Les Newsletters Interstices
image Barbara A Lane via Pixabay, CC0
    Niveau intermédiaire
    Niveau 2 : Intermédiaire

    L’art assisté par ordinateur

    Culture & Société
    En quoi l'art assisté par ordinateur relève-t-il de la création artistique ? Quelques exemples pour amorcer une réflexion.

    Reconnu par les spécialistes et exposé dans les musées depuis quelques années seulement, l’art assisté par ordinateur a débuté dans les années 70. Il s’inscrit dans la continuité des genres traditionnels tels que la peinture, la musique ou la vidéo, mais le pinceau, les instruments et la composition deviennent programmes, les images ou les notes de musique sont numériques, l’ordinateur décode, transforme et permet de représenter les couleurs et les mouvements. La matière même de l’art numérique peut être vue d’une manière très simple, comme une suite de 0 et de 1 manipulable par un ordinateur et interprétable par l’artiste et le spectateur. Mais au-delà de ce codage binaire, il s’agit avant tout d’un outil de création.

    Que ce soit dans les arts plastiques, la musique ou la littérature, parmi la grande variété de genres abordés par l’art numérique, pas facile de s’y retrouver ! Les spécialistes eux-mêmes ne sont pas toujours d’accord quant à la définition de tel ou tel courant artistique. Ces désaccords sont peut-être liés à la jeunesse des arts numériques. Sans oublier l’évolution rapide de la technologie elle-même, qui rend plus complexes les moyens d’expression à disposition des artistes.

    Dans ce document, nous nous focaliserons sur les formes d’art plastique et graphique en deux dimensions, affiliées à la peinture.

    Exemple de fractales de Mandelbrot généré à partir du logiciel MLbrot permettant d’explorer l’ensemble de Mandelbrot.
    Image © Inria / Daniel de Rauglaudre.

    L’art algorithmique

    L’art algorithmique est l’art de produire des images par le calcul. On peut le comprendre dans un sens très strict, en exigeant qu’il n’y ait rien d’autre que le calcul, comme le font les Algoristes, dont le travail sera décrit plus bas. Ou bien, on peut tolérer que le calcul brut soit suivi de retouches diverses dans des logiciels graphiques. Certains acceptent même qu’il soit intégré à des photomontages. Aucune école artistique ne conserve bien longtemps des frontières rigoureuses, il y aura toujours un nouvel axe créatif pour mélanger les genres.

    Un exemple souvent cité d’art algorithmique est la génération de fractales. Ces courbes ou surfaces, de formes irrégulières ou morcelées, se créent en suivant des règles déterministes ou stochastiques, pouvant impliquer une homothétie interne. Cela signifie que la régularité de la structure est due au fait que la fractale dans son ensemble ressemble au détail de cette même fractale. La courbe de Koch en est un exemple.

    Georges Seurat. La Parade (1889).
    Détail montrant la technique du pointillisme.
    Cette technique de peinture consiste à peindre par petites touches séparées de peinture de couleurs primaires.
    Source : Wikimedia Commons.

    Comprendre la relation entre la couleur et la forme fait partie des questions récurrentes que se posent les artistes. Nombre d’entre eux se sont déjà penchés sur cette problématique bien avant l’avènement du numérique. C’est le cas de Georges Seurat avec ses œuvres pointillistes, un des mouvements faisant suite à l’impressionnisme.

     

    L’exemple d’œuvre numérique présenté ci-dessous répond à sa manière à cette question. Ici, seuls les traits principaux du dessin ont été conservés, afin de reconnaître aisément le sujet. La couleur est ajoutée en s’inspirant des quadtrees, une structure de données utilisée par les informaticiens pour partitionner un espace bidimensionnel. Afin de « colorier » l’œuvre, l’artiste part d’une grande zone carrée de l’image, qu’il divise en quatre sous-parties tant que la couleur de la zone n’est pas uniforme à une nuance près et que sa taille est supérieure à un pixel.

     

    À gauche, un quadtree, structure de données utilisée en informatique pour la compression d’images. À droite, un exemple de peinture appliquant le concept de quadtree pour attirer le regard.
    Source : Entre informatique et arts / Benjamin Raynal.

