Una collaborazione di ricerca internazionale riporta che un'analisi sistematizzata dell'intelligenza artificiale delle opere d'arte prodotte nell'ultimo millennio fornisce informazioni rivelatrici sulle tendenze artistiche evolutive storiche. Inoltre, i risultati mappano bene i concetti canonici sugli stili e sui periodi della storia dell'arte.

L'analisi dell'arte è solitamente comparativa, ed è stato storicamente condotto da singoli ricercatori, che pone vincoli alla scala degli studi. Non è pratico per un singolo studioso confrontare più di una manciata di dipinti alla volta. Però, negli ultimi decenni, una grande quantità di opere d'arte storiche è stata digitalizzata e resa disponibile gratuitamente, consentire approcci quantitativi all'analisi dell'arte che prima erano irrealizzabili, se non impossibile.

Nel loro nuovo studio, pubblicato da Atti dell'Accademia Nazionale delle Scienze , i ricercatori hanno analizzato un set di dati di 137, 364 pezzi di arte visiva, per lo più dipinti, ospitato dall'enciclopedia in linea WikiArt. Il sito contiene opere di oltre 2, 000 artisti in oltre 100 stili.

Ogni file è stato convertito in una rappresentazione matriciale. Applicando algoritmi di machine learning, i ricercatori hanno analizzato le relazioni tra pixel adiacenti, e calcolato due misure di complessità:l'entropia di permutazione normalizzata H, e la complessità statistica C.

Il valore H quantifica il grado di disordine nella disposizione dei pixel di un'immagine. Ad esempio, un valore vicino allo zero indica un'immagine regolare come quelle prodotte dai pittori minimalisti. Un valore vicino a uno indica pixel che sembrano irregolari o più disordinati, come i dipinti a goccia di Jackson Pollock.

La complessità statistica C è una misura della complessità strutturale dell'opera. I dipinti che presentano estremi di disordine o ordine nella disposizione dei pixel producono zero, in quanto tali opere hanno una bassa complessità strutturale. Il valore è positivo quando il sistema rileva modelli spaziali più complessi.

La combinazione di queste due misure produce un piano complessità-entropia, che gli autori sottolineano è una tecnica che è stata applicata in molti altri campi. Queste misure non solo potevano prevedere lo stile e il periodo dei dipinti entro un certo margine di errore; la loro analisi ha rivelato una chiara traiettoria dell'arte nell'arco di 1000 anni con transizioni nel piano complessità-entropia che corrispondono ai periodi canonici della letteratura artistica.

Nello specifico, i ricercatori hanno potuto vedere chiaramente cambiamenti distinti nell'entropia e nella complessità corrispondenti ai periodi prima e dopo l'arte moderna, e il passaggio dall'arte moderna all'arte postmoderna. Tracciano queste transizioni su una linea temporale, e riferiscono che "non è difficile immaginare che il passaggio dal moderno al postmoderno sia stato determinato dalla fine della seconda guerra mondiale, l'evento che di solito segna l'inizio del postmodernismo nei libri di storia."

I ricercatori sottolineano che poiché hanno limitato la loro analisi a queste due misure di complessità, non è possibile cogliere appieno la ricchezza informativa che rischia di essere codificata nell'art. "Però, " loro scrivono, "i nostri risultati dimostrano tuttavia che semplici metriche ispirate alla fisica possono essere collegate a concetti proposti dagli storici dell'arte e, ma ancora più importante, che queste misure portano informazioni rilevanti sulle opere d'arte, il loro stile, ed evoluzione».

© 2018 Tech Xplore