Il delicato disegno in bianco e nero, l’elegante didascalia in Caslon Pro Italic, il tono teneramente satirico che prende in giro la quotidianità dei newyorkesi: quando vedi una vignetta del New Yorker la riconosci subito. Proprio come le copertine, le vignette del New Yorker non sono soltanto riconoscibilissime, ma anche ambitissime dagli aspiranti autori: il Cartoon Caption Contest ottiene una media di quasi seimila proposte di battute alla settimana e la rivista riceve migliaia di disegni ogni mese. È proprio giocando sulla loro riconoscibilità che il disegnatore di fumetti Ilan Manouach e l’ingegnere di intelligenza artificiale Ioannis Siglidis hanno sviluppato The Neural Yorker, un motore di intelligenza artificiale in grado di creare vignette apparentemente simili a quelle del New Yorker che però non hanno nessun senso: i disegni non rappresentano niente, le caption sono deliranti. L’accostamento di disegni distorti e frasi a caso genera risultati abbastanza inquietanti.
A creare le combinazioni di immagini e didascalie è un modello di network basato sul deep learning che si chiama Generative Adversarial Network (GAN). La rete viene addestrata utilizzando un database di battute e immagini del New Yorker finché non impara a creare nuove gag in quello stile. A più di un anno dall’apertura del loro profilo Twitter (hanno poco più di 1000 follower) Hyperallergic ha intervistato i due geniali creatori: «The Neural Yorker esplora i limiti di una caratteristica importante nella storia e nella modalità della creazione di cartoni animati: il non sequitur», hanno spiegato Manouach e Siglidis (in letteratura il non sequitur consiste in un commento umoristicamente assurdo o che non ha nessuna relazione al commento cui fa seguito).
Il sorprendente successo di questo terzo spin-off della saga dimostra due cose: il pubblico ha ancora voglia di Game of Thrones ma non vuole più saperne di quel Game of Thrones.
