《数字艺术史的存在》
There Is a Digital Art History
Leonardo Impett, Fabian Offert
Visual Resources · 2022-04-03
开放获取艺术理论被引 16影响因子 ≈0.1
摘要
本文重新审视约翰娜·德鲁克(Johanna Drucker)十年前在本刊提出的“是否存在数字艺术史?”这一问题,探讨背景正是大规模基于Transformer架构的视觉模型的出现。尽管更传统的神经网络形式早已融入数字艺术史的研究范畴,数字人文项目也于近期开始运用Transformer模型,但这类模型的认识论意涵与方法论可能性尚未得到系统阐释。我们的分析聚焦于两个核心维度,二者共同预示着向德鲁克所言的“数字”艺术史转变的范式转移。大规模视觉模型所编码的全新视觉文化谱系对数字艺术史的影响尤为显著:由于模型中收录了大量非摄影类图像,研究者得以提取并自动化处理更为广泛的视觉逻辑。大规模视觉模型“目睹”了海量在线视觉文化内容,这些内容本身受制于具有排他性的视觉规范;随着这些模型在数字生活各领域的广泛应用,这一规范不断被强化与固化。我们借助大规模视觉模型提出了一种新的批判性方法论,该方法论承认神经网络与数据集之间的认识论纠缠关系。我们认为,通过神经网络解读视觉文化文本时,实际上也在反向重构视觉认知体系。数字艺术史已然存在,却并非我们此前预期的形态:它如今已成为理解、揭示并批判当代人工智能模型所蕴含的视觉意识形态的关键路径。
本摘要由 AI(Hy-MT2-Pro)翻译生成,仅供参考,请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 本文重新审视了“是否存在数字艺术史”的经典问题,指出基于Transformer的大规模视觉模型正推动该领域发生范式转变。这些模型不仅通过纳入大量非摄影图像拓展了视觉逻辑的提取与自动化,还因其对排他性视觉经典的偏向而不断固化该经典。数字艺术史并未如预期般出现,而是成为理解、揭露和批判当代AI模型视觉意识形态的关键途径。
- 研究方法
- 本文运用大规模视觉模型提出了一种新的批判方法论,强调神经网络与数据集之间的认识论纠缠。该方法主张,通过神经网络阅读视觉文化语料库的过程同时也是进行反向阅读,借此实现对模型视觉意识形态的批判。
- 学术贡献
- 本研究揭示了大规模视觉模型对数字艺术史的巨大影响及其对排他性视觉经典的固化作用。其核心贡献在于将数字艺术史转化为批判当代AI视觉意识形态的有效路径,推进了对模型认识论意义和方法论可供性的理解。
- 存在局限
- 材料中未明确提及。
- 进一步研究方向
- 材料中未明确提及。
本综述由 AI(GLM-5-Turbo)基于摘要自动生成,仅供参考,不代表原文作者观点,请以原文为准。
参考文献
相关论文
话题:Digital Humanities and Scholarship