分类
匹兹堡大学新闻

博士生用数据来看待艺术

Conell in a burgundy blazer and white blouse, standing in front of a large piece of artwork当研究生莎拉·雷夫·康内尔(Sarah Reiff Conell)注册她的第一门皮特数字人文课程时,没过多久她就迷上了用数字方法解决历史问题。

她是肯尼斯·p·迪特里希艺术与科学学院艺术史与建筑系的博士生,她着手绘制中世纪欧洲崇拜基督圣血的邪教的地理位置模式。她首先使用一个Excel电子表格,然后转到谷歌融合表来可视化地图上的点和潜在的集群。当所有的东西都成为焦点时,她有了一个“澄清的时刻”,因为图案被一层层的纸地图和彩色的图钉所掩盖。

他们在一个没有这种遗迹的地区发现了一个明显的缺口。“这引发了新的研究问题,”Conell说。“是什么造成了这种差距?”这些文物是在近代早期被破坏了,从历史记录中被抹去了吗?”

在另一个项目中,Conell和他的研究生Clarisse Fava-Piz在一本17世纪的账簿中研究了信息,账簿上列出了为法国国王路易十四工作的雕刻家。使用Excel,他们首先追踪了雕刻家的名字,他们的薪水,他们是否合作,如何合作,以及其他的话题。然后他们使用原始图形来可视化信息。

她说:“我们的视觉化为艺术作品提供了一种迷人的视角,当作品散落在数百页纸上时,这是很难想象的。”

虽然这些项目对非专业人士来说可能有些晦涩难懂,但Conell最近磨砺出的方法和分析已经成为国家艺术馆有史以来第一个项目的一部分,创造了自己的历史。

她和其他数据科学家和艺术历史学家被邀请使用数据驱动的方法来分析和可视化其庞大的永久收藏的一部分。

zoom in image of multiple paintings为期两天的数据马拉松让这些团队得以展示他们的发现,旨在帮助美术馆更好地了解其艺术、藏品的广度和范围,以及它们是如何展出的。

Conell与来自卡耐基梅隆大学的Golan Levin和Lingdong Huang以及CMU的数字人文开发者Matt Lincoln一起工作。他们的项目使用了一个叫做Inception V3神经网络的软件,这个软件被训练用来在照片中寻找相似的特征。该软件根据视觉相似性组织了来自画廊的数千幅画作。然后,可识别的图像类型被聚集在一起——肖像,裸体,风景,静物等等——来描绘一个集合的画面。使用这种方法改变了艺术品的组织方式,让艺术历史学家以全新的眼光看待它们。

“这只是对这些藏品的一种视觉对比,它们只能到此为止,”德克萨斯州塞金(Seguin)人科内尔说。2017年,她还在匹兹堡大学(Pitt)获得了艺术史硕士学位。“但它为我们提供了进行新研究和提出新问题的机会。”

在分析中,另一个引起团队注意的分组是将《弗莱达尔》、《比武之书》和《马西米兰一世比武大会》放在美国漫画家罗伯特·克拉姆的漫画旁边。

“为什么这些图像显示在彼此附近?””Conell问道。“是动态运动吗?”颜色的使用?也许它指的是奇思妙想。这需要更多的研究。”

Conell说,她鼓励美术馆向数据驱动的作品开放藏品,因为多年来一直有人批评美术馆的藏品不如国家本身那么多样化。

她说:“我希望这是对博物馆透明度的更大兴趣的一部分,并在博物馆工作人员之外开启对话。”

她说,从计算方法中可以获得很多东西,但只有当学科领域的专家有意义地参与到研究过程中——无论是作为个体研究人员还是团队中的合作者。

“电脑不能给我们答案,”她说。“它们可以为解决长期存在的问题提供新的方法,一些最好的结果可以让我们追溯到档案。”

新闻旨在传播有益信息,英文原版地址:https://www.pittwire.pitt.edu/news/phd-student-takes-data-driven-look-art