Kunstmatige Intelligentie Analyseert Nu Kunst

Dr. Ahmed Elgammal van de Rutgers Universiteit en Dr. Mariam Mazzone van het College of Charleston hebben een gezamenlijk AI-project gecreëerd dat nu bezig is met het analyseren van kunstwerken en het vergelijken van deze analyses met de conclusies van kunsthistorici en critici.

Volgens Techworld werkten de twee wetenschappers samen om te onderzoeken hoe machines stijlen van kunst classificeren en hoe dat zich verhoudt tot de analyse van kunsthistorici. Zij besloten een systeem te creëren op basis van de theorieën van Heinrich Wölfflin (1846–1945), een Zwitserse professor wiens classificatieprincipes zeer invloedrijk waren in de ontwikkeling van de discipline van de kunstgeschiedenis.”

Dr. Elgammal zelf legt uit: “Het was heel moeilijk om AI verder te ontwikkelen dan waar we nu zijn zonder naar dit culturele menselijke product te kijken, omdat uiteindelijk kunstmatige intelligentie gaat over het maken van een machine die perceptuele en cognitieve vaardigheden heeft, en wanneer je naar kunst kijkt, gebeurt dat ook.”

De aanpak die Dr. Elgammal en Dr. Mazzone kozen was om onderwerp uit de analyse uit te sluiten en zich te concentreren op het ‘visuele schema’ van het werk, zodat het mogelijk zou zijn om stijlpatronen door de tijd heen te identificeren. “De nadruk op distinctieve kenmerken en binaire logica kwam goed overeen met machine learning.”

Diepe convolutionele neurale netwerken werden getraind om deze stijlen te classificeren, samen met een aantal variabelen. Zij kregen bijna 80.000 gedigitaliseerde schilderijen en werden getraind om patronen te vinden. Het systeem had geen begrip van tijd of wie elk kunstwerk had gemaakt, maar het plaatste de schilderijen toch langs een gladde chronologie die nauw correleerde met de tijden waarin ze waren geschilderd.

Het plaatste ze langs een tijdslijn die begon bij de renaissance en vervolgens verderging via barok, neoclassicisme, romanticisme, impressionisme, postimpressionisme, expressionisme en kubisme, om te eindigen bij abstracte kunst.”

De onderzoekers trainden de machine ook om creativiteit te meten door ongebruikelijke datapunten te identificeren en te vergelijken met wat in andere kunstwerken verscheen.”

De resultaten van de AI bevestigden grotendeels de ideeën die kunsthistorici al hadden. Wat het toevoegde was “computational bewijs van wat eerder gebaseerd was op subjectieve analyse.”

Volgens Dr. Mazzone kan de mogelijkheid van AI om duizenden kunstwerken te analyseren fundamentele veranderingen in stijlen identificeren die het menselijke oog nooit kan zien. Het kan zelfs de artistieke vormen van de toekomst voorspellen.” Zij voegde eraan toe dat AI “zeer weinig fouten maakt, en wanneer het een fout maakt op sommige manieren, is het gewoon de machine die iets anders ziet dan wat de mens ziet. En dat is interessant, ook. Wat ziet het dat niet lijkt op wat mensen waarnemen?”