Annonse

nasjonalmuseet_-_pm_-_prinsipalkomponenter_1.jpg

Foto: Nasjonalmuseet

Nasjonalmuseet kaster seg på kunstig intelligens-trenden

Nasjonalmuseet tar i bruk kunstig intelligens for å gi et nytt perspektiv på samlingen. Målet er å gi samlingen mest mulig kunstfaglig informasjon og kanskje å oppdage noen nye måter å se samlingen på.

I et eksperimentet som museet har utført i samarbeid med Bengler, analyseres de digitale bildene via bruk av nevrale nettverk og algoritmer. 

– Vi fikk med oss interessen rundt dette med bildegjenkjenning og hadde lyst til å prøve det på samlingen vår. Og det funker, sier Gro Benedikte Pedersen som er fagkoordinator digital samlingsforvaltning ved museet.

ng.m.00840-2.jpg

Mor og datter av Edvard Munch (Nasjonalmuseets samling).

Ett resultat er et nytt brukergrensesnitt på nettsidene, vy.nasjonalmuseet.no. Her kan man se resultatet som fremkommer når systemet klassifiserer bildene etter kriteriene det er bedt å følge. Dette er hentet fra Amsterdams Reichmuseums klassifisering, Iconclass. 

ng.m.03661.jpg

Liknende motiv ifølge den kunstige intelligensen: Brevet av Andrea Gram (Nasjonalmuseets samling).

Hvis man Zoomer inn på et bilde, viser systemet samtidig lignende bilder basert på stilart eller motiv.

  • Hva: Algoritmer analyserer likhetstrekk i bildene. Tanken er at man skal kunne se hele samlinger under ett, vandre rundt i nabolag i samlingene, eller zoome inn på detaljer i enkeltverk. Prosjektet er støttet av Kulturrådet.
  • Hvorfor: For å lette det tidkrevende, Sisyfos-liknende arbeidet med å publisere mest mulig kunstfaglig kataloginformasjon, ville Nasjonalmuseet prøve ut maskinelle metoder for høsting og formidling av samlingsdata. 
  • Hvordan: Som et utgangspunkt for å forsøke å trene opp en algoritme til å analysere bildene, tok museet i bruk et nevralt nettverk trent på ImageNet, utviklet av Autonomous Perception Research Lab ved Berkeley. Deretter re-trente de dette på klassifiseringer av kunstretninger i bilder fra The Wikiart collection. 

Museet opplyser at de også eksperimenterte med ulike resultater av ansiktsgjenkjenning, gjennom nevrale nettverksfunksjoner fra OpenFace. Det meste fra komposisjon, fargebruk og stil er sendt inn i det nevrale nettet. 

– Med dette fikk vi testet ut bildegjenkjenning innenfor rammer for figurer, ansikt, humør, alder, kjønn og typiske/utypiske verk per tiår. Algoritmen identifiserte så og markerte motiver i Nasjonalmuseets egen samling, opplyser Pedersen. 

– Det hadde tatt en kurator kanskje flere år å gjøre den samme jobben, sier Pedersen.

Hun oppfordrer andre museer til å ta i bruk det samme systemet, som Nasjonalmuseet har gjort åpent tilgjengelig, på sine samlinger.

Annonse

Nevrale nettverk

Et datasystem som er modellert etter menneskets hjerne omtales som et nevralt nettverk. Systemet består av at data mates inn i et nett av noder som etterligner nevronene i hjernen.

I en prosess som gjentas mange ganger hvor nodene undersøker dataene og sender et signal videre til sine naboer, kommer dataene tolket ut på andre siden av nettet. Nevrale nett har hatt størst suksess der vanlige regler ikke fungerer optimalt, som i forståelsen av språk og tolkning av bilder.

Annonse

Nevrale nettverk

Et datasystem som er modellert etter menneskets hjerne omtales som et nevralt nettverk. Systemet består av at data mates inn i et nett av noder som etterligner nevronene i hjernen.

I en prosess som gjentas mange ganger hvor nodene undersøker dataene og sender et signal videre til sine naboer, kommer dataene tolket ut på andre siden av nettet. Nevrale nett har hatt størst suksess der vanlige regler ikke fungerer optimalt, som i forståelsen av språk og tolkning av bilder.

Annonse