Computers worden steeds beter in sommige verrassend menselijke taken. Machines kunnen nu romans schrijven (hoewel ze nog steeds niet geweldig zijn), iemands pijn in hun grimas lezen, op zoek gaan naar fossielen en elkaar zelfs onderwijzen. En nu musea veel van hun collecties hebben gedigitaliseerd, heeft kunstmatige intelligentie toegang tot de wereld van de beeldende kunst.
Dat maakt de nieuwste kunsthistorici op de blokcomputers, volgens een artikel bij MIT Technology Review .
Computerwetenschappers Babak Saleh en Ahmed Egammal van Rutgers University in New Jersey hebben een algoritme getraind om naar schilderijen te kijken en het genre van het werk (landschap, portret, schets, enz.), Stijl (abstract impressionisme, barok, kubisme, enz.) Te detecteren en kunstenaar. Door gebruik te maken van de geschiedenis van de kunst en de nieuwste benaderingen van machine learning, kan het algoritme verbanden leggen die alleen eerder door menselijke hersenen waren gemaakt.
Om hun algoritme te trainen, gebruikten onderzoekers de meer dan 80.000 afbeeldingen van WikiArt.org, een van de grootste online collecties digitale kunst. De onderzoekers gebruiken deze kunstbank om het algoritme te leren hoe specifieke functies, zoals kleur en textuur, kunnen worden ingevoerd, en bouwen langzaam een model op dat unieke elementen in de verschillende stijlen (of genres of artiesten) beschrijft. Het eindproduct kan ook objecten uit de schilderijen kiezen, zoals paarden, mannen of kruisen.
Toen het eenmaal was geschoold, gaven de onderzoekers hun nieuw opgeleide algoritmeschilderijen die ze nog nooit eerder hadden gezien. Het was in staat om de kunstenaar in meer dan 60 procent van de nieuwe schilderijen te noemen en de stijl in 45 procent te identificeren. Saleh en Elgammal rapporteerden hun bevindingen op arXiv.org.
Het algoritme kan nog steeds wat tweaken gebruiken, maar sommige fouten zijn vergelijkbaar met die van een mens. Hier is MIT Technology Review :
Saleh en Elgammal zeggen bijvoorbeeld dat hun nieuwe aanpak het moeilijk vindt om onderscheid te maken tussen werken geschilderd door Camille Pissarro en Claude Monet. Maar een beetje onderzoek naar deze kunstenaars onthult al snel dat beide actief waren in Frankrijk in de late 19e en vroege 20e eeuw en dat beiden naar de Académie Suisse in Parijs gingen. Een expert weet misschien ook dat Pissarro en Monet goede vrienden waren en veel ervaringen hebben gedeeld die hun kunst hebben geïnformeerd. Het is dus geen verrassing dat hun werk vergelijkbaar is.
Het algoritme maakt andere verbindingen zoals deze - expressionisme en fauvisme, en maniërisme verbinden met de Renassance-stijlen die uit het maniërisme werden gedragen. Deze verbindingen zelf zijn geen nieuwe ontdekkingen voor de kunstwereld. Maar de machine ontdekte ze in slechts een paar maanden werk. En in de toekomst zou de computer nog wat nieuwe inzichten kunnen ontdekken. Of in de nabije toekomst zal een machine-algoritme dat grote aantallen schilderijen kan classificeren en groeperen, curatoren helpen hun digitale collecties te beheren.
Hoewel de machines de kunsthistorici van vlees en bloed in de nabije toekomst niet lijken te vervangen, zijn deze inspanningen in feite de eerste onhandige stappen van een pasgeboren algoritme.
