قد تكون على دراية بأن خوارزميات الذكاء الاصطناعي تعمل من خلال مجموعة من المعلومات التي يغذيها الإنسان – مجموعة بيانات، بمعنى آخر – إما لإنشاء عمل فني أو تحديد الأعمال التي ليس لها أي إسناد أو محل نزاع. أثناء تمشيط تلك المجموعات، غالبًا ما يستخدم الذكاء الاصطناعي تعلم عميقوالتي من خلالها تكون قادرة على استنتاج وتحليل البيانات والأنماط المعقدة. ومع ذلك، أبعد من ذلك، نحن لا نفهم حقًا كيف تعمل “عملية التفكير” – ما تسميه أماندا واسيليفسكي “الصندوق الأسود” لميكانيكا الذكاء الاصطناعي في كتابها الجديد الذي يحمل عنوانًا جديًا، الشكلية الحسابية: تاريخ الفن والتعلم الآلي (مطبعة معهد ماساتشوستس للتكنولوجيا، 2023).
على الرغم من عدم فهمنا الكامل لأعمالهم الداخلية، فقد أصبح الذكاء الاصطناعي سريعًا الحديث المثير للجدل في عالم الفن. التقنيات المدعومة بالذكاء الاصطناعي مثل منتصف الرحلة و انتشار مستقر أثارت مناقشات ساخنة حول إعادة تشكيلها زجاجات و فيرميرز. مما أثار استياء الكثيرين، أننا قررنا أن نمنح الذكاء الاصطناعي جوائز لأنفسنا مسابقات فنية. والآن، يفكر العلماء فيما إذا كانت أدواته يمكن أن تساعد أيضًا في الدراسة الأكاديمية لتاريخ الفن.
يهدف Wasielewski إلى الإجابة على هذا السؤال في هذه الدراسة الخالية من المصطلحات، ولكنها ليست الأكثر تنظيمًا للتجارب الحديثة؛ يحيط الجانب الأكثر أهمية في الكتاب بإيجابيات وسلبيات استخدام الذكاء الاصطناعي لتحديد الصور الفنية وتحديد الإسناد. إنها تنظر في موضوعات تتراوح بين المجموعات الحديثة مثل بديهي و الألكاناتالطرق العلمية لتحليل الكائنات أو “تاريخ الفن الفني“، واستخدام علم الأيقونات لتصنيف الصور، لفهم ما إذا كان الذكاء الاصطناعي يمكن أن يكون عمليًا بالنسبة لمؤرخي الفن.
ويشير واسيليفسكي إلى أن مجموعات البيانات التي تستخدم التعلم العميق يمكن أن تكون مشكلة لأنها تغذي عادة معلومات من قانون الفن الغربي، الذي يخضع للتحيزات الأكاديمية التي يقودها الإنسان. على سبيل المثال، يمنح مؤرخو الفن تقليديًا الإسناد الوحيد لكل عمل فني. حتى عندما يكون عمل معين قد تم إنجازه جزئيًا بواسطة المتدربين أو الحرفيين، فإنه يُنسب إلى فنان “معلم” واحد (على سبيل المثال، “ورشة برنيني”). يؤدي هذا النهج إلى إنشاء مجموعات بيانات غير مناسبة لتحليل الذكاء الاصطناعي للمنتجات التعاونية لفنانين متعددين موجودين تاريخيًا في مناطق غير غربية (على سبيل المثال، المشاغل المغولية).
قد يؤثر التعلم العميق أيضًا على مفاهيم الأصالة في سوق الفن. لاحقًا في الكتاب، يستكشف فاسيليفسكي حالة ليوناردو سيئة السمعة منقذ العالم (ج. 1499-1510). على الرغم من أن إسناد العمل قد أربك العديد من الخبراء (البشريين) في الماضي، إلا أن المؤلف يوضح أنه من الصعب التعرف على الأعمال المزورة عبر الذكاء الاصطناعي لأن مجموعة البيانات تحدد أسلوب الفنان من خلال الخصائص الرسمية والمرئية للأعمال الفنية. ومع ذلك، غالبًا ما يتغير الأسلوب والأساليب والمواد ضمن مسار الفنان.
في الحالات الأكثر وضوحًا للإسناد المعروف والأنماط الفردية، يمكن للذكاء الاصطناعي فرز الصور بكفاءة. لكن هل يمكنها تفسير الفن؟ الجواب هو “لا” واضحة إلى حد ما. يفتقر الذكاء الاصطناعي إلى قدرة الباحثين البشريين على الانخراط في الدراسة الأولية للتقنيات، والقدرة على وضع العمل الفني في سياق التاريخ. بكل بساطة: لا يستطيع الذكاء الاصطناعي تفسير سبب ظهور الأعمال الفنية بالشكل الذي تبدو عليه. إن أطروحتها القائلة بأن الذكاء الاصطناعي غير مناسب للسعي الإنساني لتاريخ الفن تأتي بقوة، ولكن كان من الممكن استكمالها بمزيد من المعلومات في شكل المزيد من دراسات الحالة. في الوقت الحاضر، تواجه تكنولوجيا الذكاء الاصطناعي مخاوف أخلاقية انتهاك حقوق الملكية واستخدامه في استبدال العمالة من العلماء والفنانين وغيرهم، مما يجعل مستقبلها غامضا. ومع ذلك، يؤكد فاسيليفسكي أن تجاهل الأدوات المتاحة قد يؤدي إلى نتائج عكسية في حالات مثل فرز المواد بما يتماشى مع مجموعات البيانات الخاصة بها. يبدو التوازن العقلاني بين احتضان الذكاء الاصطناعي ورفضه في دراسة الفن أمرًا مرغوبًا فيه – على الرغم من أن هذا قد يكون إنجازًا معقدًا حتى نعطي الأولوية لإزالة الغموض عن الصناديق السوداء الغامضة وراء هذه التقنيات.
الشكلية الحسابية: تاريخ الفن والتعلم الآلي بواسطة أماندا واسيليفسكي (2023) هو نشرته مطبعة معهد ماساتشوستس للتكنولوجيا ومتاح متصل.