Dansen is niet meer menselijk, kunstenaar bedenkt ai om mee te swingen [VIDEO]

Yoeri Nijs  | Deel:  
Artikel-plaatje

Beeld: still uit een video van Kyle McDonald.

Indrukwekkend. Dat is in het kort wat kunstmatige intelligentie op dit moment al kan op creatief gebied. Want het is waar: het maken van mooie, waardevolle schilderijen, muziek componeren en zelfs dansen is nu niet alleen meer voor de mens, zo blijkt nu.

Kunstenaar Kyle McDonald nam een gewaagde stap. De man werkt al sinds 2010 met dansers en was altijd al actief op het snijvlak van de echte en de virtuele wereld.

McDonald heeft een technische achtergrond en geeft ook les aan de New Yorkse academie voor podium- en mediumkunsten, de Tisch School of the Arts. Hij besloot een flinke stap verder te gaan.

LEES OOK: Recordbedrag voor kunstwerk dat door computersoftware is gemaakt

Danspasjes verzamelen
De technicus verzamelde liefst 2,5 uur aan videobeelden van acht dansers, die op een tempo van 120 beats per minuut improviserende pasjes maakten. De pasjes vielen onder verschillende dansuitingen, zoals ‘robotachtig’, ‘verdrietig’ en ‘schattig’.

Voor het opnemen van de pasjes gebruikte McDonald een bewegingscamera (een Vicon). Die schoot zestig plaatjes per minuut. In totaal maakte de kunstenaar veertig verschillende opnamen. Die gebruikte hij om zijn algoritme te voeden.

Het opnemen van beweging door middel van een Vicon-camera.


De afbeelding bevat een stukje van de data die McDonald met zijn bewegingscamera van de dansers heeft vastgelegd. De x-as staat voor de tijd in seconden, de y-as voor de draaisnelheid van de dansers. Beeld: Kyle McDonald.

Sequence models
Het algoritme van McDonald dat met de data uit de videobeelden werd gevoed, dance2dance, is gebaseerd op zogenoemde sequence models. Die worden gebruikt voor het herkennen van geluidsfragmenten, het omschrijven van videofragmenten, dus wat er op dat moment op het beeld is te zien, en voor het vertalen van teksten. Onder andere Google gebruikt sequence models voor Google Translate.

LEES OOK: Sequence models: het geheim achter Google Translate

Sequence models worden gebruikt in combinatie met neurale netwerken, en vaak specifiek met 'recurrent neural networks'. Dit zijn neurale netwerken die de zogenoemde output die ze genereren, weer opnieuw gebruiken voor de zogeheten input. Met andere woorden: ze leren van zichzelf. Dit heet met een wetenschappelijke term ook wel 'deep learning'.

Te veel onbekende begrippen? Dat begrijpen we heel goed. In dit stukje leggen we rustig voor je uit wat inputs en outputs zijn.

Wil je meer weten over deep learning? Lees dan dit stukje: Het verschil tussen kunstmatige intelligentie, machine learning en deep learning

Dagen trainen
McDonald trainde zijn algoritme met de data die hij had opgenomen met de bewegingscamera. Het trainen is nodig zodat het algoritme weet wat het moet doen. Hoe dit precies werkt, leggen we hier voor je uit.

Het trainen was hard nodig; in eerste instantie 'genereerde' het algoritme namelijk schokkende danspasjes. De meeste dansers zullen de volgende pasjes niet na kunnen doen:

Blijven trainen
Maar daar liet de kunstenaar zich niet door ontmoedigen. In totaal deed McDonald er dagen over om zijn algoritme te trainen. Het resultaat mag nu wel wezen, zoals uit deze video blijkt. Te zien is hoe een de software van McDonald van zichzelf heeft geleerd. De improviserende danspasjes, op het tempo van 120 beats per minuut, zijn duidelijk herkenbaar.

McDonald voegde in zijn algoritme ook wat variatie toe. Want mensen bewegen nooit honderd procent hetzelfde; zelfs met dezelfde pasjes wijken ze altijd een beetje af. Hierdoor lijkt het resultaat nog realistischer.

Samen met een danseres
Om zijn experiment kracht bij te zetten heeft de kunstenaar een Japanse danseres gevraagd om samen met haar digitale dubbelgangster, die is voorzien van Mcdonalds software, een stuk op te voeren.

"Tijdens het optreden start de echte danseres door de ruimte rond de ai-danser te verkennen, terwijl ze met een combinatie van nieuwsgierigheid en achterdocht afstand houdt", zo schrijft de kunstenaar in zijn blog.

"Uiteindelijk probeert Maru (de echte danseres, red.) de ai-danser na te doen. Voor mij is dit een van de spannendste momenten, omdat dit de transformatie symboliseert van menselijke beweging, die via een neuraal netwerk, weer teruggaat naar een menselijke danser."

Of het imponerend genoeg is geworden? Oordeel zelf.

 

Wil je meer weten over creatieve kunstmatige intelligentie en dan specifiek ai die muziek componeert? Kijk dan eens naar het bedrijf AIVA, dat hiermee bezig is. AIVA heeft een interessant YouTube-filmpje online gezet waarin door computer gegenereerde muziek is te beluisteren.



Wil je deelnemen aan dit gesprek? Log in of meld je aan.