Vistes panoràmiques sobre el patrimoni visual col·lectiu mitjançant les xarxes neuronals convolucionals. Les exposicions Revolutionary Arkive i Mnemosyne 2.0 de Pilar Rosado

Main Article Content

Pilar Rosado Rodrigo
Ferran Reverter Comes

En el context d’una societat saturada d’imatges, les xarxes neuronals convolucionals (convolutional neural networks - CNN), preentrenades a partir de la informació visual continguda en milers i milers d’imatges, constitueixen una eina de gran utilitat per ajudar-nos a ordenar el patrimoni visual, oferint-nos, així, un punt d’accés que d’una altra manera seria impossible.


Una de les responsabilitats de l’artista contemporani és adoptar posicions que ajudin a donar significat, a projectar sentit sobre l’acumulació visual a la qual ens enfrontem. Aquest article descriu dues exposicions de l’artista Pilar Rosado: Revolutionary Arkive i Mnemosyne 2.0. En aquestes, s’ha utilitzat la xarxa neuronal artificial ResNet-50 per extreure les característiques visuals de grans conjunts d’imatges i els descriptors d’imatge obtinguts s’han usat com a entrada per a l’algorisme t-SNE. Així s’han elaborat grans mapes visuals formats per milers d’imatges ordenades seguint criteris de similitud formal en els quals es posen de manifest els patrons visuals dels arquetips d’una determinada categoria semàntica.


La manera d’arxivar i recuperar la nostra memòria col·lectiva ha de tenir una correlació amb els avenços tecnològics i científics de la nostra època perquè se’ns vagin descobrint progressivament nous horitzons de coneixement. En la seva pràctica artística, Rosado explora, en l’àmbit de la cocreació humà-màquina, qüestions polítiques que es poden abordar des de la imatge i que impliquen les tecnologies d’aprenentatge automàtic, com ara la gestió de la informació en els arxius visuals del futur o la revisió de la memòria visual col·lectiva.

Paraules clau
deep learning, postfotografia, computer vision, t-SNE, convolutional neural networks (CNN), Aby Warburg

Article Details

Com citar
Rosado Rodrigo, Pilar; and Reverter Comes, Ferran. “Vistes panoràmiques sobre el patrimoni visual col·lectiu mitjançant les xarxes neuronals convolucionals. Les exposicions Revolutionary Arkive i Mnemosyne 2.0 de Pilar Rosado”. Artnodes, no. 26, pp. 1-12, doi:10.7238/a.v0i26.3354.
Biografies de l'autor/a

Pilar Rosado Rodrigo, Universitat de Barcelona

Artista i investigadora que explora l’ús d’algorismes d’aprenentatge automàtic en l’àmbit de la creació. Treballant amb grans col·leccions d’imatges d’arxiu i aquestes noves tecnologies pretén proporcionar punts de vista alternatius per a la reflexió i que qüestionin les convencions de la nostra mirada. Doctora en Belles arts i Llicenciada en Biologia. Entre 2012 i 2015 va ser becada per la Generalitat de Catalunya per dur a terme la seva recerca titulada «Formes latents: protocols de visió artificial per a la detecció d’analogies aplicats a la catalogació i creació artística», els resultats de la qual han estat publicats en la prestigiosa revista Leonardo del MIT Press, el juny de 2019. Combina la seva carrera artística amb la recerca i la docència com a professora a la Facultat de Belles Arts de la Universitat de Barcelona, i és membre de diversos projectes d’R+D.

ORCID: https://orcid.org/0000-0001-7142-5047

Ferran Reverter Comes, Universitat de Barcelona

Professor agregat d’Estadística del Departament de Genètica, Microbiologia i Estadística de la Universitat de Barcelona. Professor del màster d’Estadística i Recerca Operativa UB-UPC de l’assignatura Statistical Learning. Ha realitzat estades postdoctorals al Laboratoire de Statistique et Probabilités Université Paul Sabatier (Tolosa, 2008) i al Centre de Regulació Genòmica del Parc de Recerca Biomèdica (Barcelona, 2013-2017). En l’actualitat, centra la seva recerca en el desenvolupament i la implementació d’eines estadístiques per a l’anàlisi de dades en biociències, la millora de mètodes basats en funcions de nucli (kernel methods) per augmentar la interpretabilitat i la visualització, i en la implementació d’eines d’anàlisi computacional d’imatges en l’àmbit biomèdic i artístic. ORCID: https://orcid.org/0000-0002-9489-3350

Referències
Boden, Margaret Ann. 2017. Inteligencia Artificial. Madrid: Turner Noema.

