https://frosthead.com

Computer lernen Kunst schneller als Kunsthistoriker

Computer werden bei einigen überraschend menschlichen Aufgaben besser. Maschinen können jetzt Romane schreiben (obwohl sie immer noch nicht großartig sind), den Schmerz einer Person in ihrer Grimasse lesen, nach Fossilien suchen und sich sogar gegenseitig beibringen. Und jetzt, da Museen einen Großteil ihrer Sammlungen digitalisiert haben, hat künstliche Intelligenz Zugang zur Welt der schönen Künste.

Das macht die neuesten Kunsthistoriker zu den Blockcomputern, heißt es in einem Artikel im MIT Technology Review .

Die Informatiker Babak Saleh und Ahmed Egammal von der Rutgers University in New Jersey haben einen Algorithmus trainiert, um Gemälde zu betrachten und das Genre (Landschaft, Porträt, Skizze usw.), den Stil (abstrakter Impressionismus, Barock, Kubismus usw.) zu ermitteln. und Künstler. Durch die Erschließung der Kunstgeschichte und der neuesten Ansätze des maschinellen Lernens kann der Algorithmus Verbindungen herstellen, die zuvor nur vom menschlichen Gehirn hergestellt wurden.

Um ihren Algorithmus zu trainieren, verwendeten die Forscher die mehr als 80.000 Bilder von WikiArt.org, einer der größten Online-Sammlungen digitaler Kunst. Die Forscher verwenden diese Sammlung von Kunstgegenständen, um dem Algorithmus beizubringen, wie man bestimmte Merkmale wie Farbe und Textur eingibt und langsam ein Modell erstellt, das eindeutige Elemente in den verschiedenen Stilen (oder Genres oder Künstlern) beschreibt. Das Endprodukt kann auch Objekte in den Gemälden wie Pferde, Männer oder Kreuze auswählen.

Einmal geschult, gaben die Forscher ihre neu ausgebildeten Algorithmusbilder, die sie noch nie gesehen hatten. Es konnte den Künstler in über 60 Prozent der neuen Gemälde benennen und den Stil in 45 Prozent identifizieren. Saleh und Elgammal berichteten über ihre Ergebnisse auf arXiv.org.

Der Algorithmus könnte noch einige Optimierungen gebrauchen - aber einige der Fehler, die er gemacht hat, ähneln denen, die ein Mensch machen könnte. Hier ist MIT Technology Review :

Zum Beispiel sagen Saleh und Elgammal, dass es für ihre neue Herangehensweise schwierig ist, zwischen Werken von Camille Pissarro und Claude Monet zu unterscheiden. Nachforschungen über diese Künstler haben jedoch schnell ergeben, dass beide im späten 19. und frühen 20. Jahrhundert in Frankreich tätig waren und an der Académie Suisse in Paris teilnahmen. Ein Experte könnte auch wissen, dass Pissarro und Monet gute Freunde waren und viele Erfahrungen teilten, die ihre Kunst beeinflussten. Die Tatsache, dass ihre Arbeit ähnlich ist, ist keine Überraschung.

Der Algorithmus stellt andere Verbindungen wie diese her - er verbindet Expressionismus und Fauvismus und Manierismus mit den aus Manierismus geborenen Renassance-Stilen. Diese Verbindungen selbst sind keine neuen Entdeckungen für die Kunstwelt. Aber die Maschine hat sie in nur wenigen Monaten Arbeit herausgefunden. Und in Zukunft könnte der Computer weitere neuartige Erkenntnisse aufdecken. Oder in naher Zukunft hilft ein Maschinenalgorithmus, der eine große Anzahl von Gemälden klassifizieren und gruppieren kann, den Kuratoren bei der Verwaltung ihrer digitalen Sammlungen.

Während die Maschinen in naher Zukunft keine Kunsthistoriker aus Fleisch und Blut zu ersetzen scheinen, sind diese Bemühungen tatsächlich nur die ersten Fummelschritte eines neugeborenen Algorithmus.

Computer lernen Kunst schneller als Kunsthistoriker