Le Google Arts &Culture Lab à Paris fait l'actualité dans le monde de l'art. Ils ont pour mission de voir comment la technologie peut aider à connecter les gens à la culture de nouvelles manières, en atteignant ceux qui, autrement, ne pourraient peut-être pas voir les expositions du musée.
Ces avancées technologiques facilitent également l'apprentissage et l'appréciation de l'art.
Leur collaboration avec le Museum of Modern Art de New York a récemment attiré l'attention.
L'équipe Google a déployé ses capacités d'apprentissage automatique pour trouver des œuvres d'art particulières telles qu'elles sont apparues au cours de décennies d'exposition, mentionné Culture ouverte .
Désormais, les gens pourront cliquer sur certaines images et trouver plus d'informations à leur sujet.
Freya Murray, chef de file créatif, et d'autres membres de l'équipe sont récemment apparus dans une vidéo racontant comment les riches mondes de l'art, de la peinture à la sculpture en passant par l'art textuel, peut atteindre des personnes qui ne vivent pas à proximité de musées comme le MOMA.
Les technologies de Google ont aidé MOMA à lancer quelque 30, 000 images mais elles ne contenaient pas d'informations sur les œuvres réelles. Donc, l'équipe Google s'est tournée vers la technologie pour transformer le référentiel d'images en une archive consultable.
Damien Henri, chef d'équipe d'expérimentation, Laboratoire des arts et de la culture Google, raconte comment Google s'est impliqué pour identifier les œuvres d'art MOMA grâce à l'apprentissage automatique et le résultat.
"A partir de leur première exposition en 1929, Le Museum of Modern Art de New York a pris des photos de leurs expositions. Alors que les photos documentaient des chapitres importants de l'art moderne, ils manquaient d'informations sur les œuvres qu'ils contenaient. Pour identifier l'art dans les photos, il aurait fallu passer au peigne fin 30, 000 photos, une tâche qui prendrait des mois, même pour un œil averti. L'outil construit en collaboration avec le MoMA a fait le travail d'identification automatique des œuvres d'art—27, 000 d'entre eux - et a contribué à transformer ce référentiel de photos en une archive interactive des expositions du MoMA."
Une vidéo sur la collaboration a noté que "The Art Recognizer" construit en collaboration avec le MoMA aide une personne à récupérer les détails d'expositions passées "en un claquement de doigt".
"Nous en avions récemment lancé 30, 000 images d'installation en ligne, depuis 1929, " a déclaré le directeur des médias numériques du MoMA, Shannon Darrough, dans la vidéo. Les images, bien que, ne contenait aucune information sur les œuvres réelles qu'ils contenaient.
L'équipe Digital Media du MoMA et le Google Arts &Culture Lab ont décidé de relever leur défi en utilisant l'apprentissage automatique et la technologie de vision par ordinateur. Darrough a dit, "C'était une belle collaboration entre l'homme et la machine."
Les collaborateurs du MOMA au Google Arts &Culture Lab ont utilisé un algorithme pour passer au peigne fin les photos de l'exposition.
« Maintenant, une photo d'une exposition de peinture de 1929 ouvre une fenêtre sur une œuvre emblématique de Paul Cézanne ; une photo de 1965 d'estampes de Robert Rauschenberg vous relie à ces mêmes œuvres dans la rétrospective Rauschenberg 2017 du MoMA ; et un coin d'une exposition de design de 2013 devient un portail dans l'art de l'affiche à travers deux siècles. c'est un bon début et un exploit remarquable étant donné le volume d'informations impliqué."
Quelques observations intéressantes ont été faites sur l'algorithme utilisé.
"Google Arts &Culture Lab a conçu l'algorithme pour déclarer quelque chose comme correspondant uniquement lorsqu'il était très "confiant". Nous avons appris que, comme tout le monde, un algorithme a des forces et des faiblesses. Maintenant, l'algorithme est très bon pour identifier la statique, images en deux dimensions."
Mais, surtout sur un site comme le MOMA, les images statiques complètent à peine la magie. Les sculptures étaient bien plus difficiles pour l'effort numérique; image animée, installation, et œuvres sonores; et des œuvres d'art textuelles.
Aussi, il a été observé que « l'algorithme peut également correspondre de manière incorrecte aux photographies lorsque le travail affiché était en fait une impression différente de la même image (ou d'une image très similaire). »
Le site du musée invitait les gens à signaler toute erreur. "Comme ce projet l'a montré, la technologie nous fournit des outils rapides et efficaces, mais il ne peut pas remplacer les yeux et les esprits humains. (Bien, pas encore, de toute façon.) Malgré une approche prudente privilégiant la précision à la quantité, nous nous attendons à ce qu'il y ait un petit nombre d'erreurs. Donc, si vous remarquez que quelque chose ne va pas, veuillez nous le faire savoir en envoyant un e-mail à [email protected]."
Globalement, cependant, Darrough a dit, "Ce que j'aime dans cette expérience, et je donne beaucoup de crédit à Google pour cela, est que cela ne ressemble pas vraiment à une expérience. Il est en fait intégré à notre plate-forme principale afin que des millions de personnes puissent en bénéficier. Je peux voir que cela est utilisé dans de nombreux endroits différents à travers le monde. »
« Les expérimentations sont conçues pour être explorées soit sur le site dédié, ou via l'application Google Arts &Culture, disponible pour iOS et Android, " a déclaré BT.com.
© 2018 Tech Xplore
