LandShapes: gemaakt om echt te lijken

Masterstudent Design for Interaction Frederik Ueberschär laat in zijn interactieve installatie LANDSHAPES kunstmatige intelligentie niet bestaande satellietbeelden van het aardoppervlak creëren. Mensen kunnen die landschappen veranderen. Zo wil hij ze op een speelse manier emotioneel betrekken bij klimaatverandering.

Onder luid geraas afbrekende ijsschotsen, oprukkende woestijnen, verwoestende bosbranden — vaak zijn dat de beelden die burgers te zien krijgen als het gaat over klimaatverandering. De een wordt er angstig van, de ander raakt vermoeid of voelt zich machteloos. Masterstudent Design for Interaction Frederik Ueberschär van Industrieel Ontwerpen, TU Delft wilde op een heel andere manier aandacht voor klimaatverandering vragen: door gebruik te maken van de verbluffende schoonheid van het aardse landschap gezien vanaf grote hoogte.

Ueberschär bouwde een videoinstallatie, LANDSHAPES geheten, waarin hij kunstmatige intelligentie niet bestaande satellietbeelden van het aardoppervlak liet maken. Hij reeg ze aaneen tot korte video’s. Zo zie je hoe groene begroeiing in rap tempo een woestijn overwoekert, hoe een rivier zich als een soort slang door een tropisch regenwoud kronkelt, zijn bedding steeds een beetje verleggend, en hoe een landmassa zich als een levend organisme in een oceaan lijkt te vreten. De beelden lijken levensecht, maar zijn een artistieke creatie van kunstmatige intelligente software.

“In mijn onderzoek ontdekte ik dat er behoefte is aan het ervaren van wat klimaatverandering met de aarde doet, zonder daar meteen een politieke agenda bij op te dringen”, vertelt Ueberschär. “Ik wilde wegblijven van het oproepen van angst voor klimaatverandering, maar juist betrokkenheid creëren via prachtige beelden.”

AI for Experience - Graduation Presentation

Poort naar meer betrokkenheid bij klimaatverandering

Voor zijn afstudeeronderzoek onderzocht Ueberschär welke emoties de kunstmatig gecreëerde satellietbeelden bij mensen oproepen. Herkennen ze de beelden direct als landschappen? Verandert hun ervaring als ze er een tijdje naar kijken of als ze de beelden zelf kunnen beïnvloeden? Hij vertelde mensen niet van tevoren dat zijn installatie draait om klimaatverandering. “Ik wilde niet als een soort onderwijzer mensen iets leren”, zegt Ueberschär. “Ik zie mijn installatie vooral als een poort op weg naar meer betrokkenheid bij klimaatverandering. Uiteindelijk zou ik LANDSHAPES graag tentoonstellen in een wetenschapsmuseum zoals NEMO en integreren met andere verhalen over klimaatverandering.”

In LANDSHAPES kunnen proefpersonen kiezen of ze de video’s als passieve toeschouwers willen ervaren of dat ze die zelf actief willen beïnvloeden. Ueberschär: “In het eerste geval krijgen mensen een soort meditatieve ervaring, zoals mijn proefpersonen het beschreven. Wanneer ze zelf enige controle hebben over de beelden, krijgen ze meer een cognitieve ervaring. Dan zie je dat mensen bijvoorbeeld proberen om landschappen meer in detail te verkennen.”

‘Eerst zag ik gewoon een landschap, maar daarna veranderde het in iets wat een levende cel leek’, zo omschreef een van de proefpersonen haar ervaring. ‘Het leek wel een civilisatie die werd overwoekerd door een woud’, zei een ander. ‘Het deed me denken aan een buitenaards landschap’, zei een derde. “Dat waren eigenlijk precies de ervaringen die ik hoopte teweeg te brengen”, zegt Ueberschär.

Kunstmatige intelligentie verzint nieuwe landschappen

Voor het maken van de kunstmatige aardobservatiebeelden gebruikte Ueberschär een bijzonder stukje kunstmatige intelligentie: een zogeheten Generatief Adversarieel Netwerk (GAN), een technologie die in 2014 voor het eerst werd ontwikkeld om kunstmatige beelden te creëren. Een GAN bestaat uit twee neurale netwerken die een wedstrijd tegen elkaar spelen. Elk neuraal netwerk bootst op sterk vereenvoudigde manier na hoe menselijke hersenen beelden herkennen en creëren.

