Google Arts &Culture Lab i Paris laver nyheder i kunstverdenen. De er på en mission for at se, hvordan teknologi kan hjælpe med at forbinde mennesker med kultur på nye måder – og nå ud til dem, der ellers måske ikke er i stand til at se museumsudstillinger.
Disse teknologiske fremskridt gør det også lettere at lære om og værdsætte kunst.
Deres samarbejde med Museum of Modern Art i New York greb for nylig rampelyset.
Google-teamet frigjorde sine maskinlæringsmuligheder for at finde bestemte kunstværker, som de har dukket op gennem årtiers udstilling, sagde Åben kultur .
Nu vil folk være i stand til at klikke på bestemte billeder og finde mere information om dem.
Freya Murray, kreativ leder, og andre teammedlemmer dukkede for nylig op i en video, der fortæller, hvordan kunstens rige verdener, fra malerier til skulptur til tekstbaseret kunst, kan nå mennesker, der ikke bor inden for rækkevidde af museer som MOMA.
Googles teknologier hjalp MOMA med at lancere omkring 30, 000 billeder, men de indeholdt ikke oplysninger om de faktiske værker. Så, Google-teamet vendte sig til teknologi for at omdanne billedlageret til et søgbart arkiv.
Damien Henry, teamleder for eksperimenter, Google Arts &Culture Lab, fortæller historien om, hvordan Google blev involveret i at identificere MOMA-kunstværker gennem maskinlæring og resultatet.
"Startende med deres første udstilling i 1929, Museum of Modern Art i New York tog billeder af deres udstillinger. Mens billederne dokumenterede vigtige kapitler af moderne kunst, de manglede oplysninger om værkerne i dem. For at identificere kunsten på billederne, man skulle have finkæmmet 30, 000 billeder - en opgave, der ville tage måneder selv for det trænede øje. Værktøjet bygget i samarbejde med MoMA gjorde arbejdet med automatisk at identificere kunstværker—27, 000 af dem – og hjalp med at gøre dette lager af fotos til et interaktivt arkiv over MoMAs udstillinger."
En video om samarbejdet bemærkede, at "The Art Recognizer" bygget i samarbejde med MoMA hjælper en person med at gendanne detaljer fra tidligere udstillinger "i et enkelt fingertryk."
"Vi havde for nylig lanceret 30, 000 installationsbilleder online, helt tilbage til 1929, " sagde MoMA Digital Media Director, Shannon Darrough, i videoen. Billederne, selvom, indeholdt ingen oplysninger om de faktiske værker i dem.
MoMAs digitale medier-team og Google Arts &Culture Lab satte sig for at imødegå deres udfordring ved hjælp af maskinlæring og computersynsteknologi. Darrough sagde, "Det var et fint samarbejde mellem menneske og maskine."
MOMAs samarbejdspartnere på Google Arts &Culture Lab brugte en algoritme til at finkæmme udstillingsbilleder.
"Nu åbner et foto fra en maleriudstilling fra 1929 et vindue til et ikonisk værk af Paul Cézanne; et skud fra 1965 af Robert Rauschenberg-tryk forbinder dig med de samme værker i MoMA's Rauschenberg-retrospektiv fra 2017; og et hjørne af en designudstilling fra 2013 bliver en portal ind i plakatkunst gennem to århundreder. Selvom det næppe er omfattende, det er en god start - og en bemærkelsesværdig bedrift i betragtning af den store mængde information, der er involveret."
Der blev lavet nogle interessante observationer om den anvendte algoritme.
"Google Arts &Culture Lab designede algoritmen til kun at erklære noget som et match, når det var meget "sikkert." Vi lærte det, som enhver, en algoritme har styrker og svagheder. På nuværende tidspunkt Algoritmen er meget god til at identificere statisk, todimensionelle billeder."
Men, især på et websted som MOMA, statiske billeder fuldender næppe magien. Langt mere udfordrende for den digitale indsats var skulpturer; bevægende billede, installation, og lydværker; og tekstbaserede kunstværker.
Også, det blev observeret, at "Algorithmen kan også forkert matche fotografier, når det viste arbejde faktisk var et andet print af det samme (eller et meget lignende) billede."
Museumsstedet opfordrede folk til at påpege enhver fejl. "Som dette projekt har vist, teknologi giver os hurtige og effektive værktøjer, men det kan ikke erstatte menneskelige øjne og sind. (Godt, ikke endnu, alligevel.) På trods af en forsigtig tilgang, der prioriterede nøjagtighed frem for kvantitet, vi forventer, at der vil være et mindre antal fejl. Så hvis du opdager, at der er noget galt, Fortæl os det ved at sende en e-mail til [email protected]."
Samlet set, imidlertid, Darrough sagde, "Det jeg kan lide ved dette eksperiment, og jeg giver Google en masse kredit for dette, er, at det ikke rigtig føles som et eksperiment. Det er faktisk integreret i vores kerneplatform, så millioner af mennesker kan drage fordel af det. Jeg kan se, at dette bliver brugt mange forskellige steder rundt om i verden."
"Eksperimenterne er designet til at blive udforsket enten på den dedikerede hjemmeside, eller via Google Arts &Culture-appen, tilgængelig til iOS og Android, " sagde BT.com.
© 2018 Tech Xplore