Los ordenadores igualan a los humanos en la comprensión del arte
Comprender y evaluar el arte se ha considerado siempre una tarea para los humanos, hasta ahora. Los científicos en informática Lior Shamir y Jane Tarakhovsky de la Universidad Tecnológica Lawrence, en Michigan, abordaron la cuestión: “¿Pueden las máquinas entender el arte?” Los resultados fueron muy sorprendentes. De hecho, han desarrollado un algoritmo que demuestra que los ordenadores son capaces de “entender” el arte de una manera muy similar a al modo en que los historiadores del arte realizan su análisis, imitando la percepción de expertos críticos de arte.
En el experimento, publicado en la edición reciente de la ACM Journal on Computing and Cultural Heritage, los investigadores utilizaron aproximadamente 1.000 pinturas de 34 artistas de renombre y dejaron que el algoritmo del ordenador analizara la similitud entre ellos basándose únicamente en el contenido visual de las pinturas y sin ninguna orientación humana.
Sorprendentemente, el ordenador proporcionó una red de similitudes entre los pintores que coincide, en gran medida, con la percepción de los historiadores del arte.
El análisis mostró que el ordenador era capaz de identificar claramente las diferencias entre el realismo clásico y los estilos artísticos modernos y, automáticamente, dividió a los pintores en dos grupos, 18 clásicos y 16 modernos.
Dentro de estos dos grandes grupos, el ordenador identificó los subgrupos de pintores que formaron parte de los mismos movimientos artísticos. Por ejemplo, señaló automáticamente a los artistas del Alto Renacimiento Raphael, Leonardo Da Vinci y Miguel Ángel como muy próximos entre sí. Los pintores barrocos Vermeer, Rubens y Rembrandt también fueron agrupados por el algoritmo, lo que muestra que el ordenador automáticamente identificó que estos pintores comparten estilos artísticos similares.
En general, el ordenador realizó de forma automática un análisis que, en gran parte, coincide con las conexiones de influencias establecidas entre los pintores y movimientos artísticos por los historiadores y críticos de arte.
El experimento se realizó analizando de forma informatizada 4.027 descriptores numéricos de contexto de imagen para cada pintura; los números que reflejan el contenido de la imagen, como la textura, el color y las formas, de una manera cuantitativa. Esto permite al ordenador reflejar aspectos muy diversos del contenido visual y utilizar patrones de reconocimiento y métodos estadísticos para detectar patrones complejos de similitudes y diferencias entre los estilos artísticos, para luego cuantificar estas similitudes. Fuente: Science Daily