Una investigación colaborativa internacional informa que un análisis de IA sistematizado de las obras de arte producidas durante el último milenio arroja información reveladora sobre las tendencias artísticas evolutivas históricas. Adicionalmente, los resultados se corresponden bien con conceptos canónicos sobre estilos y períodos de la historia del arte.

El análisis del arte suele ser comparativo, e históricamente ha sido realizado por investigadores individuales, lo que impone limitaciones a la escala de los estudios. No es práctico para un solo erudito comparar más de un puñado de pinturas a la vez. Sin embargo, en décadas recientes, una gran cantidad de obras de arte históricas se ha digitalizado y puesto a disposición de forma gratuita, permitir enfoques cuantitativos para el análisis del arte que antes eran inviables, si no imposible.

En su nuevo estudio, publicado por el procedimientos de la Academia Nacional de Ciencias , los investigadores analizaron un conjunto de datos de 137, 364 piezas de arte visual, sobre todo pinturas, alojado por la enciclopedia en línea WikiArt. El sitio contiene obras de arte de más de 2, 000 artistas en más de 100 estilos.

Cada archivo se convirtió en una representación matricial. Al aplicar algoritmos de aprendizaje automático, los investigadores analizaron las relaciones entre píxeles adyacentes, y calculó dos medidas de complejidad:la entropía de permutación normalizada H, y la complejidad estadística C.

El valor H cuantifica el grado de desorden en la disposición de píxeles de una imagen. Por ejemplo, un valor cercano a cero indica una imagen regular como las que producen los pintores minimalistas. Un valor cercano a uno indica píxeles que parecen irregulares o más desordenados, como las pinturas de goteo de Jackson Pollock.

La complejidad estadística C es una medida de la complejidad estructural del trabajo. Las pinturas que presentan extremos de desorden u orden en la disposición de píxeles dan cero, como tales obras tienen baja complejidad estructural. El valor es positivo cuando el sistema detecta patrones espaciales más complejos.

La combinación de estas dos medidas produce un plano de complejidad-entropía, que los autores señalan es una técnica que se ha aplicado en muchos otros campos. Estas medidas no solo podían predecir el estilo y la época de las pinturas dentro de un cierto margen de error; su análisis reveló una clara trayectoria del arte a lo largo de 1000 años con transiciones en el plano complejidad-entropía que corresponden a los períodos canónicos en la literatura artística.

Específicamente, los investigadores pudieron ver claramente cambios distintos en la entropía y la complejidad correspondientes a los períodos antes y después del arte moderno, y la transición del arte moderno al arte posmoderno. Trazan estas transiciones en una línea de tiempo, e informan que "no es difícil imaginar que la transición de lo moderno a lo posmoderno fue impulsada por el final de la Segunda Guerra Mundial, el evento que suele marcar el comienzo del posmodernismo en los libros de historia ".

Los investigadores señalan que debido a que restringieron su análisis a estas dos medidas de complejidad, no es posible capturar completamente la riqueza informativa que probablemente esté codificada en el arte. "Sin embargo, " escriben, "Nuestros resultados, sin embargo, demuestran que las métricas simples inspiradas en la física se pueden conectar con los conceptos propuestos por los historiadores del arte y, más importante, que estas medidas lleven información relevante sobre obras de arte, su estilo, y evolución ".

© 2018 Tech Xplore