L'arte come come processo di auto-organizzazione, in mezzo alla complessità

Due ricercatori di Belgrado sostengono di avere ideato un metodo che consente di distinguere un originale da un falso. Lo studio, intitolato The Artists who Forged Themselves: Detecting Creativity in Art è stato postato il 16 Giugno su arXiv da Milan Rajković (Institute of Nuclear Sciences Vinca, Università di Belgrado) e Miloš Milovanović (Mathematical Institute of the Serbian Academy of Sciences and Arts).
I due ricercatori serbi sono partiti dal seguente assunto: la creatività è un processo di auto-organizzazione che l'artista compie, a livello mentale, a partire dall'osservazione dell'auto-organizzazione delle forme, dei modelli, dei colori e delle pennellate che determinano la qualità estetica dell'opera d'arte. Sono state analizzate le opere dell'artista contemporanea Charlotte Caspers (alla quale i ricercatori di Belgrado hanno chiesto di eseguire una copia delle proprie tele a distanza di alcuni giorni) e una famosa opera di Magritte.
Il metodo si basa sulla possibilità di misurare la complessità e l'auto-organizzazione attraverso l'elaborazione statistica di immagini digitali e fornisce una serie di valori di complessità (diagonale, orizzontale, verticale) mediante i quali riconoscere l'autenticità dell'opera.

Il 24 Giugno il magazine del MIT "Technology Review" ha dedicato un approfondimento a questo studio (How Machine Vision Solved One of the Great Mysteries of 20th-Century Surrealist Art), paretndo dall'analisi dell'opera di Magritte "Il sapore delle lacrime".



Il 2 Giugno 2015, dopo aver analizzato 62 opere d'arte (pittura e scultura), Ahmed Elgammal e Babak Saleh, ricercatori della Rutgers University, hanno pubblicato su arXiv uno studio intitolato Quantifying Creativity in Art Networks. I ricercatori hanno sviluppato un algoritmo di controllo della creatività (Creativity Implication Network).
Abstract
Can we develop a computer algorithm that assesses the creativity of a painting given its context within art history? This paper proposes a novel computational framework for assessing the creativity of creative products, such as paintings, sculptures, poetry, etc. We use the most common definition of creativity, which emphasizes the originality of the product and its influential value. The proposed computational framework is based on constructing a network between creative products and using this network to infer about the originality and influence of its nodes. Through a series of transformations, we construct a Creativity Implication Network. We show that inference about creativity in this network reduces to a variant of network centrality problems which can be solved efficiently. We apply the proposed framework to the task of quantifying creativity of paintings (and sculptures). We experimented on two datasets with over 62K paintings to illustrate the behavior of the proposed framework. We also propose a methodology for quantitatively validating the results of the proposed algorithm, which we call the "time machine experiment".



Andrea Mameli, blog Linguaggio Macchina, 27 Giugno 2015

Commenti

Post popolari in questo blog

Ogni cosa è collegata: Gabriella Greison a Sant'Antioco il 24 giugno (e non è un caso)

La tavoletta di Dispilio. Quel testo del 5260 a.C. che attende di essere decifrato

Solar system genealogy revealed by extinct short-lived radionuclides in meteorites. Astronomy & Astrophysics, Volume 545, September 2012.