    Les Algoristes

    C’est à la suite d’une conférence intitulée « Art et Algorithmes », lors du SIGGRAPH (Special Interest Group on GRAPHics and Interactive Techniques) en 1995, que Jean-Pierre Hébert invente le groupe des Algoristes. Il définit l’art algorithmique en affirmant que si un artiste, dans une démarche de création, produit un objet d’art, à partir d’un algorithme qui lui est propre et unique, alors cet artiste est un Algoriste. Si l’une de ces conditions n’est pas remplie, alors il ne s’agit pas d’un Algoriste.

    Par définition, un artiste créant une œuvre d’art à partir de ses propres algorithmes est un Algoriste. Mais ce n’est pas tant l’utilisation que la création de l’algorithme qui est importante. Par exemple, un générateur de fractales peut être utilisé par des infographistes, mais créer sa propre formule pour dessiner des fractales est typiquement algoristique.

    Les Algoristes, par exemple en France Xavier Gouchet, rassemblent des artistes qui créent des œuvres d’art en utilisant des processus basés sur leurs propres algorithmes. Il est nécessaire que, dans le programme informatique, il y ait un facteur humain afin de ne pas laisser l’ordinateur dicter la forme du travail final, ce qui ne serait plus une démarche réellement créative selon eux. L’algorithme doit être créé par l’artiste, et non emprunté à quelqu’un d’autre. Il fait alors partie intégrante de l’œuvre en plus d’être un moyen de création.

    Des pionniers dans l’art numérique comme Vera Molnar ou Manfred Mohr sont reconnus par les Algoristes comme précurseurs de leur mouvement. Né en Allemagne en 1938, Manfred Mohr participe en 1971 au séminaire « Art et Informatique », à l’Université de Vincennes. La même année, il expose en solo au Musée d’Art Moderne de Paris. Cette exposition est connue historiquement comme la première exposition dans un musée d’œuvres entièrement calculées et dessinées par un ordinateur. Manfred Mohr a ensuite exposé dans le monde entier et a reçu de prestigieux prix : le Golden Nica d’Ars electronica en 1990 à Linz, le Digital Art Award à Cologne en 2006. Toute sa vie, il a fait des recherches sur les hypercubes, qui sont des formes géométriques ayant toutes les propriétés des cubes mais en n dimensions.

    Construction d’un hypercube : du carré au tesseract ou 4-cube. Pour la petite histoire, un tesseract est la forme géométrique dans laquelle les personnages du film Cube se déplacent, et l’arche de la Défense une projection en 3D d’un hypercube.

    Manfred Mohr produit donc des œuvres comme celle présentée ci-dessous qui font référence à ses travaux de recherche sur la rotation des hypercubes.

    À gauche, rotation d’un 4-cube (1962). À droite, œuvre de Manfred Mohr (1977-1979).
    Images © 2012 A. Michael Noll — © Manfred Mohr.

    Le cadre rigoureux que les Algoristes imposent pour faire partie du mouvement est au cœur de l’une des problématiques majeures de l’art numérique. Quel est le lien entre l’artiste et l’œuvre quand cette dernière est parfois générée par des outils informatiques utilisant des nombres aléatoires ? Ou lorsque les outils de création structurent des images avec plus de précision que l’œil humain ? Ou encore, pour étendre la question à d’autres formes d’art, quand l’ordinateur structure et recale automatiquement des mélodies ?

    Toute forme d’art a besoin de définir ce qui fait partie du courant et ce qui en est exclu. Les différents courants d’art numérique, dans leurs définitions respectives, ont besoin – en plus d’autres caractéristiques – de distinguer ce qu’ils considèrent comme un acte créatif de ce qu’ils considèrent comme une production dictée par l’ordinateur. À travers ce prisme, on peut alors dire que telle œuvre est un acte créatif pour un certain courant mais pas pour un autre, et probablement qu’au travers de ces discussions, l’œuvre ou la non-œuvre prend du sens et fait avancer le monde artistique.

    Ainsi, les Algoristes exigent que le programme soit unique et provienne de l’artiste, tandis que les artistes génératifs ne définissent qu’une graine de départ au programme.

