Fysikerne Higor YD Sigaki, Matjaž Perc og Haroldo V. Ribeiro har fundet en ny måde at spore kunstens udvikling på fra renæssancerealisme til stadig mere abstrakte avantgarde-stilarter og senest postmodernisme.
For at gøre det begyndte trioen at kortlægge kompleksiteten og entropien eller uorden kaos, hvis du vil, af næsten 140.000 malerier oprettet mellem 1031 og 2016, rapporterer Scientific American 's Jess Romeo. Den endelige datapool spænder over mere end 2.000 kunstnere og 100 stilarter.
Ifølge Sibylle Anderl fra den tyske avis Frankfurter Allgemeine Zeitung fandt holdet, at værker, der dateres til 1600-tallet, og tidligere prale af et ordeniveau, der ikke blev set i moderne kunst. Fra 1950 og fremefter syntes kunstnere imidlertid at vende tilbage til de ordnede idealer, der omfattede rene linjer og pæne gitre i en udstrækning, der oversteg det, som deres forgængere fra renæssance og romantik. Forskerne detaljerede deres proces i et papir, der blev offentliggjort i Proceedings of the National Academy of Sciences sidste september.
I undersøgelsen definerede fysikerne kompleksitet som variationen i mønstre i et billede. Malerier med meget varierende mønstre blev betragtet som mere komplekse, mens de med relativ ensartethed blev betragtet som mindre komplekse. Sammenlignende blev holdets mål for entropi styret af et arbejds grad af kaos, med højere niveauer af forstyrrelse svarende til høje entropi ratings.
For at begynde deres analyse downloadede forskerne 137.364 billeder, der hovedsageligt repræsenterer malerier, fra online WikiArt-portalen. Derefter konverterede de disse kunstværker til en matrixrepræsentation, der fangede det originale værks dimensioner, række farver og forskellige farveintensiteter.
Christopher Packham fra Tech Xplore forklarer, at fysikerne, hjulpet af maskinlæringsalgoritmer, derefter var i stand til at bestemme forholdet mellem tilstødende pixelnet og efterfølgende tildele unikke entropi- og kompleksitetsværdier til hvert arbejde.
Denne proces gjorde det muligt for teamet at udvikle en entropi- og kompleksitetsbaseret tidslinje, der groft var på linje med den etablerede kunsthistoriske kanon. På grundlag af disse to mål opstod tre hovedgrupper: renæssance, neoklassicisme og romantik; moderne kunst; og moderne / postmoderne kunst.
Renæssance, neoklassicisme og romantik kunst faldt midt i spektret og prale af en relativt høj kompleksitet og grad af orden. I den anden ende af spektret scorede den moderne kunst “blandede kanter og løse børstestrækninger”, som Romeo bemærker, meget på uorden, lav på kompleksitet. Dette fænomen eksemplificeres af Andy Warhols popkunst "Campbells suppe dåser", som er fyldt med lige kanter og tydelige mønstre.
Andy Warhols popkunst "Brillo Boxes" er velordnet og kompleks ifølge forskernes algoritme (Richard Winchell via Flickr under CC BY-SA 2.0) Moderne / postmoderne kunst stod i den anden ende af spektret med en lav entropi, høj kompleksitetsvurdering. Som forskerne observerer, er denne stilistiske klynge, herunder popkunst og konstruktivisme, præget af "skarpe kanter og meget kontrasterende mønstre ... dannet af forskellige dele isoleret eller kombineret med ikke-relaterede materialer." Et fremragende eksempel er Jackson Pollocks dryppemalerier, der pryder lærred med dristige, kaotiske virvler, der mangler nogen følelse af organisation.
At reducere kunstværker til to mål er en ganske enkelt forenklet tilgang, men som Scientific Amerikaners Romeo påpeger, kunne teknikken, hvis den anvendes i storskalavurderinger, give værdifuld indsigt i udviklingen og samspillet mellem forskellige kunstbevægelser.
Undersøgelse af specifikke kunstbevægelser kunne undersøgelsens forfattere fremhæve minimalisme og farvefeltmalingens mangel på entropi. Disse stilarter, der er populære fra 1960'erne og fremefter, er ifølge forskerne defineret af ”enkle designelementer” og pludselige farveovergange. Pointillism og Fauvism, derimod, kompenserer for, hvad de mangler i kompleksitet med et højt niveau af forstyrrelse, idet de er afhængige af "udtværede og diffuse børstetryk" såvel som blandede farver for at undgå udseendet af skarpe kanter.
Når forskerne, når de først var blevet bedre trænet, kunne algoritmen endda bruges til at klassificere obskure kunstværker.
Maximilian Schich, professor i kunst og teknologi ved University of Texas i Dallas, som ikke var involveret i studiet, fortæller Romeo, at han er for den tværfaglige forskning.
”Én ting, som jeg synes er meget elegant i dette papir, er, at de ser på kompleksiteten på det lokale niveau, pixels og de omkringliggende pixels, ” siger Schich. ”Du kunne sige, 'Ja, det er for simpelt - det forklarer ikke alt maleriet.' Men det er forskning, der er værdifuld. ”
