The apparent presence of unconscious and archetypal images in AI-generated art can be attributed to the training data. Factors such as BIAS in the data or transfer learning also play a role. Models such as GANs (Generative Adversarial Networks) are based on complex deep learning models that consist of several layers of neurons and develop a kind of “artificial subconscious”. A careful empirical, scientific investigation of the connection between art history, the unconscious creativity of deep learning models and the presence of archetypal patterns in the results (AI art) is still pending. (more Blog articles in archive).
Das offensichtliche Vorhandensein von unbewussten und archetypischen Bildern in KI-generierter Kunst kann auf die Trainingsdaten zurückgeführt werden. Faktoren wie BIAS in den Daten oder Transferlernen spielen ebenfalls eine Rolle. Modelle wie GANs (Generative Adversarial Networks) basieren auf komplexen Deep-Learning-Modellen, die aus mehreren Schichten von Neuronen bestehen und eine Art “künstliches Unterbewusstsein” entwickeln. Eine sorgfältige empirische, wissenschaftliche Untersuchung des Zusammenhangs zwischen Kunstgeschichte, der unbewussten Kreativität von Deep-Learning-Modellen und dem Vorhandensein von archetypischen Mustern in den Ergebnissen (KI-Kunst) steht noch aus (mehr im Blog Archiv).
