Fui el líder de un equipo de informáticos de Rutgers que publicó el pasado agosto un artículo titulado, «Hacia el descubrimiento automatizado de la influencia artística». En ese artículo presentamos nuestra investigación, en la que utilizamos técnicas de reconocimiento de objetos para comparar pinturas e identificar similitudes entre ellas en cuanto al color, la forma, la textura y el contenido. El objetivo era clasificar los estilos pictóricos y determinar cómo pudieron influir los artistas en sus sucesores.
El Daily Telegraph de Londres informó sobre nuestro trabajo con un titular algo hiperbólico: «¿Podrían los ordenadores dejar sin trabajo a los historiadores del arte?». Poco después, la profesora Griselda Pollock, historiadora del arte de la Universidad de Leeds, fue más crítica y escribió un artículo titulado, «Los ordenadores pueden encontrar similitudes entre pinturas, pero la historia del arte es mucho más que eso».
Está claro que en la comunidad de historiadores del arte existe un malentendido fundamental sobre por qué un investigador de visión artificial estaría interesado en explorar semejanzas entre obras de arte.
Como contexto: en nuestra investigación analizamos alrededor de 1.700 imágenes digitalizadas de pinturas de 66 maestros, desde el siglo XV hasta el siglo XX.
Nuestros ordenadores detectaron paralelismos interesantes. Por ejemplo, Studio 9 Rue de la Condamine (1870), de Frederic Bazille, y Shuffleton’s Barber Shop (1950), de Norman Rockwell, tienen composiciones sorprendentemente similares.
A partir de los resultados, creamos un gráfico de los 66 artistas incluidos en nuestro estudio —lo que llamamos un «mapa de artistas»—, un gráfico con los nombres de los artistas en el que la proximidad implica similitud. El ordenador también formuló hipótesis sobre artistas cuyas pinturas podrían haber recibido la influencia de un predecesor, como Degas y Delacroix. En muchos casos, estas hipótesis coincidían con las de los historiadores del arte.
En su artículo, la profesora Pollock explicó que la historia del arte no consiste en rastrear influencias comparando la forma, la textura y el color —lo que, señaló, se denomina «historia del arte connoisseurial», iniciada en el siglo XIX por Giovanni Morelli—. La profesora Pollock también señaló (acertadamente) que la disciplina de la historia del arte ha evolucionado desde entonces: abarca la política, la economía, la literatura, la ideología, la teología y la filosofía, y a la vez incorpora las perspectivas de los movimientos sociales contemporáneos.
En esencia, decía que nuestra investigación se basaba en una definición anticuada de la historia del arte.
Sin embargo, no hicimos afirmación alguna sobre qué es o no es la historia del arte. Entendemos que las influencias entre artistas no se reducen a la similitud visual: como disciplina, la historia del arte exige estudiar los contextos sociales, personales, ideológicos e históricos.
Esto es lo que nos resulta fascinante: al mirar pinturas, las personas pueden hacer inferencias sofisticadas que van más allá de reconocer un árbol, una silla o a Cristo; pueden predecir qué artista probablemente realizó la obra y advertir su estilo, género y época. Aprender y juzgar conceptos visuales tan complejos es una capacidad impresionante de la percepción humana.
Esta capacidad intriga a los investigadores de mi disciplina. Nuestro objetivo último es crear una máquina que supere la prueba de Turing tradicional (en la que un interrogador no puede adivinar cuál de dos participantes es una máquina y cuál es una persona). Por supuesto, en el caso de las pinturas podemos imaginar una prueba similar, a la que llamaría la «prueba visual de Turing». Aunque aún falte mucho para superarla, nuestros resultados ofrecen un avance importante: demuestran que una máquina puede aprender a descubrir similitudes interesantes entre pinturas que los seres humanos pueden confirmar.
Además, la profesora Pollock sostuvo que es una falacia afirmar que los ordenadores pueden advertir cosas que los seres humanos no. La visión artificial promete —y, de hecho, ya ha demostrado— que puede superar las limitaciones espectrales y la imprecisión cuantitativa de la visión humana. En el ámbito del arte, la visión artificial puede ofrecer un análisis preciso y objetivo.
Es cierto que el descubrimiento de influencias podría basarse en una visión de la historia del arte de hace un siglo. Pero cuando un niño está aprendiendo a caminar, primero gatea antes de dar sus primeros pasos. Más adelante, corre.
La inteligencia artificial aún está en sus inicios, especialmente cuando intenta abordar desafíos de complejidad creciente. Si esperamos que una máquina comprenda conexiones sofisticadas entre artistas, es natural empezar a abordar el desafío del mismo modo que Giovanni Morelli y los historiadores del arte connoisseurial lo hicieron hace un siglo.
Las humanidades se están digitalizando: pinturas, fotografías, cartas, libros centenarios, volúmenes de revistas y publicaciones periódicas; cada vez hay más materiales disponibles en línea.
Y quizá llegue el día en que la tecnología evolucione hasta examinar el contexto histórico, social y personal del arte; un día en que los ordenadores puedan analizar estos vastos repositorios de datos heterogéneos para realizar un análisis de las influencias artísticas que vaya más allá del enfoque connoisseurial.
Llegado ese momento, correspondería a los historiadores del arte averiguar cómo aprovechar mejor estos avances tecnológicos.
¿Esperamos dejar sin trabajo a los historiadores del arte? En absoluto. Si acaso, tiendo a coincidir con el titular de un artículo de The Washington Post del 10 de noviembre sobre nuestra investigación: «La informática acelera el análisis del arte», dice.
Publicado en colaboración con The Conversation
Autor: Ahmed Elgammal es profesor de visión artificial en la Universidad Rutgers.
Imagen: Un hombre usa su teléfono móvil frente a un anuncio gigante en una sala de arte del centro de Seúl, el 15 de abril de 2014. REUTERS/Kim Hong-Ji.
