Die Homepage wurde aktualisiert. Jetzt aufrufen.
Hinweis nicht mehr anzeigen.

Neuronale Netzwerke: Computer malen wie van Gogh

Von

Tübinger Stadtansicht à la van Gogh: Zerlegt und neu zusammengesetzt Zur Großansicht
Leon Gatys/ Ecker/ bethgelab.org

Tübinger Stadtansicht à la van Gogh: Zerlegt und neu zusammengesetzt

Deutschen Forschern ist es gelungen, Computer in kompetente Kunstfälscher zu verwandeln. Ihr System malt Fotos ab - im Stil großer Meister der klassischen Moderne. Die Ergebnisse sind verblüffend.

Malen wie Kandinsky, wie van Gogh, wie Munch, nur auf Basis einer Fotovorlage? Natürlich gibt es begabte Kunstfälscher, die das können. Jetzt aber gelingt es auch Computern, und zwar auf höchst eindrucksvolle Weise. Drei Forscher von der Universität Tübingen haben es geschafft, einem sogenannten künstlichen neuronalen Netzwerk das Malen beizubringen. Ihr System kann beliebige Fotos in Motive im Stil großer Meister umwandeln.

Wie das vonstatten geht, erklärten sie in einem vergangene Woche veröffentlichten Aufsatz "Ein neuraler Algorithmus für künstlerischen Stil" (PDF). Darin beschrieben sie, wie ihr Rechenmodell aus Fotos Kunstfälschungen macht: "Das System benutzt neuronale Repräsentationen, um Inhalt und Stil beliebiger Bilder zunächst zu trennen und dann neu zu kombinieren", so die Forscher. Ein Bild wird also in seine Bestandteile zerlegt und dann neu zusammengesetzt - auf Basis einer konkreten Vorlage.

Ein neuronales Netzwerk ist eine im Computer simulierte Ansammlung von Knoten, gewissermaßen Analogien zu Nervenzellen, und Verbindungen, in Anlehnung an Nervenfasern. Durch ein solches Netzwerk werden Informationen geschickt, jede Schicht der simulierten Nervenzellen trägt dabei zur Verarbeitung bei (siehe Kasten unten). Die Gewichtungen der Verbindungen verändern sich, und so lernt das Netzwerk. Zum Beispiel eben malen.

Was die Trennung der Bildelemente und deren neuerliche Zusammenführung praktisch bedeutet, führen die Forscher anhand eines Beispielfotos vor. Naheliegenderweise stammt das Motiv aus Tübingen, die Aufnahme zeigt die Tübinger Neckarfront und wurde der Wikipedia entnommen. Nun durchlief das Foto einen Analyse- und Neuaufbauprozess. Je nach Vorlage, also dem Kunststil, den das Netzwerk imitieren sollte, fielen auch die Ergebnisse aus:

Nach Wassily Kandinskis "Composition VII"

Nach Edvard Munchs "Der Schrei"

Nach Pablo Picassos "Sitzende Nackte"

Nach William Turners "Schiffbruch der 'Minotaurus'"

Nach Vincent van Goghs "Sternennacht"

Die Erforschung der Prozesse, mit denen neuronale Netzwerke Inhalte verarbeiten, läuft schon seit Jahrzehnten. Inzwischen ist die Entwicklung weit fortgeschritten, und gerade in jüngerer Zeit sind dadurch teils ziemlich schräge Ergebnisse entstanden. Google-Forscher zum Beispiel haben ein System entwickelt, dessen Überinterpratationen von Bildern stark an menschliche Fantasie- und Traumbilder erinnern.

Von einer praktischen Anwendbarkeit sind die drei Forscher mit ihrem Projekt noch weit entfernt - oder vielleicht auch gar nicht daran interessiert. Eine Bildbearbeitungs-App wird in näherer Zeit wohl nicht als Nebenprodukt entstehen. Die Forscher waren im Zuge ihrer Untersuchungen vor allem davon fasziniert, wie lernfähig ein neuronales System sein kann, das eine der Kernaufgaben biologischen Sehens erledigen soll. Nach ihrer Erkenntnis erwirbt das System automatisch Fähigkeiten, die die Trennung von Bildinhalt und Stil erlauben.

Die menschliche Fähigkeit, in der Wahrnehmung Inhalt und Stil unterscheiden zu können, sei eng mit der Fähigkeit verbunden, Kunstwerke zu schaffen und zu genießen, so die Forscher.

Neuronale Netzwerke: Die Geschichte
Neuronales Netz: Knoten und gewichtete Verbindungen
David E. Rumelhart/ James L. McClelland

Neuronales Netz: Knoten und gewichtete Verbindungen

Die Idee, dass man die Morphologie des menschlichen Nervensystems nachbilden könnte, um Maschinen so etwas wie denken, lernen oder Wahrnehmung beizubringen, stammt schon aus den Vierzigerjahren des vergangenen Jahrhunderts. Lange Zeit aber blieben die sogenannten neuronalen Netzwerkmodelle eher rudimentär, ein Gebiet für Spezialisten mit besonderer Liebe zur Abstraktion. Dann, in der ersten Hälfte der Achtzigerjahre, änderte sich das vor allem dank einer einzigen Studie. Die Psychologen David Rumelhart und James McClelland zeigten, dass so ein extrem rudimentäres Pseudogehirn lernen kann, die Vergangenheitsformen englischer Verben korrekt zu bilden - und im Laufe des Lernprozesses vorübergehend die gleichen Fehler macht wie ein menschliches Kind beim gleichen Vorgang. Statt "went" warf das Netz als Antwort vorübergehend "goed" aus - es wendete also die Regel korrekt an, aber eben bei einem unregelmäßigen Verb.