    L’art génératif

    L’art génératif utilise des algorithmes qui génèrent de manière autonome une œuvre. L’artiste se doit de définir un certain nombre de règles qui définissent le programme, mais en aucun cas, il n’intervient durant le processus de réalisation de l’œuvre. À partir du même programme, le résultat n’est pratiquement jamais identique. L’art génératif nous interroge donc notamment sur ce qui est aléatoire. L’artiste Stanza, avec son œuvre The Mirella Variations, en est un bon exemple. Il s’inspire du mouvement des robots qui doivent suivre certaines règles afin de se déplacer de façon autonome tout en évitant les obstacles.

    Exemples d’images générées à partir d’un programme informatique qui entraîne de manière autonome la création d’une œuvre d’art. L’artiste s’inspire ici du mouvement des robots qui doivent suivre certaines règles afin de se déplacer de façon autonome tout en évitant les obstacles.
    Credit Artwork by Stanza
    .

    Les œuvres générées à partir d’un même programme, bien que chacune soit unique, se ressemblent. Ceci est dû au fait qu’un nombre fini de règles définit l’algorithme générateur. Cette production peut être mise en parallèle avec la recherche artistique menée par certains artistes lorsqu’ils réalisent des séries. L’art génératif peut alors être vu comme un moyen d’approfondir une thématique artistique.

    Des logiciels de production d’images et de design sont basés sur l’art génératif. Le plus connu d’entre tous, car de très nombreux artistes l’utilisent, est probablement le logiciel open source Processing, développé par Benjamin Fry et Casey Reas, qui offre à l’utilisateur un environnement de design interactif. Aujourd’hui, Casey Reas poursuit ses recherches et présente régulièrement son travail.

    L’art génératif est un domaine où se côtoient très activement chercheurs et artistes. Ainsi le chercheur Thomas Kräftner a-t-il fait de l’art génératif son sujet de thèse, en développant le logiciel open source Coded beauty, dont l’une des productions est l’image présentée ci-dessous.

    Neon Spaghetti. Production d’image générée par le logiciel open source Coded Beauty de Thomas Kräftner.

    Bien que l’art génératif soit défini par une réalisation autonome de l’œuvre, l’artiste et son processus de création occupent une place prépondérante dans le lien qu’ils ont avec l’œuvre finale. Les règles sont le centre de la création, mais c’est l’humain qui rédige ces règles, tant mises en avant par l’art génératif.

    S’il cherche par un processus généré à se rapprocher de la réalité, l’artiste se retrouve face à la complexité de ce monde. Il peut alors partir d’une image de la réalité et la faire évoluer par un programme informatique qui génère aléatoirement des modifications de couleurs, de formes, des flux… C’est la nouvelle génération de tableaux dynamiques sur écran à cristaux liquides. San Base est l’un des artistes les plus connus de ce domaine, voici l’une de ses créations.

    L’art génératif consiste à construire un tableau à l’aide d’algorithmes qui évoluent en fonction du temps et sont souvent capables de faire interagir les éléments du tableau entre eux. Ci-dessus, un arrêt sur image d’un tableau dynamique sur écran à cristaux liquides réalisé par l’artiste San Base.

    Pour autant, l’art génératif fonctionne à partir de règles, alors que souvent, le processus de création, même dans l’art assisté par ordinateur, cherche à casser les règles établies. Pour que l’art génératif ne soit pas voué à n’être que la reproduction aléatoire d’un code, une voie intéressante pour cette expression artistique pourrait être l’ironie, débouchant sur une remise en question de ce qui est vraiment création.

    L’art artificiel

    L’intelligence artificielle artistique (IAA) est un courant artistique qui se fonde sur l’intelligence artificielle, c’est-à-dire des méthodes statistiques ou symboliques, pour que l’ordinateur crée lui-même une œuvre. Un exemple d’IAA tourne autour de la problématique suivante : concevoir des applications ayant la capacité de peindre en fonction de ses goûts.

    Couverture du livre AARON’S CODE de Pamela McCorduck.

