¡¡¡ Estudiante Autónoma, realiza propuesta de Arte Generativo Usando Redes Neuronales Convolucionales y Redes Generativas Adversas !!!

Jehannes Oviedo direcciona el proyecto en busca elaborar una propuesta de arte generativo, crear pinturas mediante el uso de redes neuronales convolucionales y redes generativas adversarias integradas con mi técnica tradicional y estilo pictórico, que una vez llevadas a soportes físicos pueda mostrarse como una exposición de arte tradicional.


 Este trabajo se aborda desde mi perspectiva de un Artista-Ingeniero y se enfoca en la aplicación práctica como tal de las técnicas de producción de arte generativo a través del Deep Learning, más específicamente las redes neuronales convolucionales. 

Al ser yo Pintor en técnicas tradicionales usare mis dibujos tipo boceto sin color y de otro lado obras finalizadas que he hecho en óleo y acrílicos en sobre lienzo, las mismas hechas en mi estilo pictórico actual. Con lo anterior busco aportar la composición de contenido y el estilo pictórico, a las obras que se generarán a través de los algoritmos de Deep Learning, las cuales he definido bajo el estilo artístico de: “Impresionismo Generativo”. 

Para ello realizaré varios bocetos que serán usados para entrenar la red e implementar las técnicas de Transferencia de Estilo, Deep Dream y redes generativas adversarias Pix2Pix. Los procesos de ejecución de los algoritmos fueron en TensorFlow mediante Google Colaboraty con activación GPU.

Es así como este proyecto pretende responder a la pregunta: ¿Cómo implementar una propuesta de arte generativo, utilizando redes neuronales profundas y arte tradicional?


Objetivo general: Elaborar una propuesta de Arte generativo, mediante el uso de redes neuronales convolucionales y redes generativas adversarias que, una vez llevadas a soportes físicos, pueda mostrase como una exposición de arte. 

Objetivos específicos: 

• Seleccionar entre los modelos de redes neuronales convolucionales y redes generativas adversarias los que puedan ser utilizados en el ámbito artístico. 

• Implementar los modelos de redes neuronales seleccionados, para manipular dibujos y bocetos creadas de manera tradicional. 

• Seleccionar las obras pictóricas que harán parte de una posible exposición de Arte Generativo.

 En la búsqueda de unir mi vocación por la Pintura con mis conocimientos adquiridos como estudiante de Ingeniería Mecatrónica, para aumentar así mis habilidades y resultados artísticos, tratando de innovar e intentando puentes entre Ciencia y Arte, encontré una gran oportunidad a través de la Inteligencia Artificial, en el Deep Learning y más específicamente las Redes Convolucionales.

 Aprovechando mis conocimientos de Ingeniería Mecatrónica en redes neuronales y de otro lado mi experiencia con la pintura, doy respuesta a mi búsqueda de aprovechar y profundizar todo lo aprendido para crear obras pictóricas de manera innovadora. Esto mejorará la ejecución de una obra, permitirá un mayor aprovechamiento del tiempo y la posibilidad de obtener bocetos aleatorios antes de escoger cuál será la obra final a entregar al coleccionista, museos o galerías de arte.

Creo que la Inteligencia Artificial no es un reemplazo del artista, sino una herramienta que lo complementa y amplía su abanico de técnicas, pero para que esta unión sea más efectiva, complementaria y real, los artistas deberán conocer y profundizar un poco en la teoría y los principios de las Redes Neuronales y el Deep Learning y no limitarse al uso de las aplicaciones existentes o darle todo el peso a la parte conceptual de su obra. Al no dejar de lado la importancia de la parte técnica y el conocimiento interno funcional de los algoritmos se podrá obtener mejores resultados, con un nivel de personalización mayor en el estilo característico del artista.

Oviedo Jehannes (2022). "Arte Generativo Redes Neuronales" Universidad Autónoma de Occidente 

Comentarios

Entradas populares de este blog

Inteligencia Artificial: ¿ Cómo hacer un programa de clasificación de imágenes ?

Crea modelos de Deep Learning con Teachable Machine

Semillero De Inteligencia Artificial de la UAO lanza sus Proyectos Semestrales