Het Google Arts &Culture Lab in Parijs haalt nieuws in de kunstwereld. Ze zijn op een missie om te zien hoe technologie mensen op nieuwe manieren met cultuur kan verbinden - mensen bereiken die anders misschien geen museumexposities zouden kunnen zien.

Deze technologische vooruitgang maakt het ook gemakkelijker om kunst te leren kennen en waarderen.

Onlangs stond hun samenwerking met het Museum of Modern Art in New York in de schijnwerpers.

Het Google-team ontketende zijn machine learning-mogelijkheden om bepaalde kunstwerken te vinden zoals ze in tientallen jaren van tentoonstellingen zijn verschenen, zei Open cultuur .

Nu kunnen mensen op bepaalde foto's klikken en er meer informatie over vinden.

Freya Murray, creatieve leiding, en andere teamleden verschenen onlangs in een video waarin ze vertellen hoe de rijke werelden van kunst, van schilderijen tot beeldhouwkunst tot op tekst gebaseerde kunst, kan mensen bereiken die niet in de buurt van musea als MOMA wonen.

De technologieën van Google hielpen MOMA bij de lancering van zo'n 30, 000 afbeeldingen, maar ze bevatten geen informatie over de eigenlijke werken. Dus, het Google-team wendde zich tot technologie om het beeldarchief om te zetten in een doorzoekbaar archief.

Damien Hendrik, teamleider experimenten, Google Arts &Culture Lab, vertelt het verhaal van hoe Google betrokken raakte bij het identificeren van MOMA-kunstwerken door middel van machine learning en het resultaat.

"Vanaf hun eerste tentoonstelling in 1929, Het Museum of Modern Art in New York maakte foto's van hun tentoonstellingen. Terwijl de foto's belangrijke hoofdstukken van moderne kunst documenteerden, ze misten informatie over de werken in hen. Om de kunst op de foto's te identificeren, men zou door 30 moeten kammen, 000 foto's - een taak die zelfs voor het geoefende oog maanden zou duren. De tool die in samenwerking met MoMA is gebouwd, deed het werk van het automatisch identificeren van kunstwerken-27, 000 van hen - en hielpen deze opslagplaats met foto's om te zetten in een interactief archief van MoMA's tentoonstellingen."

Een video over de samenwerking merkte op dat "The Art Recognizer", gebouwd in samenwerking met het MoMA, een persoon helpt om details van eerdere exposities "in een vingerknip" te herstellen.

"We hadden onlangs 30 gelanceerd, 000 installatie-afbeeldingen online, helemaal terug naar 1929, " zei MoMA Digital Media Director, Shannon Darrough, in de video. De afbeeldingen, Hoewel, bevatte geen informatie over de daadwerkelijke werken erin.

MoMA's Digital Media-team en het Google Arts &Culture Lab gingen hun uitdaging aan met behulp van machine learning en computer vision-technologie. Darrough zei, "Het was een mooie samenwerking tussen mens en machine."

De medewerkers van MOMA bij Google Arts &Culture Lab gebruikten een algoritme om door tentoonstellingsfoto's te kammen.

"Nu opent een foto van een schilderijententoonstelling uit 1929 een venster naar een iconisch werk van Paul Cézanne; een opname van Robert Rauschenberg-afdrukken uit 1965 verbindt je met diezelfde werken in MoMA's 2017 Rauschenberg-retrospectief; en een hoek van een designtentoonstelling uit 2013 wordt een portaal in posterkunst over twee eeuwen. Hoewel nauwelijks alomvattend, het is een geweldige start - en een opmerkelijke prestatie gezien de enorme hoeveelheid informatie die ermee gemoeid is."

Er zijn enkele interessante observaties gedaan over het gebruikte algoritme.

"Google Arts &Culture Lab heeft het algoritme ontworpen om iets alleen als match te verklaren als het erg 'zelfverzekerd' was. Dat hebben we geleerd, zoals iedereen, een algoritme heeft sterke en zwakke punten. Momenteel, het algoritme is erg goed in het identificeren van statische, tweedimensionale beelden."

Maar, vooral op een site als MOMA, statische afbeeldingen maken de magie nauwelijks af. Veel uitdagender voor de digitale inspanning waren sculpturen; bewegend beeld, installatie, en geluidswerken; en op tekst gebaseerde kunstwerken.

Ook, er werd opgemerkt dat "het algoritme mogelijk ook onjuist overeenkomt met foto's wanneer het te zien werk in feite een andere afdruk was van dezelfde (of een zeer vergelijkbare) afbeelding."

De museumsite nodigde mensen uit om op eventuele fouten te wijzen. "Zoals dit project heeft aangetoond, technologie biedt ons snelle en efficiënte tools, maar het kan de menselijke ogen en geest niet vervangen. (We zullen, nog niet, hoe dan ook.) Ondanks een voorzichtige benadering die nauwkeurigheid boven kwantiteit stelde, we verwachten dat er een klein aantal fouten zal zijn. Dus als je merkt dat er iets niet klopt, laat het ons weten door een e-mail te sturen naar [email protected]."

Algemeen, echter, Darrough zei, "Wat ik leuk vind aan dit experiment, en ik geef Google hier veel lof voor, is dat het niet echt als een experiment voelt. Het is eigenlijk geïntegreerd in ons kernplatform, zodat miljoenen mensen ervan kunnen profiteren. Ik zie dat dit op veel verschillende plaatsen in de wereld wordt gebruikt."

"De experimenten zijn ontworpen om te worden onderzocht op de speciale website, of via de Google Arts &Culture-app, beschikbaar voor iOS en Android, ", aldus BT.com.

© 2018 Tech Xplore