    L’artiste Harold Cohen, qui travaille aujourd’hui au CRCA (Center for Research in Computing and the Arts), développe depuis 1973 un programme appelé AARON. Il se pose alors la question suivante : quelles sont les conditions minimales pour qu’un ensemble d’informations crée une image ? Le robot AARON est un véritable robot avec des bras qui dessinent et qui peignent. Le programme fonctionne de manière simple : on lui soumet un ensemble d’informations et AARON choisit ce qu’il en fait. Dans sa base de données, AARON connaît un certain nombre d’objets comme les personnages, les plantes, les arbres, les objets simples, les tables, les éléments de décoration, etc. Ces objets sont segmentés en plusieurs parties, ce qui permet à l’utilisateur d’imposer une position et au programme de décider de sa forme. L’utilisateur entre alors la liste des objets qu’il veut dans sa peinture et, éventuellement, il indique au robot ce qu’il ne veut pas.

    Pour décrire un personnage, l’utilisateur entre une liste des parties d’un corps humain : le bras gauche, le torse, la jambe droite, avec pour chaque partie du corps, son point d’origine. Par exemple, le bras gauche devra être levé et le coude plié. Le programme sait alors comment organiser l’image en fonction des informations qu’on lui fournit, car on lui a appris un ensemble de règles, comme les bases de l’anatomie. Le robot décide également tout seul quand il doit laver ses pinceaux.

    Exemple d’œuvre peinte par le robot AARON créé par Harold Cohen, qui organise l’image en fonction des informations qui lui sont fournies.
    Source : Aaron The Painting Program

    La figure ci-dessus est un exemple d’œuvres peintes par le robot AARON. Une des limitations du robot AARON est qu’il ne peut apprendre tout seul de nouveaux styles, il faut programmer un style afin qu’il puisse l’utiliser.

    Le programme IArtist, ou « quand les ordinateurs apprennent l’histoire de l’art »

    Le principe consiste à utiliser des méthodes d’apprentissage par renforcement afin de peindre une image dans un style particulier. Ce programme, créé par Benjamin Raynal, est capable d’apprendre tout seul : on lui indique un ensemble d’œuvres appartenant au style désiré (le cubisme ou l’impressionnisme par exemple), et cet ensemble peut être recherché automatiquement via Google Images, Flickr, ou dans un répertoire particulier stocké par l’utilisateur. En entrée du programme, on fournit un sujet, c’est-à-dire une image, et un style dans lequel on veut transformer cette image.

    Le programme IArtist est capable d’apprendre les différents styles de peinture à partir des références qui lui sont fournies pour peindre une image dans un style particulier. Source : Entre informatique et arts / Benjamin Raynal.

    La première étape du programme est l’analyse du style. IArtist récupère par exemple sur le web un ensemble d’images correspondant au style donné et s’en sert pour retrouver les caractéristiques principales du style : couleur, évaluation du flou ou au contraire netteté des contours, homogénéité des surfaces, reconnaissance de formes, etc. La seconde étape du programme est la reconstruction du style sur une image d’entrée. À partir du moment où IArtist a analysé un style, il peut dire si une image appartient ou non à ce style. Il peut alors commencer à peindre : en partant de l’image sujet, il applique des traitements aléatoires et soumet à chaque fois le résultat au programme : le résultat est-il représentatif du style voulu ou non ? Si le programme critique répond que le résultat est plus proche du style qu’avant, IArtist recommence en partant de ce dernier résultat, sinon il revient au résultat précédent. IArtist s’arrête quand le critique lui dit que le résultat appartient bien au style. L’utilisateur peut également donner à IArtist quelques critères de goût et le laisser peindre à sa guise.

    L’art numérique

    L’art numérique marque à la fois une rupture et une continuité avec le passé. Cette double caractéristique n’est du reste pas contradictoire. Elle a même été le fondement des principaux courants artistiques, souvent rejetés lors de leur apparition, tout en s’inscrivant dans une évolution de l’art de l’époque.

    C’est une rupture avec le passé car pour la première fois, c’est un art reproductible indéfiniment à l’identique. En effet, les programmes informatiques ou les supports numériques peuvent être copiés à l’infini. Cette rupture se manifeste dans son moyen de conservation et de diffusion, un simple disque dur peut aujourd’hui contenir bien plus d’œuvres que toutes les salles du monde.

