KI-basiertes Robotersystem erstellt Gemälde

Roboter als echter Künstler

Das AI Painting Project von IBM Japan, der Universität Tokio und Yamaha Motor soll auch Maschinen die Fähigkeit zur Kreativität verleihen. Es gibt Robotern die Möglichkeit, eigenständig Kunst mit Farben, Leinwand und einem Pinsel zu schaffen. Basis dafür ist ein KI-basiertes System.
Beim AI Panting Project agiert ein Robotersystem als Maler und 
fertigt kreative Gemälde nach konzeptionellen Vorgaben an.
Beim AI Panting Project agiert ein Robotersystem als Maler und fertigt kreative Gemälde nach konzeptionellen Vorgaben an.Bild: Youtube/Mashable

Eine Gruppe von Forschern von IBM Japan, der Universität von Tokio und Yamaha Motor hat mit dem AI Painting Project ein KI-basiertes Robotersystem entwickelt. Es ist in der Lage, selbstständig Gemälde zu erstellen, anstatt sie, wie andere Systeme, nach dem Zufallsprinzip zu generieren. Der Roboter verfügt über einen eigenen Wertesatz und ist darauf ausgelegt, mit verschiedenen, vorgegebenen Konzepten zu arbeiten, um unterschiedliche eigene Kunstwerke zu schaffen. So können dem Roboter bestimmte Parameter vorgegeben werden, wie z.B. ein Werk mit nur 30 oder 300 Pinselstrichen zu erstellen.

Eigenes Kunstwerk nach vorgegebenem Konzept

Wie ein echter Maler hält der Roboter zunächst inne, bevor er eine künstlerische Entscheidung trifft. Der Roboter erstellt seine Gemälde auf einer Leinwand und nutzt dafür Acryl- oder Aquarellfarben sowie einen Pinsel. Er kann selbstständig Farben mischen oder sie mit Wasser verdünnen. Im Gegensatz zu anderen ähnlichen Systemen generiert die KI keine Projekte nach dem Zufallsprinzip. Das übergeordnete Konzept für die Bilder wird vom Menschen festgelegt. So kann z.B. eine bestimmte Formensprache vorgegeben werden oder die Anzahl der möglichen Pinselstriche begrenzt werden. Dadurch ist quasi vorgegeben, ob das Gemälde eher abstrakt oder eher realistisch ausfallen wird. Der Prozess läuft dann folgendermaßen ab: Ein oder mehrere Konzepte werden dem KI-Roboter vorgegeben. Das Bild wird dann nach dem Bewertungskriterium ‚am ähnlichsten zum präsentierten Konzept‘ erzeugt.

Schnittstelle zwischen KI, IoT, Robotik und Kunst

Als nächster Schritt ist die Implementierung eines visuelles Feedbacks geplant, das es dem Roboter ermöglicht, das laufende Bild auch selbst zu sehen. Dann kann der Mensch eingreifen und mitgestalten. Das AI Painting Project wurde auf der dieses Jahr digital stattfindenden Veranstaltung South by South West (SXSW) vorgestellt. Das gesamte Konzept befindet sich an der Schnittstelle von KI, IoT, Robotik und Kunst und zielt darauf ab, eine unabhängige kreative Einheit zu entwickeln, die die menschliche Kreativität ergänzt, inspiriert und erweitert.

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige