Η Τεχνητή Νοημοσύνη Είναι Τώρα Ενεργοποιημένη Στην Ανάλυση Τέχνης

Ο Δρ. Ahmed Elgammal του Πανεπιστημίου Rutgers και ο Δρ. Mariam Mazzone του Κολλεγίου Charleston έχουν δημιουργήσει ένα κοινό ερευνητικό πρόγραμμα Τεχνητής Νοημοσύνης που είναι τώρα ενεργοποιημένο στην ανάλυση έργων τέχνης και σύγκριση τους με αυτά που έχουν συνειδητοποιήσει οι ιστορικοί και κριτικοί της τέχνης.

Όπως αναφέρει το Techworld, οι δύο επιστήμονες «συνεργάστηκαν για να διερευνήσουν πώς οι μηχανές ταξινομούν τους στυλ της τέχνης και πώς αυτό σχετίζεται με την ανάλυση των ιστορικών της τέχνης. Αποφάσισαν να δημιουργήσουν ένα σύστημα βασισμένο στις θεωρίες του Heinrich Wölfflin (1846–1945), eines Ελβετού καθηγητή των οποίων οι αρχές ταξινόμησης είχαν μεγάλη επιρροή στην ανάπτυξη του κλάδου της ιστορίας της τέχνης».

Όπως εξηγεί ο ίδιος ο Δρ. Elgammal, «Ήταν πολύ δύσκολο να προχωρήσουμε την Τεχνητή Νοημοσύνη πέρα από αυτό που έχουμε τώρα χωρίς να κοιτάξουμε αυτό το πολιτιστικό ανθρώπινο προϊόν, γιατί στο τέλος, η Τεχνητή Νοημοσύνη είναι για να κάνουμε μια μηχανή που έχει αισθητηριακές και γνωστικές ικανότητες, και όταν κοιτάξεις την τέχνη, αυτό είναι που συμβαίνει».

Η προσέγγιση που έλαβαν ο Δρ. Elgammal και ο Δρ. Mazzone ήταν να εξαιρέσουν το περιεχόμενο του θέματος από την ανάλυση και να επικεντρωθούν στο «οπτικό σχήμα» του έργου, ώστε να είναι δυνατό να αναγνωριστούν στυλ μοτίβα με την πάροδο του χρόνου. «Η έμφαση στα διακριτά χαρακτηριστικά και τη δυαδική λογική ταίριαζε καλά με την машинική μάθηση».

Όπως εξηγείται, «Βαθιά συνβολικά νευρωνικά δίκτυα εκπαιδεύτηκαν για να ταξινομήσουν αυτούς τους στυλ μαζί με một αριθμό μεταβλητών. Τους δόθηκαν σχεδόν 80.000 ψηφιοποιημένες ζωγραφιές και εκπαιδεύτηκαν για να βρουν τα μοτίβα. Το σύστημα δεν είχε καμία γνώση του χρόνου ή ποιος δημιούργησε κάθε έργο τέχνης, αλλά τοποθέτησε τις ζωγραφιές κατά μήκος μιας ομαλής χρονολογίας που συσχετίστηκε στενά με τους χρόνους στους οποίους ζωγραφίστηκαν».

Τις τοποθέτησε κατά μήκος μιας χρονολογικής γραμμής που ξεκινά από την αναγέννηση και στη συνέχεια προχωράει μέσω του μπαρόκ, του νεοκλασικισμού, του ρομαντισμού, του ιμπρεσιονισμού, του μετα-ιμπρεσιονισμού, του εξπρεσιονισμού και του κυβισμού, πριν τελειώσει με την αφηρημένη τέχνη».

Οι ερευνητές επίσης «εκπαιδεύτηκαν την μηχανή να μετρήσει τη δημιουργικότητα αναγνωρίζοντας ασυνήθιστα δεδομένα και συγκρίνοντάς τα με αυτά που εμφανίζονται σε άλλα έργα τέχνης».

Τα αποτελέσματα της Τεχνητής Νοημοσύνης επιβεβαίωσαν κυρίως τις ιδέες που ήδη έχουν οι ιστορικοί της τέχνης. Αυτό που πρόσθεσε ήταν «υπολογιστικά στοιχεία για αυτά που είχαν προηγουμένως βασιστεί σε υποκειμενική ανάλυση».

Σύμφωνα με τον Δρ. Mazzone, η ικανότητα της Τεχνητής Νοημοσύνης να αναλύει «χιλιάδες έργα τέχνης θα μπορούσε να αναγνωρίσει θεμελιώδεις αλλαγές σε στυλ που ένα ανθρώπινο μάτι δεν θα μπορούσε να δει. Μπορούσε ακόμη και να προβλέψει τις καλλιτεχνικές μορφές του μέλλοντος». Πρόσθεσε ότι η Τεχνητή Νοημοσύνη «κάνει πολύ λίγα λάθη, και όταν κάνει ένα λάθος με κάποιον τρόπο, είναι просто η μηχανή που βλέπει κάτι διαφορετικό από ότι το ανθρώπινο μάτι. Και αυτό είναι ενδιαφέρον, επίσης. Τι είναι αυτό που βλέπει που δεν είναι όπως αυτό που οι άνθρωποι αντιλαμβάνονται;»