation gebaut und nicht f├╝r den Zweck des Style Transfer.
  • Die bisherigen Ans├Ątze, wie zusammenh├Ąngende Layer die Informationen von anderen Layern nutzen, ist nicht optimal.

Der Autor stellt ein Verfahren vor, das die L├╝cke zwischen generativen Modellen und dem Labeln auf Pixelebene schlie├čt. Dabei wird auch gezeigt, wie sich diese Methode in verschiedene bereits bestehende Algorithmen eingliedern l├Ąsst.

 

Experimente & Daten

Die Experimente sind nicht sehr umfangreich. Es wurden 4 semantische Labels für Hintergrund, Kleidung, Gesicht und Haare benutzt. Die Genauigkeit wurde mit Visual Inspection festgestellt und durch die Änderung verschiedener Parameter optimiert.




 

Fortf├╝hrend

Der Algorithmus in diesem Paper kann f├╝r verschiedene Typen von Bildern angepasst werden. Damit sind vor allem verschiedene Kunststile gemeint, die man nutzen k├Ânnte. Ebenfalls k├Ânnte man die Anzahl der Annotationen resp. Labels erweitern, um komplexere Bilder zu synthetisieren.

Lust zu lesen? Hier gehts zum Paper.

Ähnliche Arbeiten

  • Hertzmann, A.; Jacobs, C.; Oliver, N.; Curless, B.; and Salesin, D. 2001. Image analogies. SIGGRAPH Conference Proceedings.
  • Gatys, L. A.; Ecker, A. S.; and Bethge, M. 2015. A neural algorithm of artistic style. CoRR abs/1508.06576.
  • Li, C., and Wand, M. 2016. Combining markov random fields and convolutional neural networks for image synthesis. abs/1601.04589.
  • Thoma, M. 2016. A survey of semantic segmentation. CoRR abs/1602.06541.
  • Yang, Y.; Zhao, H.; You, L.; Tu, R.; Wu, X.; and Jin, X. 2015. Semantic portrait color transfer with internet images. Multimedia Tools and Applications 1ÔÇô19.

 

 

 

 

 

 

 

Predictive Art – Kunst und Machine Learning

So kann jeder ein K├╝nstler werden. Fr├╝her ben├Âtigte man viel Training und viel Zeit, um ein Bild zu malen, Musik zu komponieren und andere k├╝nstlerische Neigungen auszuleben. Mit Deep Learning kann nun theoretisch jeder zum “K├╝nstler” werden und Kunstwerke erstellen lassen. Mit diesen Tools werdet ihr zum K├╝nstler.

Von der Bitmap zum Kunstwerk

Darstellung wie NeuralDoodle das Bild erstellt

Credits: github/alexjc

Mit Neural Doodle ist es m├Âglich aus einer einfachen Bitmap ein komplexes Kunstwerk zu machen. Das funktioniert mit semantischen Transfer-Learning. Das spannende ist, dass die Maschine die Bedeutung im Bild einsch├Ątzen kann und das Bild dann so komponiert, wie es passen sollte. Diese Parameter k├Ânnen noch einem Tuning unterzogen werden, wodurch die abstraktesten Bilder entstehen k├Ânnen.

Das schwarzwei├če Farbbild

Bild eines schwarzwei├čen Leuchtturms sowie eines colorierten.

Credits: github/pavelgonchar

ColorNet hilft dabei, Schwarzwei├č-Bildern wieder Leben einzuhauchen. Auch hier kommt semantisches Transfer-Learning zum Einsatz. Mit einer selbstgemalten Bleistiftskizze k├Ânnte man somit schnell ein sch├Ânes coloriertes Bild erhalten.

 

Semantisches Bildverst├Ąndnis

Das der Algorithmus nicht nur nach einem Regelset arbeitet, sondern semantische Beziehungen lernt, ist hier besonders wichtig. Damit kann man in Zukunft durchaus spielen. Bilder k├Ânnten dann merkw├╝rdige, surreale oder anst├Â├čige Situationen komponieren. Apropos komponieren, auch f├╝r Texte sowie Musik gibt es spannende Modelle.

Der Geschichtenerz├Ąhler

Bild das neural Storyteller nutzt, um eine Geschichte zu erz├Ąhlen.

Credits: github/ryankiros

Ein einfaches Bild gen├╝gt als Input und der Neural-Storyteller erz├Ąhlt dir eine Geschichte zu dem Bild. Ein gut dokumentierter Urlaub w├╝rde ausreichen, um eine spannende Geschichte zu erz├Ąhlen. Vielleicht kann man dabei sogar seinen Urlaub noch einmal durch eine Maschine reflektieren. Was aber viel wichtiger ist: man kann erlebtes oder eben nicht erlebtes in Bildern ausdr├╝cken und so den Zugang zu einer Story finden.

Klingt das nicht spannend? Filme k├Ânnten wie B├╝cher wahrgenommen werden, sogar f├╝r blinde Menschen ist das spannend.

Predictive Music

Logo Deepjazz

Credits: github/jisungk

Ein Blick in die Zukunft der Musik gibt Biaxial-RNN-Music und DeepJazz. Musik kann aus verschiedenen kleinen Patches von Musikst├╝cken komponiert werden. Weiche ├ťberg├Ąnge, harte ├ťberg├Ąnge, dramatisch oder entspannt. Das alles kann der Algorithmus leisten. So k├Ânnte in Zukunft Musik komponiert werden. Musik k├Ânnte somit vom linearen Medium zum personalisierten Erleben werden. Spannend, wenn man bedenkt, dass viele Medien aktuell von linear zu personalisiert wechseln und somit immer mehr Menschen und Zielgruppen ansprechen.



Was bleibt?

F├╝r K├╝nstler entstehen in diesen Tagen viele Tools, die ihnen helfen k├Ânnen, ├╝ber ihre Kunst zu reflektieren. Was sieht der Algorithmus in meiner Kunst? Wie interpretiert er sie? Au├čerdem k├Ânnen diese Algorithmen helfen, denn richtig eingesetzt, f├Ârdern sie die Kreativit├Ąt der K├╝nstler. Kunst und K├╝nstliche Intelligenz kann Hand in Hand gehen. Kunst k├Ânnte sich vom linearen Medium zum personalisierten Erleben verschieben und somit f├╝r verschiedene Zielgruppen viel interessanter werden. Auch in der Werbung k├Ânnten diese Algorithmen Anwendung finden: personalisierte Sounds, Bilder und Texte, die sich je nach Person und deren Einstellung sowie Emotionen ver├Ąndert.
K├╝nstliche Intelligenz ist f├╝r die Kunst ein interessantes Reflektionsmedium!

Das Fremde – Die Roboterkolonie

Eine Zivilisation von Robotern unter uns? Das gibt es! Das Fremde ist eine Installation der Visual Artists Supermafia zusammen mit 2 Forschern: Michael Spranger und St├ęphane No├źl. Die Idee hinter Das Fremde ist, die Entwicklung von Sprache (die Erweiterung und Reduktion) in Echtzeit verfolgen zu k├Ânnen. Daf├╝r reist die Ausstellung durch die Welt und bietet den Besuchern damit die M├Âglichkeit mit den Agenten zu interagieren und nat├╝rlich auch ihre eigene Entwicklung zu reflektieren.