Para hacer un poema dadaísta, el artista Tristan Tzara dijo una vez:recorta cada palabra de un artículo de periódico. Pon las palabras en una bolsa y agita. Saque las palabras de la bolsa una a la vez, y escríbalos en ese orden.

Este método de "bolsa de palabras" no es completamente diferente de cómo los algoritmos de inteligencia artificial identifican palabras e imágenes, dividiéndolos en componentes paso a paso. La similitud inspiró a los investigadores de Cornell a explorar si se podría entrenar un algoritmo para diferenciar las revistas dadaístas digitalizadas de las revistas de vanguardia ajenas al dadaísmo, una tarea formidable. dado que muchos consideran Dada inherentemente indefinible.

Pero el algoritmo, una red neuronal convolucional que se usa típicamente para identificar imágenes comunes, funcionó mejor que el aleatorio. Identificó correctamente las páginas de la revista dadaísta el 63 por ciento de las veces y las páginas que no eran de Dada el 86 por ciento de las veces.

"Nuestro objetivo no es necesariamente obtener la respuesta 'correcta', sino más bien utilizar la computación para proporcionar un extraterrestre, perspectiva desfamiliarizada, "escribieron los investigadores en" Computational Cut-Ups:The Influence of Dada, "que publicó en el Revista de estudios periódicos modernos en Enero. "¿Se puede reutilizar una herramienta diseñada para identificar perros para explorar la vanguardia?"

También intentaron proporcionar un ejemplo de cómo se podrían analizar grandes colecciones de imágenes, dijo Laure Thompson, un estudiante de doctorado en informática, quien fue coautor del artículo con David Mimno, profesor asistente de ciencias de la información.

La minería de texto (buscar grandes cantidades de texto digitalizado en busca de ciertas palabras o frases) se ha vuelto muy utilizada en las humanidades digitales. pero buscar imágenes es mucho más difícil.

"El texto tiene funciones muy convenientes, se las conoce como palabras. Y podemos verlas muy rápidamente debido a los espacios entre ellas, ", Dijo Thompson." Mientras que una imagen en una computadora es solo una gran matriz de números, y se sabe que eso no es muy significativo ".

Thompson y Mimno entrenaron su red neuronal en revistas dadaístas del archivo digital Blue Mountain de la Universidad de Princeton. Sin saber nada sobre Dada, un movimiento de vanguardia que surgió en Europa después de la Primera Guerra Mundial que buscaba cambiar el materialismo y las convenciones, el algoritmo luego intentó clasificar alrededor de 33, 000 páginas de revistas como Dada o no Dada.

La red aprende a identificar imágenes a través de capas cada vez más complejas:las primeras capas pueden detectar estructuras simples como bordes o ángulos rectos, mientras que la capa final intentará etiquetar la imagen como, decir, un perro pastor.

En este estudio, el modelo analizó la penúltima capa, que comprendía una serie de números en lugar de etiquetas como "perro pastor". Mimno y Thompson se refirieron a estas capas numéricas como "recortes computacionales, "un guiño al concepto dadaísta de la" bolsa de palabras ".

El algoritmo "puede ser casi la antítesis del arte, pero también juega con todas estas metodologías que aparecían en el propio Dada, "Dijo Thompson.

Aunque no sabían cómo el algoritmo tomaba sus decisiones, los investigadores trabajaron al revés a partir de los resultados. Descubrieron que la red asociaba Dada con el color rojo, alto contraste y bordes prominentes. Tiende a clasificar las páginas con imágenes y fotografías realistas como no Dada, ellos encontraron.

De los otros géneros que analizó el algoritmo, con mayor frecuencia identificaba erróneamente al cubismo como dadaísta, lo que tenía sentido para los investigadores, ya que el cubismo influyó fuertemente en el arte dadaísta.

Antes de realizar el experimento Dada, los investigadores probaron su concepto en páginas que contienen música. El algoritmo identificó el 67 por ciento de los 3, 450 páginas con partituras musicales como "música, "y el 96 por ciento de los 55, 007 páginas sin música como "no música". Encontraron que el modelo tendía a clasificar las páginas con tablas horizontales como música, y páginas con color o imágenes como "no música".

"Si desea proyectar sentimientos en estos modelos, son bastante vagos, "dijo Thompson. Por ejemplo, Los investigadores han descubierto que si entrena un modelo para identificar imágenes de peces, y todas las imágenes proporcionadas muestran personas sosteniendo peces, Probablemente clasificará todas las imágenes con personas que tengan cosas como peces.

Las clasificaciones del modelo arrojan algo de luz sobre las características que pueden definir a Dada, los investigadores dijeron, aunque la idea de usar una máquina para ver el arte es simplista y posiblemente absurda.

"Esto es en parte un esfuerzo irónico. No estamos tratando de ser muy serios, que este clasificador superará a todos los historiadores del arte en la identificación de lo que realmente hace Dada Dada, ", Dijo Thompson." El modelo no sabe nada sobre Dada, pero aún puede ayudar a proporcionar una perspectiva adicional al pensar en ello ".