Het reconstrueren van verloren kunstwerken is nu een stuk interessanter geworden nu experts op het gebied van kunstmatige intelligentie weten hoe ze technologie kunnen gebruiken als leermiddel voor kunst.

Onderzoekers hebben een neuraal netwerk gebruikt om een ​​afbeelding te reconstrueren die Picasso tijdens zijn Blauwe Periode had overschilderd. "Reconstrueren" is natuurlijk een open gesprek. AI deed de reconstructie, dus men moet de discussie vanaf daar voortzetten.

Het is een geval van een ontdekking van iets onder iets. Kunstwaarnemers waren niet verbaasd dat er iets-onder-iets was. Dat hadden ze al eerder gevoeld. Het Art Institute of Chicago heeft het schilderij Blauwe periode (1903-1904) De oude gitarist . Kunsthistorici wezen erop dat er "een spookachtig vrouwengezicht vaag zichtbaar was onder de verf." MIT Technologie beoordeling 'Emerging Technology from the arXiv' zei dat in 1998, restauratoren besloten om meer te weten te komen en fotografeerden het schilderij met behulp van ex-stralen en infrarood licht.

De reden waarom de onderzoekers niet verbaasd waren dat hij over iets anders heen had geschilderd, was omdat "Kunstenaars vaak over eerdere werken heen schilderen, vooral tijdens perioden van armoede wanneer canvas schaars is."

De resultaten waren, goed, schetsmatig, omdat hun gebruik van infrarood- en röntgenfoto's slechts vage contouren vertoonde en geen kleur of stijl onthulde.

Het ex-stralenonderzoek, zei David Conrad in Ik Programmeur , slechts een idee had opgeleverd hoe de geometrie van het verloren schilderij was, maar geen duidelijk idee van hoe het volledige werk eruit zou hebben gezien.

Fast-forward naar een techniek die nu wordt onderzocht, namelijk, een machine vision-techniek genaamd neurale stijloverdracht. Het werd in 2015 ontwikkeld door een groep aan de Universiteit van Tübingen in Duitsland door Leon Gatys en collega's. Over de ontdekking in Duitsland:Stepan Ulyanin in Medium zei dat dit over neurale stijloverdracht ging. "Gatys et al. baseren hun benadering op het unieke vermogen van de convolutionele netwerken om kenmerken van verschillende schalen in verschillende lagen van het netwerk te extraheren."

MIT Technology Review ging verder over lagen:"Neurale netwerken bestaan ​​uit lagen die een afbeelding op verschillende schalen analyseren. De eerste laag kan brede kenmerken herkennen, zoals randen, de volgende laag ziet hoe deze randen eenvoudige vormen zoals cirkels vormen, de volgende laag herkent patronen van vormen, zoals twee cirkels dicht bij elkaar, en nog een andere laag zou deze paren cirkels als ogen kunnen bestempelen."

De belangrijkste ontdekking van Gatys en collega's, zei het artikel, "was dat het vermogen om stijl te onderscheiden volledig los stond van het vermogen om gezichten of andere objecten te zien. In feite, Gatys en co waren in staat om deze vaardigheid te scheiden en omgekeerd te gebruiken. Ze voerden een afbeelding in het neurale netwerk in, die vervolgens de stijl op het beeld legde."

Nutsvoorzieningen, Anthony Bourached en George Cann van University College London en Oxia Palus hebben neurale stijloverdracht gebruikt om hun AI-recreatie te leveren en hebben er een paper over geschreven. Oxia Palus is een AI-kunstcollectief. De titel van hun artikel, nu op arXiv, eerder deze maand ingediend, is toepasselijk getiteld "Raiders of the Lost Art."

Bourached en Cann maakten een handmatig bewerkte versie van de röntgenfoto's van de vrouw eronder De oude gitarist en gaf het door een neuraal overdrachtsnetwerk, getraind om afbeeldingen om te zetten in de stijl van een ander kunstwerk uit Picasso's Blauwe Periode. Ze zeiden dat ze "een nieuwe methode presenteerden om verloren kunstwerken te reconstrueren, door neurale stijloverdracht toe te passen op röntgenfoto's van kunstwerken met secundaire interieurkunst onder een primaire buitenkant, om verloren kunstwerken te reconstrueren."

(David Conrad in Ik Programmeur :"Het is vermeldenswaard dat de röntgenfoto's handmatig zijn bewerkt om een ​​goed startpunt te bieden, dus enige menselijke subjectiviteit werd al vroeg gebruikt.")

Vonnis? Het is onmogelijk om te bevestigen dat Picasso de afbeelding op deze exacte manier heeft geschilderd. Globaal genomen, David Conrad in Ik Programmeur een redelijk voorzichtig standpunt ingenomen. "Kunnen we verloren schilderijen herstellen met een beetje AI? Het antwoord lijkt ja te zijn, maar het hangt er echt van af wat je bedoelt met 'herstellen'." Het "benadert wat de kunstenaar zou kunnen hebben overschilderd. Het lijkt te werken, maar er zijn maar weinig monsters om te beoordelen en, natuurlijk, het geheel is subjectief."

Bourached en Cann vertelden waarom hun werk ertoe doet:onze methode om originele maar verborgen kunstwerken te combineren, subjectieve menselijke inbreng, en neurale stijloverdracht helpt om het inzicht in het creatieve proces van een kunstenaar te verbreden, " zeiden ze. "Bovendien, het creëert een samenwerking tussen mens en AI die empathie cultiveert met het creatieve potentieel van AI en het harmonieuze gebruik ervan als artistiek hulpmiddel."

Samenwerking? AI en kunst, AI en fictie, AI en muziek zijn gescheiden. Het een kan het ander niet vervangen? Mis, zeggen sommige onderzoekers, die AI liever zien als een weg naar inzicht.

"Wij geloven dat veel angst rond machine learning is dat het mensen vervangt. Wij stellen dat het gebruik van machine learning als artistiek hulpmiddel uiteindelijk het creatieve inzicht kan verbreden en het landschap van inspirerende vindingrijkheid kan verbreden door samenwerking tussen mens en AI. Wij geloven dat dit concept generaliseerbaar is naar veel domeinen en dat het impliceert dat de banen van morgen de kans krijgen om beter en meer voldoening te geven. Wij geloven dat AI-kunst een voortrekkersrol kan spelen bij deze positieve mentaliteitsverandering."

© 2019 Wetenschap X Netwerk