[論文レビュー] Figuring Out Art History

Maximilian Schich|arXiv (Cornell University)|Oct 22, 2015

Aesthetic Perception and Analysis参考文献 55被引用数 4

ひとこと要約

本論文は、デジタル手法、ネットワーク科学、可視化を統合することで、文化的歴史における大規模で非ランダムなパターンを解明する、体系的でデータドリブンな芸術・文化の科学を提唱する。定量的分析—ネットワークフレームワークと計算ツールを用いて文化財を分析することで、自然システムに類似した構造的ダイナミクスが明らかになり、主な成果として文化の進化を可視化した100万回以上の閲覧数を記録した作品と、学際的協働のためのフレームワークが得られた。

ABSTRACT

World population and the number of cultural artifacts are growing exponentially or faster, while cultural interaction approaches the fidelity of a global nervous system. Every day hundreds of millions of images are loaded into social networks by users all over the world. As this myriad of new artifacts veils the view into the past, like city lights covering the night sky, it is easy to forget that there is more than one Starry Night, the painting by Van Gogh. Like in ecology, where saving rare species may help us in treating disease, art and architectural history can reveal insights into the past, which may hold keys to our own future. With humanism under threat, facing the challenge of understanding the structure and dynamics of art and culture, both qualitatively and quantitatively, is more crucial now than it ever was. The purpose of this article is to provide perspective in the aim of figuring out the process of art history - not art history as a discipline, but the actual history of all made things, in the spirit of George Kubler and Marcel Duchamp. In other words, this article deals with the grand challenge of developing a systematic science of art and culture, no matter what, and no matter how.

研究の動機と目的

• 質的調査を越えて、体系的で定量的な芸術・文化の科学を確立すること。
• 文化財とデジタルデータの爆発的増加という状況下で、文化的複雑性を理解する課題に応えること。
• 共通の視覚的・計算的ツールを通じて、美術史、コンピュータサイエンス、複雑系研究を統合することで、学際的連携を図ること。
• 物理学やシステム生物学の研究施設を模範として、データ、可視化、国際的共同執筆を重視する、学術的協働の新しいモデルを構築すること。
• 可視化を単なるツールではなく、語彙や手法が異なるコミュニティ間での意思疎通を可能にする学術的共通語として位置づけること。

提案手法

• 時間的・空間的要因を考慮した文化財とその関係性をモデル化するため、ネットワーク科学とグラフデータ構造を用いる。
• 大規模なデジタルリポジトリ（例：AKLの110万個のXMLファイル、マンガデータなど）を活用し、文化の系統図を抽出・分析する。
• 個人の文化ネットワーク内での「生誕」から「死」までの動態を追跡するための計算可視化技術を適用し、色のグラデーション（青から赤）を用いて時間的進化を表現する。
• 定量的モデリングと質的美術史的知見を統合し、非ランダムなパターンを検出するため、パワー則や裾の長い分布分析を実施する。
• ハイパフォーマンスコンピューティングとデータマイニングを活用し、Google Cultural Institute や Prometheus Image Archive などの大規模な画像・テキストアーカイブを処理する。
• 学術的図版と可視化を、科学的・芸術的出版基準を模倣した発見とコミュニケーションの中心的ツールとして設計する。

実験結果

リサーチクエスチョン

• RQ1 データを用いて、文化的歴史における大規模で非ランダムなパターンを体系的に同定・モデル化するにはどうすればよいか？
• RQ2 多様な語彙や手法を持つ学際的分野間で、可視化が共通語として果たす役割とは何か？
• RQ3 デジタル手法とネットワーク科学は、自然システムに類似した文化の進化の背後にあるダイナミクスをどのように明らかにできるか？
• RQ4 計算ツールとデータインfrastrutureは、伝統的な美術史的調査を、スケーラブルで協働的な科学にどのように変革できるか？
• RQ5 歴史を通じて、文化的エージェント（例：画家、建築家）のキャリアと影響力に見られる構造的・時間的パターンは何か？

主な発見

• 個人の「生誕」から「死」までの動態を追跡する動的ネットワーク可視化は、100万回を超える閲覧数を記録し、主要な科学メディアや賞でも取り上げられた。
• 本研究は、文化的進化が非ランダムでスケールフリーなパターンを示しており、芸術的影響力やネットワーク接続性においてパワー則の分布が広く見られることを示した。
• 多層的ネットワークとして構造化された大規模な文化的データは、生物学的・物理的システムと類似した複雑で階層的なダイナミクスを明らかにした。
• 計算手法と美術史的専門知識の統合により、質的分析だけでは見えないマクロスケールのパターンを発見できるようになった。
• 科学的・芸術的厳密性を兼ね備えた学術的可視化は、文化科学における発見とコミュニケーションの主要な媒体として機能できる。
• 本アプローチにより、芸術作品として展示される可視化を含む、学術的出力の新しい形が可能になった。研究と芸術的表現の境界が曖昧になった。