IA+CAIntelligence artificielle et création artistique

Le projet IA+CA (Intelligence Artificielle + Création Artistique) s’attache à explorer comment les algorithmes d’intelligence artificielle peuvent aider à la création artistique.

Avec le développement de la puissance de calcul et la réduction du coût de stockage des données, les algorithmes d’intelligence artificielle se sont beaucoup développés ces dernières années, et commencent à infuser divers domaines de notre vie quotidienne.

Le projet IA+CA explore le champ de la création artistique, et cherche à comprendre comment les algorithmes d’intelligence artificielle peuvent éventuellement aider à la création artistique, soit comme étape complémentaire d’un processus de création, soit en proposant de nouvelles pistes d’exploration aux artistes.

En même temps que cette exploration est menée, un regard critique est posé sur l’utilisation de ces algorithmes, notamment en ce qui concerne l’utilisation des données, mais aussi sur le rôle que joue réellement un algorithme d’intelligence artificielle au sein d’un processus créatif. On posera notamment la question de la créativité : quelle part de cette créativité revient à l’algorithme et quelle part revient à la personne qui le programme et qui tire les conclusions esthétiques de l’expérience réalisée ?

Plus concrètement, on regardera le domaine de la composition musicale et/ou sonore, ainsi que le domaine des arts visuels, notamment numériques.

Le projet en est pour l’instant dans une phase exploratoire.

C’est un projet fortement interdisciplinaire, qui sollicite à la fois l’axe 2 et l’axe 1 du laboratoire PRISM.

La réflexion qui a lieu au sein de ce projet se conduit également en lien avec des structures nationales et internationales (le GDR Internet, IA et Société, ainsi que le groupe européen DARIAH AI & Music), et avec des chercheurs et enseignants chercheurs d’autres laboratoires français (LIS, IRISA, IRIT, LIA).

Expériences en cours ou à venir :
– Sonification automatique d’images
– Création automatique d’images à l’aide de GANs en situation de données peu nombreuses

Axes du laboratoire en lien