    On voit apparaître des festivals et des expositions qui proposent au public d’autres supports visuels pour découvrir l’art numérique. Ces manifestations prennent souvent des formes bien plus complexes que dans les musées classiques : le spectateur peut devenir acteur. En effet, les progrès technologiques permettent de plus en plus d’interagir avec l’ordinateur, et les artistes ne manquent pas d’utiliser cette fonctionnalité. C’est le cas de Mehmet Akten et de son œuvre Body Paint : le corps devient un pinceau et des jets de peinture numérique sont tracés numériquement sur un mur en fonction des mouvements du spectateur.

    Grâce à l’art numérique, les œuvres ne sont plus figées mais peuvent être mises à jour par le spectateur. On observe donc dans le monde de l’art un changement considérable dans la relation œuvre-auteur-spectateur. Or ce changement marque une continuité avec le passé, quel paradoxe ! En effet, l’interactivité que l’art numérique permet est l’un des objectifs des artistes depuis le début du XXe siècle. L’artiste Marcel Duchamp faisait remarquer que « c’est le regardeur qui fait le tableau ». Quand le « regardeur » permet à une œuvre numérique d’être créée, comment ne pas parler de continuité de cet art ?

    Deux spectateurs devant l’œuvre Body Paint de Mehmet Akten. Dans cet exemple, le corps devient un pinceau et des jets de peinture numérique sont tracés numériquement sur un mur en fonction des mouvements du spectateur. Visionner la vidéo – Durée : 04 min 53 s.

     

    L’art numérique marque aussi une continuité avec le passé par l’idée de dé-spécification technique. L’art moderne tend en effet à faire oublier la technicité de l’œuvre pour mettre en avant l’idée. Par exemple, le ready-made, au début du XXe siècle, est un objet manufacturé déclaré « œuvre d’art » par l’artiste. Ce qui compte, c’est l’idée de faire d’un objet une œuvre. Cette notion d’idée supérieure à la technique devient essentielle dans l’art numérique, notamment parce que la technique numérique peut être très simple d’utilisation, comme le mode automatique des appareils photos numériques.

    Cependant, l’art numérique sous-entend un savoir-faire indispensable : il faut savoir utiliser les outils numériques. Pour être un artiste numérique, il faut non seulement savoir utiliser les ordinateurs, mais surtout savoir les programmer, savoir créer des algorithmes. Mais cela ne constitue pas en soi un critère esthétique. Tout comme savoir dessiner ne suffit pas à être un artiste peintre, tous les informaticiens ne sont pas des artistes numériques.

    Ceux qui se sont déjà essayés à l’art numérique comprennent le paradoxe lorsque l’on se retrouve face à un ordinateur : l’art numérique est la conjugaison de la rupture et de la continuité, du calculable et du sensible, du programme à but esthétique. La question principale n’est pas de savoir si la machine est capable de créer à l’égal du génie humain, mais de comprendre comment la pensée se transforme et s’enrichit quand l’intelligence de l’homme s’allie à l’intelligence artificielle.

    Que penserait aujourd’hui l’un des plus célèbres artistes du XXe siècle, Pablo Picasso, de la citation qui lui est attribuée :
    « Les ordinateurs sont inutiles. Ils ne savent que donner des réponses. » ?

    Newsletter

    Le responsable de ce traitement est Inria. En saisissant votre adresse mail, vous consentez à recevoir chaque mois une sélection d'articles et à ce que vos données soient collectées et stockées comme décrit dans notre politique de confidentialité

    Niveau de lecture

    Aidez-nous à évaluer le niveau de lecture de ce document.

    Si vous souhaitez expliquer votre choix, vous pouvez ajouter un commentaire (Il ne sera pas publié).

    Votre choix a été pris en compte. Merci d'avoir estimé le niveau de ce document !

    Anne-Charlotte Philippe

    Doctorante dans l'équipe ATHENA d'Inria.

    Voir le profil

    Découvrez le(s) dossier(s) associé(s) à cet article :

    DossierModélisation & Simulation

    TIPE (2017-2018) – Milieux : interactions, interfaces, homogénéité, ruptures