Company, Oriol. 2018. «Revolutionary ArKive. Ordenar el desordre». Núvol. El Digital de la Cultura, October 10. https://www.nuvol.com/pantalles/revolutionary-arkive-ordenar-el-desordre-55800.

D’Oultremont, Maria. 2019. «Pilar Rosado i la panorámica perduda de les imatges». Núvol. El Digital de la Cultura. May 17. https://www.nuvol.com/art/pilar-rosado-i-la-panoramica-perduda-de-les-imatges-60640.

Didi-Huberman, George. 2010. Atlas. ¿Cómo llevar el mundo a cuestas?. Madrid: TF Editores.

Festival Panoràmic. 2018. «The whole world is watching». http://panoramicgranollers.cat/revolutionary-arkive/.

Fontcuberta, Joan. 2016. La furia de las imágenes. Notas sobre la postfotografía. Barcelona: Galaxia Gutenberg.

Fontcuberta, Joan. 2019. «El gran riu. Per a una teoría general de la revolta». El món d’Ahir. Història d’autor, 13: 176-189.

Google. «Cómo funcionan los algoritmos de Google». May 22, 2020. https://www.google.com/intl/es_es/search/howsearchworks/algorithms/.

Grebe, Anja. 2010. «Museum and Mnemosyne. Aby Warburg, André Malraux and the re-/construction of art history as social history». “Le Musée Imaginaire” and Temptations of the Orient and Japan, ed. Tanaka Hidemichi, 55-61. Tokyo: Akita.

He, Kaiming; Xiangyu Zhang, Shaoqing Ren y Jian Sun. 2016. «Deep residual learning for image recognition». In Proceedings of the IEEE conference on computer vision and pattern recognition (CVPR), 770-778. http://openaccess.thecvf.com/content_cvpr_2016/html/He_Deep_Residual_Learning_CVPR_2016_paper.html. https://doi.org/10.1109/CVPR.2016.90

Karpathy, Andrej. 2017. «t-SNE visualization of CNN codes», accessed January 12. https://cs.stanford.edu/people/karpathy/cnnembed/.

Koffka, Kurt. 1967. Principles of Gestalt Psychology, New York: Mimesis International.

Köhler, Wolfgang. 1947. Gestalt psychology: an introduction to new concepts in modern psychology. New York: Liveright.

Malraux, André. 1949. Le Musée imaginaire. Ginebra: Skira.

Manovich, Lev. 2009. «TimeLine», accessed January 10. http://manovich.net/index.php/exhibitions/timeline.

Manovich, Lev. 2012. «¿Cómo ver 1000000 de imágenes? Deforma cultura online, 3, 1-11, Recuperado el 10 de Agosto de 2018 de http://www.deforma.info/es/product.php?id_product=24

Manovich, Lev. 2019. «Defining AI Arts: Three Proposals». AI and Dialog of Cultures, Exhibition Catalog. Saint-Petersburg, Russia: Hermitage Museum.

Pérez-Hita, Félix. 2019. «Pilar Rosado y la resurrección de los archivos». Mnemosyne 2.0. Cartografías computacionales de la memoria visual, 1-2. Granollers: Roca Umbert Fàbrica de les Arts.

Rosado, Pilar. 2019. Mnemosyne 2.0. Cartografías computacionales de la memoria visual. Granollers: Roca Umbert Fàbrica de les Arts.

Russakovsky*, Olga, Jia Deng*, Hao Su, Jonathan Krause, Sanjeev Satheesh, Sean Ma, Zhiheng Huang, Andrej Karpathy, Aditya Khosla, Michael Bernstein, Alexander C. Berg, y Li Fei-Fei (* = equal contribution). 2015. «ImageNet Large Scale Visual Recognition Challenge». International Journal of Computer Vision (IJCV), 115: 211–252. https://doi.org/10.1007/s11263-015-0816-y

Saramago, José. 2003. Ensayo sobre la ceguera. Madrid: Alfaguara.
Maaten, Laurens van der y Geoffrey Hinton. 2008. «Visualizing data using t-SNE». Journal of Machine Learning Research, 9 (Nov): 2579-2605.

The Warburg Institute. 2018. «The Mnemosyne Atlas, October 1929», accessed 2020 February 20. https://warburg.sas.ac.uk/collections/warburg-institute-archive/bilderatlas-mnemosyne/mnemosyne-atlas-october-1929.

Warburg, Aby. 2010. Atlas Mnemosyne, traducido por Joaquín Chamorro Mielke. Madrid: Akal.
Boden, Margaret Ann. 2017. Inteligencia Artificial. Madrid: Turner Noema.