Het ene netwerk in een GAN kun je zien als een vervalser, het andere als een detective. De vervalser leert om op basis van de trainingsdata een kunstmatig beeld te creëren. De detective bepaalt of het beeld realistisch is of nep, dat wil zeggen of het wel of niet past in de trainingsdata. Denkt de detective dat het nep is, dan maakt de vervalser een nieuw beeld. Deze wedstrijd gaat net zo lang door totdat de detective het kunstmatige beeld niet meer kan onderscheiden van een realistisch beeld uit de trainingsdata.

Ueberschär verzamelde eerst zo’n 4.500 gratis beschikbare hoge resolutie aardobservatiebeelden van de ESA-satelliet Sentinel-2. De beelden kwamen van over de hele wereld en waren zeer divers: van woestijnen tot zee-ijs, van oceanen tot regenwouden, en van stedelijke omgevingen tot rivierdelta’s. Vervolgens trainde hij een bestaand stuk kunstmatig intelligente software — StyleGAN2 — zo’n honderd uur om patronen in die beelden te herkennen. Na de trainingsfase liet Ueberschär het StyleGAN2-netwerk ruim dertigduizend compleet nieuwe, niet bestaande satellietbeelden produceren. Van die nieuwe beelden maakte hij korte video’s waarin landschappen organisch in elkaar overvloeien. Die beelden projecteerde hij in zijn LANDSHAPES-installatie.

“Door de coronamaatregelen was ik beperkt in het aanschaffen van materialen voor mijn installatie en moest ik het aantal proefpersonen bij de ultieme test beperken tot vijf”, vertelt Ueberschär. “De uiteindelijke installatie werd daardoor wat eenvoudiger dan ik in de toekomst voor een museum wil maken. Maar voor het uitvoeren van de geplande wetenschappelijke experimenten voldeed het prototype prima.”

In het prototype projecteerde Ueberschär zijn beelden op een wand en kregen de proefpersonen een soort joystick waarmee ze zelf op een speelse manier de landschappen konden veranderen. “In het LANDSHAPES-ontwerp dat ik heb gemaakt voor de context van een museum, worden de beelden in een cirkel op de grond geprojecteerd en loopt er een soort opstaande railing om de projectie heen. Aan die reling is een houten handvat bevestigd waarmee bezoekers de landschappen kunnen veranderen door rond de installatie te bewegen en de werking ervan op een speelse manier kunnen ontdekken door trial and error.”

Curator van ontwerpen door kunstmatige intelligentie

In zijn afstudeerproject wilde Ueberschär industrieel ontwerpen, kunstmatige intelligentie en klimaatverandering op een speelse manier samenbrengen. Dat dat meer dan gelukt is, blijkt wel uit het feit de afstudeercommissie zijn werk met een 10 bekroonde.

Ueberschär ziet de rol van kunstmatige intelligentie in design alleen maar toenemen. “Neem het ontwerpen van nieuwe koplampen voor een auto”, vertelt hij. “Tot voor kort moesten ontwerpers eerst zelf honderden of duizenden mogelijke koplampen ontwerpen, waarna ze de meest geschikte selecteerden. Nu kan kunstmatige intelligentie met één druk op de knop grote aantallen ontwerpen genereren. Vervolgens is het aan menselijke ontwerpers om daar de meest geschikte uit te zoeken en die eventueel naar eigen inzicht aan te passen.”

Net zoals de computer al decennia geleden het werk van ontwerpers sneller en gemakkelijker heeft gemaakt, zo gaat kunstmatige intelligentie dat ook doen, denkt de pas afgestudeerde. Een deel van het tijdrovende, saaie ontwerpwerk kan kunstmatige intelligentie prima overnemen.

“Als studenten industrieel ontwerpen horen we wel van alles over de mogelijkheden en de gevaren van kunstmatige intelligentie”, besluit Ueberschär, “maar lang niet alle studenten gaan er zelf mee aan de slag. Tijdens mijn afstudeerwerk heb ik ervaren wat een enorme meerwaarde het biedt wanneer je zelf je handen vuil maakt door kunstmatige intelligentie te gebruiken. Ineens merk je wat wel en niet kan. Ik zou al mijn medestudenten aanraden om te experimenteren met deze nieuwe technologie. Zeker omdat ik denk dat de industrieel ontwerper van de toekomst meer een soort curator gaat worden van ontwerpen die kunstmatige intelligentie creëert.”