Das Netzwerk lernte also Regeln und anschließend auch die Ausnahmen von diesen Regeln - ohne dass eine einzige Regel jemals explizit formuliert worden wäre. Die Studie löste in den Kognitionswissenschaften einen kleinen Boom aus, plötzlich wurden neuronale Netzwerkmodelle auf alle möglichen Fragestellungen angewendet, der Begriff "Konnektionismus" für die neue Wissenschaft kam auf. Dann kam das Internet, die digitale Revolution nahm ihren Lauf, und plötzlich gab es Rechenleistung und entsprechende Computer in Hülle und Fülle. Heute sind neuronale Netzwerke nicht mehr nur Modelle für Psychologen - sie sind zu mächtigen Werkzeugen in den Händen jener geworden, die Computern das Sehen, Denken, Deuten beibringen wollen.

Das Grundprinzip, nach dem solche neuronalen Netzwerke funktionieren, ist immer das gleiche. Sie bestehen aus zwei oder mehr Schichten von Knoten, simulierten Nervenzellen. Verbunden werden diese Schichten mit vielen Verknüpfungen. In der Regel ist jeder Knoten der einen Schicht mit allen Knoten der nächsten verbunden. Die Input-Knoten stehen für elementare Merkmale, sie könnten beispielsweise die Pixel eines vorgegebenen Bildes repräsentieren.

Wird ein Input-Knoten aktiviert, reichte er diese Aktivierung über seine Verbindungen an die Knoten der nächsten Schicht weiter. Die Verbindungen wurden gewichtet - man kann sie sich als unterschiedlich dick vorstellen. Je dicker die Verbindung, desto stärker die Aktivierung, die am nächsten Knoten ankommt. Belehrt wird so ein Netzwerk gewissermaßen rückwärts: Wenn die Output-Schicht nicht das gewünschte Ergebnis produziert, werden die Gewichtungen der Verbindungen mithilfe eines mathematischen Mechanismus Schicht für Schicht so angepasst, dass das Ergebnis beim nächsten Mal besser zum tatsächlichen Input passt. Mit vielen Durchgängen können die Netze so lernen, Inputs korrekt mit Outputs zu verknüpfen.

cis

Diesen Artikel...
Forum - Diskutieren Sie über diesen Artikel
insgesamt 56 Beiträge
Alle Kommentare öffnen
    Seite 1    
1. Die bearbeiteten Bilder...
artusdanielhoerfeld 03.09.2015
...sehen auf den ersten Blick beeindruckend aus, aber obwohl der Stil des jeweiligen Künstlers perfekt wiedergegeben wird, fehlt auch etwas: Die Kreativität. Der Malstil ist nur die halbe Miete; wichtig ist auch die Auswahl des Motivs und die Botschaft, die ein Künstler hineinlegt. Das fehlt den Computern (zum Glück!).
2.
May 03.09.2015
Die App wuerde ich sofort kaufen. Ich glaube es koennte sich durchaus fuer die Entwickler lohnen darueber nachzudenken.
3. Nennt sich in Photoshop
spiegelwelt 03.09.2015
Dort kann man dann auch seine Fotos künstlerisch verfremden, oder, wie es der Autor nennt, fälschen.
4. So ähnliche...
2cv 03.09.2015
So ähnliche (sicherlich weniger komplexe) Manipulationsfilter gibt es schon seit längerem - ich kann mich daran erinnern, schon mal 2005 ein ähnlich verfremdetes Bild auf Basis eines von mir gemachten Fotos als Wallpaper auf meinem Rechner installiert zu haben. Spannend wird es eher, wenn abstrakte Konstruktionsmodelle so abgeleitet werden können, wie es beispielsweise Yamaha bei seinem "eKlavier" ebenfalls vor Jahren einführte: die Aufnahme des Klavierspiel eines Pianisten wurde nicht akustisch, sondern aufgrund der Anschlagsbewegung des Hammers gemessen, und kann damit auf jedem technisch entsprechend ausgerüsteten Klavier "nachgespielt" werden (Horowitz u.a. wurden so "verewigt"). Also - die Pinselbewegung des Künstlers muss als "path" beim Malen mit aufgenommen werden, um daraus die Verfremdung quasi herzuleiten. Wäre ein interessantes technisches Verfahren... :)
5.
Berliner42 03.09.2015
Zitat von artusdanielhoerfeld...sehen auf den ersten Blick beeindruckend aus, aber obwohl der Stil des jeweiligen Künstlers perfekt wiedergegeben wird, fehlt auch etwas: Die Kreativität. Der Malstil ist nur die halbe Miete; wichtig ist auch die Auswahl des Motivs und die Botschaft, die ein Künstler hineinlegt. Das fehlt den Computern (zum Glück!).
Bei solchen Aussagen würde mich mal eine Gegenprobe interessieren, weil der man nicht den Urheber kennt. Meine Vermutung: die Kreativität wird immer dann unterstellt, wenn man erzählt bekommt, daß der Maler ein Mensch war.
Alle Kommentare öffnen
    Seite 1    

© SPIEGEL ONLINE 2015
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung der SPIEGELnet GmbH



Fotostrecke
Inceptionism: Psychedelische Bilder aus Computern


Anzeige
  • Christian Stöcker:
    Spielmacher

    Gespräche mit Pionieren der Gamesbranche.

    Mit Dan Houser ("Grand Theft Auto"), Ken Levine ("Bioshock"), Sid Meier ("Civilization"), Hideo Kojima ("Metal Gear Solid") u.v.a.

    SPIEGEL E-Book; 2,69 Euro.

  • Bei Amazon kaufen.
Der kompakte Nachrichtenüberblick am Morgen: aktuell und meinungsstark. Jeden Morgen (werktags) um 6 Uhr. Bestellen Sie direkt hier: