Discutir y categorizar el arte, ciertamente, no es fácil para aquellos que no tienen experiencia, pero es aún más difícil para la inteligencia artificial. Algunos estudios han tratado recientemente de aplicar aprendizaje automático a grandes bases de datos de obras de arte.
Tratar de ordenarlas y describirlas significativamente.
Inteligencia artificial aplicada al arte
Investigadores de Zhejiang University of Technology en Hangzhou, China, compararon varias redes neuronales artificiales con el propósito de utilizarlas para la clasificación artística. Las redes neuronales fueron «entrenadas» a través del uso de imágenes de WikiArt y otras colecciones digitales para que pudieran aprender los diferentes estilos artísticos. Luego pidieron a los diferentes modelos de redes neuronales que identificaran el estilo artístico de otras imágenes.
Esta es una tarea bastante complicada, incluso para los humanos. Algunos estilos artísticos son fácilmente reconocibles por la forma en que se representa la obra. Aprender qué pinturas formaban parte del género cubista, de hecho, no era un problema para las redes neuronales. Pero algunos géneros artísticos son bastante similares entre sí y se remontan a épocas cercanas. Esto dificultaba la clasificación.
Las redes neuronales durante la clasificación artística también tuvieron problemas con tareas que los seres humanos no encontrarían muy difíciles, como entender la diferencia entre urbanos y paisajes naturales. La diferencia entre edificios y naturaleza es obvia para nosotros, pero una computadora no ve más que elementos «al aire libre» similares. No tiene forma de saber que las nubes y el cielo en dos pinturas hipotéticas no son el factor clave que determina cuál es un paisaje urbano y qué paisaje natural.
Para los entusiastas del arte, aprender en qué estilo o categoría cae una obra de arte determinada es una tarea relativamente simple. Pero hay algo que los humanos hacen y que las computadoras no hacen: formamos opiniones sobre el arte y podemos expresar con palabras cómo una imagen nos hace sentir. Las computadoras aún no pueden hacer eso, ¿verdad?
ArtEmis: la gran base de datos para el arte
El secreto de la inteligencia artificial reside en sus datos de formación. Para que pueda formular opiniones y expresar pensamientos sobre una obra artística, es necesaria una gran colección de descripciones de diferentes obras de arte creadas por el hombre. Esto es exactamente lo que hicieron los investigadores de Stanford University, Ecole Polytechnique y King Abdullah University of Science and Technology creando el conjunto de datos ArtEmis que incluye más de 400.000 descripciones y reflexiones para más de 80.000 imágenes indexadas en WikiArt.
Para crear ArtEmis, el equipo pidió a los voluntarios que compartieran lo que sentían frente a una obra de arte, explicándolo con una frase. Como era de esperar, las reacciones de la gente variaron mucho. Alguien podría encontrar una pintura de un campo pacífica, mientras que otra persona lo llamaría «perturbador». De hecho, el 61% de las imágenes de la base de datos ArtEmis registraron reacciones positivas y negativas.
Entonces ¿Qué hace la inteligencia artificial con todas estas descripciones? En la fase de aprendizaje de las redes neuronales, diferentes sistemas han comenzado a crear sus propios subtítulos para ciertas obras de arte.
Algunos subtítulos eran precisos y convincentes, otros no. Un ejemplo de esto es la descripción generada por la inteligencia artificial de la pintura de Rembrandt «La decapitación de Juan el Bautista». Ésta decía: «la mujer parece estar divirtiéndose» y «el hombre en el centro parece estar sufriendo». Tal descripción sería absurda para cualquier persona, teniendo en cuenta la escena representada.
Aproximadamente la mitad de las descripciones generadas por el ordenador han pasado el test de Turing, lo que significa que IA realmente puede aprender a clasificar la obra de arte correctamente, pero todavía está lejos de ser perfecta. Esto no es sorprendente, teniendo en cuenta lo difícil que es enseñar una inteligencia artificial si una pintura representa un paisaje natural o un paisaje urbano.
El arte puede ser difícil de clasificar y las opiniones de las personas sobre las pinturas son altamente subjetivas, lo que hace que sea aún más difícil para la inteligencia artificial entender los patrones de nuestras clasificaciones y descripciones. Pero los experimentos realizados en estos dos nuevos estudios muestran que las computadoras están mejorando en estas tareas. Los seres humanos siguen siendo mejores para clasificar y describir el arte, pero los programas de inteligencia artificial están aprendiendo rápidamente.