Google Arts &Culture Lab i Paris skapar nyheter i konstvärlden. De är på ett uppdrag att se hur teknik kan hjälpa människor att koppla ihop kulturen på nya sätt – att nå de som annars kanske inte kan se museiutställningar.

Dessa tekniska framsteg gör det också lättare att lära sig om och uppskatta konst.

Deras samarbete med Museum of Modern Art i New York tog nyligen rampljuset.

Google-teamet släppte lös sina maskininlärningsmöjligheter för att hitta speciella konstverk som de har dykt upp under årtionden av utställningar, sa Öppen kultur .

Nu kommer folk att kunna klicka på vissa bilder och hitta mer information om dem.

Freya Murray, kreativ ledare, och andra teammedlemmar dök nyligen upp i en video som berättade hur konstens rika världar, från målningar till skulptur till textbaserad konst, kan nå människor som inte bor inom räckhåll för museer som MOMA.

Googles teknologier hjälpte MOMA att lansera ett 30-tal, 000 bilder men de innehöll ingen information om själva verken. Så, Google-teamet vände sig till teknik för att omvandla bildarkivet till ett sökbart arkiv.

Damien Henry, gruppledare för experiment, Google Arts &Culture Lab, berättar historien om hur Google engagerade sig för att identifiera MOMA-konstverk genom maskininlärning och resultatet.

"Från och med deras första utställning 1929, Museum of Modern Art i New York tog bilder av deras utställningar. Medan bilderna dokumenterade viktiga kapitel av modern konst, de saknade information om verken i dem. För att identifiera konsten i bilderna, man skulle ha behövt kamma igenom 30, 000 bilder – en uppgift som skulle ta månader även för det tränade ögat. Verktyget byggt i samarbete med MoMA gjorde arbetet med att automatiskt identifiera konstverk—27, 000 av dem – och hjälpte till att förvandla detta fotoarkiv till ett interaktivt arkiv med MoMAs utställningar."

En video om samarbetet noterade att "The Art Recognizer" byggd i samarbete med MoMA hjälper en person att återställa detaljer från tidigare utställningar "med ett fingerknips."

"Vi hade nyligen lanserat 30, 000 installationsbilder online, ända tillbaka till 1929, " sa MoMA Digital Media Director, Shannon Darrough, i videon. Bilderna, fastän, innehöll ingen information om de faktiska verken i dem.

MoMAs digitala media-team och Google Arts &Culture Lab satte sig för att möta sin utmaning med hjälp av maskininlärning och datorseendeteknik. Darrough sa, — Det var ett trevligt samarbete mellan människa och maskin.

MOMAs medarbetare på Google Arts &Culture Lab använde en algoritm för att kamma igenom utställningsfoton.

"Nu öppnar ett foto från en målningsutställning från 1929 ett fönster till ett ikoniskt verk av Paul Cézanne; en bild från 1965 av Robert Rauschenberg-tryck kopplar dig till samma verk i MoMA:s Rauschenberg-retrospektiv 2017; och ett hörn av en designutställning från 2013 blir en portal i affischkonst under två århundraden. Även om den knappast är heltäckande, det är en bra början – och en anmärkningsvärd bedrift med tanke på den stora mängden information som är involverad."

Några intressanta observationer gjordes om den använda algoritmen.

"Google Arts &Culture Lab designade algoritmen för att deklarera något som en match endast när det var väldigt "säkert". Vi lärde oss att, som vem som helst, en algoritm har styrkor och svagheter. För närvarande, Algoritmen är mycket bra på att identifiera statisk, tvådimensionella bilder."

Men, speciellt på en webbplats som MOMA, statiska bilder fullbordar knappast magin. Mycket mer utmanande för den digitala ansträngningen var skulpturer; rörlig bild, installation, och ljudverk; och textbaserade konstverk.

Också, det observerades att "Algorithmen kan också felaktigt matcha fotografier när det visade verket faktiskt var ett annat tryck av samma (eller en mycket liknande) bild."

Museets sajt uppmanade folk att påpeka eventuella fel. "Som detta projekt har visat, teknik ger oss snabba och effektiva verktyg, men det kan inte ersätta mänskliga ögon och sinnen. (Väl, inte än, i alla fall.) Trots ett försiktigt tillvägagångssätt som prioriterade noggrannhet framför kvantitet, vi förväntar oss att det kommer att finnas ett litet antal fel. Så om du märker att något är fel, vänligen meddela oss genom att maila [email protected]."

Övergripande, dock, Darrough sa, "Vad jag gillar med det här experimentet, och jag ger Google mycket beröm för detta, är att det inte riktigt känns som ett experiment. Den är faktiskt integrerad i vår kärnplattform så att miljontals människor kan dra nytta av den. Jag kan se att detta används på många olika platser runt om i världen."

"Experimenten är designade för att utforskas antingen på den dedikerade webbplatsen, eller via Google Arts &Culture-appen, tillgänglig för iOS och Android, " sa BT.com.

© 2018 Tech Xplore