W ciągu kilku ostatnich lat, dzięki technologii sieci neuronowych i uczeniu się komputerów, maszyny są w stanie prześcignąć człowieka w wielu zadaniach na rozpoznawanie wzorców. Teraz przyszedł czas na analizę dzieł sztuki. Babak Saleh wraz z Ahmedem Elgammalem z Rutgers University (New Jersey, USA) pracują nad algorytmem, za pomocą którego komputer jest w stanie rozpoznać artystów oraz styl, w jakim dzieło zostało namalowane – coś, z czym nawet człowiek miewa kłopoty.
Nieco statystyki – Saleh i Elgammal zebrali zdigitalizowane wersje więcej niż 80 000 obrazów spod pędzla ponad tysiąca artystów, z piętnastu różnych okresów czasowych. Wszystkie dzieła mają przypisane kategorie, takie jak wnętrza, krajobrazy, portrety itp., a także określony styl malarski; wyróżniono ich łącznie 27, z czego każdy jest reprezentowany przez około 1500 dzieł. Badacze przedstawili maszynie zestawy obrazów i uczyli poszczególne algorytmy odnajdywania pewnych cech w analizowanych malowidłach – od prostego określenia przeważającej kolorystyki, po bardziej skomplikowane rozpoznanie przedstawionych obiektów. Z tych danych komputer stworzył sobie wielowymiarowy opis dla każdego z obrazów. Następnie naukowcy przetestowali algorytmy, dając im do analizy zupełnie nowy zestaw, z którym maszyna jeszcze nie miała styczności. Wyniki robią wrażenie, bowiem sztuczna inteligencja była w stanie poprawnie określić autora malowidła w 60% przypadków, a styl – w 45%.
Maszyna odnajduje powiązania pomiędzy stylami malarskimi, choć wciąż jeszcze zdarza się jej pomylić ekspresjonizm abstrakcyjny i jego podgatunek, malarstwo gestu (polegające na przypadkowym pryskaniu farbą na płótno i nieskrępowanych ruchach pędzlem; znanym przedstawicielem nurtu jest Jackson Pollock). Podobieństwa, z którymi algorytmy radzą sobie doskonale, to wychwycenie związków ekspresjonizmu z fowizmem (fowizm często postrzegany jest jako odłam ekspresjonizmu, cechujący się niezwykle żywymi, agresywnymi barwami). Komputer poprawnie łączy też manieryzm ze stylami w sztuce renesansowej – manieryzm jest trendem renesansowym, cechującym się m.in. wysublimowanymi pozami przedstawionych postaci i przesadnym uwydatnianiem piękna poprzez naruszenie proporcji ciała (na przykład nienaturalne wydłużanie kończyn).
Sztuczna inteligencja wciąż ma problem tam, gdzie różnice są bardzo płynne. Tak jest w przypadku prac Camille Pissarro i Claude Moneta; dopiero po zagłębieniu się nieco w historię obydwu panów odkrywamy, że tworzyli we Francji na przełomie XIX i XX wieku i uczęszczali razem do Académie Suisse w Paryżu. Byli dobrymi przyjaciółmi, dzielili się doświadczeniami i wzajemnie wpływali na swoją sztukę, stąd wiele podobieństw pomiędzy ich dziełami. Innym przykładem jest mylenie przez maszynę obrazów Moneta i amerykańskiego impresjonisty, Childe Hassama, który fascynował się impresjonizmem francuskim. Najmocniejszą inspiracją dla jego twórczość były właśnie prace Moneta.
Te niuanse są znane historykom sztuki, aczkolwiek zgromadzenie i usystematyzowanie tej wiedzy zajęło dekady; sieciom neuronowym nauka zajmuje kilka miesięcy. Jest szansa, że komputery rzucą nieco nowego światła na sztuki piękne. Jedno z narzędzi, aplikacja do wyszukiwania obrazów o podobnej charakterystyce, może zainspirować historyków do poszukiwania między dziełami lub artystami związków i wzajemnych wpływów, które dotąd pozostały niezauważone.
Źródło: TechnologyReview