Company, Oriol. 2018. «Revolutionary ArKive. Ordenar el desordre». Núvol. El Digital de la Cultura, October 10. https://www.nuvol.com/pantalles/revolutionary-arkive-ordenar-el-desordre-55800.

D’Oultremont, Maria. 2019. «Pilar Rosado i la panorámica perduda de les imatges». Núvol. El Digital de la Cultura. May 17. https://www.nuvol.com/art/pilar-rosado-i-la-panoramica-perduda-de-les-imatges-60640.

Didi-Huberman, George. 2010. Atlas. ¿Cómo llevar el mundo a cuestas?. Madrid: TF Editores.

Festival Panoràmic. 2018. «The whole world is watching». http://panoramicgranollers.cat/revolutionary-arkive/.

Fontcuberta, Joan. 2016. La furia de las imágenes. Notas sobre la postfotografía. Barcelona: Galaxia Gutenberg.

Fontcuberta, Joan. 2019. «El gran riu. Per a una teoría general de la revolta». El món d’Ahir. Història d’autor, 13: 176-189.

Google. «Cómo funcionan los algoritmos de Google». May 22, 2020. https://www.google.com/intl/es_es/search/howsearchworks/algorithms/.

Grebe, Anja. 2010. «Museum and Mnemosyne. Aby Warburg, André Malraux and the re-/construction of art history as social history». “Le Musée Imaginaire” and Temptations of the Orient and Japan, ed. Tanaka Hidemichi, 55-61. Tokyo: Akita.

He, Kaiming; Xiangyu Zhang, Shaoqing Ren y Jian Sun. 2016. «Deep residual learning for image recognition». In Proceedings of the IEEE conference on computer vision and pattern recognition (CVPR), 770-778. http://openaccess.thecvf.com/content_cvpr_2016/html/He_Deep_Residual_Learning_CVPR_2016_paper.html. https://doi.org/10.1109/CVPR.2016.90

Karpathy, Andrej. 2017. «t-SNE visualization of CNN codes», accessed January 12. https://cs.stanford.edu/people/karpathy/cnnembed/.

Koffka, Kurt. 1967. Principles of Gestalt Psychology, New York: Mimesis International.

Köhler, Wolfgang. 1947. Gestalt psychology: an introduction to new concepts in modern psychology. New York: Liveright.

Malraux, André. 1949. Le Musée imaginaire. Ginebra: Skira.

Manovich, Lev. 2009. «TimeLine», accessed January 10. http://manovich.net/index.php/exhibitions/timeline.

Manovich, Lev. 2012. «¿Cómo ver 1000000 de imágenes? Deforma cultura online, 3, 1-11, Recuperado el 10 de Agosto de 2018 de http://www.deforma.info/es/product.php?id_product=24

Manovich, Lev. 2019. «Defining AI Arts: Three Proposals». AI and Dialog of Cultures, Exhibition Catalog. Saint-Petersburg, Russia: Hermitage Museum.

Pérez-Hita, Félix. 2019. «Pilar Rosado y la resurrección de los archivos». Mnemosyne 2.0. Cartografías computacionales de la memoria visual, 1-2. Granollers: Roca Umbert Fàbrica de les Arts.

Rosado, Pilar. 2019. Mnemosyne 2.0. Cartografías computacionales de la memoria visual. Granollers: Roca Umbert Fàbrica de les Arts.

Russakovsky*, Olga, Jia Deng*, Hao Su, Jonathan Krause, Sanjeev Satheesh, Sean Ma, Zhiheng Huang, Andrej Karpathy, Aditya Khosla, Michael Bernstein, Alexander C. Berg, y Li Fei-Fei (* = equal contribution). 2015. «ImageNet Large Scale Visual Recognition Challenge». International Journal of Computer Vision (IJCV), 115: 211–252. https://doi.org/10.1007/s11263-015-0816-y

Saramago, José. 2003. Ensayo sobre la ceguera. Madrid: Alfaguara.
Maaten, Laurens van der y Geoffrey Hinton. 2008. «Visualizing data using t-SNE». Journal of Machine Learning Research, 9 (Nov): 2579-2605.

The Warburg Institute. 2018. «The Mnemosyne Atlas, October 1929», accessed 2020 February 20. https://warburg.sas.ac.uk/collections/warburg-institute-archive/bilderatlas-mnemosyne/mnemosyne-atlas-october-1929.

Warburg, Aby. 2010. Atlas Mnemosyne, traducido por Joaquín Chamorro Mielke. Madrid: Akal.

Articles similars

1 2 3 4 5 6 7 8 9 10 > >> 

També podeu iniciar una cerca avançada per similitud per a aquest article.