Abstract:
Im Feld der automatisierten Bilderkennung, der sogenannten Computer Vision, beziehungsweise Künstlichen ‚Intelligenz‘, hat die Bilddatensammlung ImageNet eine zentrale Rolle als Trainingsdatensatz inne. Für das Forschungsprojekt »Training The Archive«, welches Methoden der Digital Humanities für das Kuratieren von Kunst verfügbar machen soll, wird erörtert, in welchem Maße ImageNet den Software-Prototypen »The Curator’s Machine« beeinflusst. »The Curator’s Machine« soll Zusammenhänge und Verbindungen zwischen Kunstwerken für Kurator*innen erschließen. Es ist bekannt, dass die Trainingsdatensätze ‚neuronaler‘ Netze für Verzerrungen (Bias) in den Ergebnissen sorgen. Wie das in zeitgenössischen Bilderwelten verankterte ImageNet auf zeitgenössische und historischer Kunstwerke einwirkt, erläutert der Text, indem er 1.) die Abwesenheit der Klassifikation ‚Kunst‘ in ImageNet untersucht, 2.) die fehlende Historizität von ImageNet hinterfragt und 3.) das Verhältnis von Textur und Umriss in automatisierter Bilderkennung mit ImageNet diskutiert. Diese Untersuchung ist wichtig für die genealogische, kunsthistorische und programmiertechnische Verwendung von ImageNet in den Feldern des Kuratierens, der Kunstgeschichte, der Kunstwissenschaften und der Digital Humanities.