Στο κατά πόσο δηλαδή ένα πρόγραμμα υπολογιστή μπορεί να αναγνωρίσει ανθρώπινες φιγούρες σε πίνακες ζωγραφικής που εντάσσονται στο κίνημα του κυβισμού προσπάθησαν να απαντήσουν ορισμένοι επιστήμονες του πανεπιστημίου του Μπέρκλι στην Καλιφόρνια των ΗΠΑ στη μελέτη τους «Αναγνωρίζοντας ανθρώπους στον κυβισμό».
Η ανθρώπινη όραση έχει εξελιχθεί ώστε να αναγνωρίζει ανθρώπινες φιγούρες σε όλες τις διαφορετικές περιπτώσεις είτε πρόκειται για τον πραγματικό κόσμο, είτε για τέχνη μέσω αναπαραστάσεων.
Η κατάσταση γίνεται λίγο πιο περίπλοκη όταν εμπλέκονται πιο αφηρημένες μορφές τέχνης όπως ο κυβισμός ή ο υπερρεαλισμός στις οποίες τα σχήματα αλλοιώνονται, δυσχεραίνοντας πολλές φορές την αναγνώρισή τους. Εάν μάλιστα οι άνθρωποι έχουν αποδείξει πως δε δυσκολεύονται ιδιαίτερα να αναγνωρίσουν έναν άνθρωπο σε ένα πίνακα του Πικάσο, για τους υπολογιστές τα πράγματα δεν φαίνονται να είναι τόσο απλά.
Στο ερώτημα αυτό, στο κατά πόσο δηλαδή ένα πρόγραμμα υπολογιστή μπορεί να αναγνωρίσει ανθρώπινες φιγούρες σε πίνακες ζωγραφικής που εντάσσονται στο κίνημα του κυβισμού προσπάθησαν να απαντήσουν ορισμένοι επιστήμονες του πανεπιστημίου του Μπέρκλι στην Καλιφόρνια των ΗΠΑ στη μελέτη τους «Αναγνωρίζοντας ανθρώπους στον κυβισμό».
O κυβισμός ήταν ένα από τα κινήματα στη ζωγραφική του 20ού αιώνα με τη μεγαλύτερη επιρροή ανάμεσα στους καλλιτέχνες, με πρωτεργάτες ζωγράφους όπως τον Ζόρζ Μπρακ και τον Πάμπλο Πικάσο. Στις εικόνες των αντίστοιχων πινάκων οι μορφές παρουσιάζονται τεθλασμένες, σα να ενώνονται οι οπτικές που θα είχαν παρατηρητές από διαφορετικές γωνίες. Ως αποτέλεσμα, ένας πίνακας κυβισμού περιέχει πολλά θραύσματα της αντίληψης του ζωγράφου για το ίδιο αντικείμενο.
Η μέθοδος που ακολούθησαν οι ερευνητές στην εργασία τους ήταν να επιλέξουν μία λίστα από 218 πίνακες κυβισμού με τίτλους που υποδείκνυαν πως περιείχαν ανθρώπινες φιγούρες. Στη συνέχεια ρώτησαν 18 συμμετέχοντες τα βαθμολογήσουν το βαθμό της αφαίρεσης σε κάθε εικόνα, σε μία κλίμακα από το 1 εώς το 5 και να σχηματίσουν ένα παραλληλόγραμμο γύρω από κάθε άνθρωπο.
Έπειτα στράφηκαν στους υπολογιστές τους, προσπαθώντας να αναπαράγουν τα αποτελέσματα. Για το σκοπό αυτό χρησιμοποίησαν αλγορίθμους που βασίζονται στα νευρωνικά δίκτυα, μία τεχνική που τα τελευταία χρόνια έχει φέρει επανάσταση στον τομέα της αναγνώρισης προσώπου καθώς χρησιμοποιεί υπάρχοντα δεδομένα για να εκπαιδευθεί και να βελτιώσει την απόδοσή της. Εκπαιδεύοντας αρχικά το σύστημά τους με φωτογραφίες ανθρώπων, το τροφοδότησαν στη συνέχεια με τη βάση δεδομένων των 218 πινάκων που είχαν παρουσιάσει στους συμμετέχοντες στην έρευνα, με την ίδια απαίτηση να τοποθετήσουν ένα περίγραμμα γύρω από κάθε άνθρωπο.
Τα αποτελέσματα δίνουν μία πολύ χρήσιμη ματιά στο πως λειτουργούν οι αλγόριθμοι υπολογιστικής όρασης ενώ είναι αποκαλυπτικά και για την ανθρώπινη αντίληψη. Δίχως να αποτελεί έκπληξη, οι άνθρωποι τα πηγαίνουν καλύτερα στην εκτίμηση του κυβισμού, συγκεντρώνοντας διπλάσιο βαθμό στη σχετική αξιολόγηση, σε σχέση με τους υπολογιστές. Καθώς μάλιστα η αφαίρεση στον πίνακα αυξάνεται, τα αποτελέσματα για τον αλγόριθμό γίνονται ολοένα και πιο καταστροφικά, αντίθετα με τους ανθρώπους οι οποίοι δε φαίνονται να επηρεάζονται τόσο. Η παρατήρηση αυτή αντίκειται σε μία διαδεδομένη αντίληψη των νευρολόγων πως οι άνθρωποι αντιλαμβάνονται τα αντικείμενα αναλύοντας τα επιμέρους τμήματά τους
Φαίνεται πάντως πως αν η υπολογιστική όραση μπορεί να ανταγωνιστεί την ανθρώπινη και ακόμη και να την ξεπεράσει σε φυσιολογικές συνθήκες, οι αφηρημένες συνθήκες που τους υποβάλλει η τέχνη δείχνει πως η ανθρώπινη αντίληψη είναι πολύ πιο ευέλικτη και αξιόπιστη. Τα αποτελέσματα πάντως της συγκεκριμένης έρευνας θα αξιοποιηθούν για τη βελτιστοποίηση της όρασης των υπολογιστών, οι οποίοι μία μέρα όχι πολύ μακριά από σήμερα, μπορεί να βρεθούν σε θέση να εκτιμήσουν καλύτερα ένα πίνακα μοντέρνας τέχνης.