L’apport principal des instruments computationnels utilisés aujourd’hui dans la Digital Art History et, plus généralement, dans les Humanités Numériques consacrées aux questions patrimoniales, est de renouer avec le projet d’une généalogie des formes qui remonte aux noms du mathématicien et biologiste D’Arcy Thompson (1917) et des historiens de l’art Heinrich Wölfflin (1915) et Henri Focillon (1934) — sans oublier la notion de migration des motifs chez Aby Warburg (1924-29). Or, le projet d’une généalogie des formes, malgré des reprises et des intégrations diverses qui sont aujourd’hui valorisées notamment dans le travail de Didi-Huberman (2013), est resté inaccompli en raison de la difficulté de détecter des patterns dans des très grands corpus, venant de musées et de collections dispersées et disparates (tant au niveau des époques que des médiums).

À présent, la numérisation croissante des œuvres d’art, les bases de données disponibles en ligne et le traitement informatique de larges corpus d’images rendent ce projet techniquement réalisable. Plusieurs études aux États-Unis et en Europe engagées dans les approches du Deep Learning utilisant les réseaux de neurones à convolution (Convolutional Neural Networks, CNN) ont démontré leur efficacité dans la reconnaissance visuelle de séries au sein de larges collections de documents visuels en construisant des signatures des objets d’intérêt ou des images dans leur ensemble (Feature Vector Signature). Le Deep Learning (Le Cun 2015) a ainsi démontré sa performance inégalée par rapport aux méthodes des mots visuels ou plus généralement aux méthodes basées sur des extractions de caractéristiques locales des images. On peut également mentionner les travaux de Lev Manovich (Manovich, Douglass, Zepel 2011) qui ont dressé des analyses de larges collections d’images via des visualisations permettant de faire émerger les trajectoires en diachronie des carrières de plusieurs peintres et de les comparer (Manovich, 2015, 2017 ; Dondero 2017), ainsi que le projet Replica du Digital Humanities Lab de l’EPFL. Replica vise à renouer avec le projet de Focillon (di Lenardo, Seguin, Kaplan 2016) en utilisant les instruments de l’apprentissage profond et notamment en exprimant des requêtes algébriques combinant des exemples positifs et négatifs pour définir les caractéristiques des images recherchées. L’objectif est de faire émerger des motifs et des formes similaires dans des groupes d’images qui n’ont pas encore été mis en relation par les méthodes classiques de l’histoire de l’art et mettre à jour la cartographie des influences croisées.
Si la plupart de ces recherches visent à répondre aux questions soulevées par Focillon dans les années 1930, d’autres poursuivent le travail sur la survivance des motifs et des formes de Warburg (Hristova 2016)

Un nouveau projet, qui associe la Belgique, la France et le Luxembourg, est en train de voir le jour et se donne pour objectif la reprise théorique et méthodologique du programme de recherches sur la généalogie des formes. Il a pour objectif de croiser les recherches dans le domaine des technologies de pointe en data-visualisation avec les travaux en sémiotique qui se sont penchées sur la transmigration des formes (Basso Fossali 2013 ; Basso Fossali 2014 ; Dondero & Klinkenberg 2018-2019) et avec le renouvellement profond des études en histoire de l’art qui renouent avec le
formalisme de ses fondateurs tout en le reconnectant à l’étude du sens et en l’ouvrant à une meilleure compréhension du pouvoir des images.
Ces deux journées de colloque visent ainsi à favoriser le dialogue entre historiens de l’art, sémioticiens et informaticiens sur le classement de larges bases de données d’images en comparant les objectifs et les instruments de chaque perspective disciplinaire.

Salle de l’Horloge, le 7 novembre 2019

9h30-9h45 Accueil par les organisateurs
9h45-10h00 Allocution d’ouverture de M. le Prof. Jean Winand, Premier Vice-Recteur de l’université de Liège
10h00-10h30 Maria Giulia Dondero (FNRS/ULiège) Introduction
10h30-11h15 Lev Manovich (CUNY / Graduate Center) Is Genealogy of Forms Possible? (Yes and No)
11h15-11h45 Pause
11h45-12h30 Harald Klinke (LMU) Similarity, Difference and Gaps in the Visual Arts
Déjeuner

Président de séance : Ralph Dekoninck
14h30-15h15 Michela Passini (CNRS) Plasticité de la vision et généalogie des formes. Les catégories optiques chez Wölfflin, Berenson et Focillon
15h15-16h00 Benoit Seguin (EPFL) Learning to Track Patterns by Operationalizing Visual Similarity
16h00-16h30 Pause
16h30-17h15 Véronique Adam (Université de Grenoble) La reconnaissance automatique des images scientifiques médiévales et classiques : le Deep Learning à l'épreuve des formes symboliques
17h15-18h00 Pierre Geurts, Raphael Marée, Mattia Sabatelli (ULiège/ SystMod) Cytomine, un logiciel libre et générique pour l'analyse collaborative d'images: de la reconnaissance de cellules et de tissus aux œuvres d'art

Salle de l’Horloge, le 8 novembre 2019

Présidente de séance : Maria Giulia Dondero
9h30-10h15 Pierluigi Basso Fossali (Lyon 2 / ICAR) Systèmes d’exclusion et classes de « synonymie » visuelle
10h15-11h00 Serge Miguet (Lyon 2 / LIRIS) Visual Recognition : from shape signatures to Deep Learning
11h00-11h30 Pause
11h30-12h15 Gérald Régimbeau (Montpellier 3/ LERASS-CERIC) Mots et images clés dans la documentation des formes : repères pour une indexologie
Déjeuner

Président de séance : Pierluigi Basso Fossali
14h30-15h15 Pierre Leclercq et Vincent Delfosse (ULiège/LUCID) Le graphe à la croisée des sens
15h15-16h00 David Strivay (ULiège)
16h00-16h15 Conclusions

Abstract Lev Manovich (CUNY/ Graduate Center) : Is Genealogy of Forms Possible? (Yes and No)

The advances in data science and the growing volumes of digitized cultural heritage begin to make practical the earlier art history project to map the themes, motives and forms of art across time and space. (The relevant 20th century art history concepts include genealogy of forms, iconography, and museum without walls.) But while technically this becomes more possible, we also need to ask if this is what we want to do. Drawing on my forthcoming book 'Cultural Analytics," (the MIT Press, 2020), in will I argue that this project is very important today, and also point out what I see as its problems.

Computational analysis of culture can be defined as the quantitative study of cultural patterns on different scales. But we need to keep in mind that any pattern we may detect and describe only captures similarities between a number of artifacts on only some dimensions, ignoring their other differences. When we start considering these differences, what looked like a single group of similar artifacts reveals presence of multiple and distinct smaller groups. A single pattern breaks down into many patterns. Thus, any analytical results are always relative to what dimensions we chose to compare, and which ones we chose for the time being to ignore. Unless it is a 100% copy of another cultural artifact or produced mechanically or algorithmically to be identical with others, every expression and interaction is unique. In some cases, this uniqueness is not important in analysis, and in other cases it is.

In the nineteenth and twentieth century the lack of appropriate technologies to store, organize, and compare large cultural datasets was contributing to the popularity of reductive cultural theories. Today I can use any computer to map and visualize thousands of differences between billions of objects. We do not have an excuse any more to only focus what cultural artifacts or behaviors share, which is what we do when we categorize them, or perceive them as instances of general types. So, while we may have to start with extracting patters first just to draw our initial maps of contemporary cultural production and dynamics given its scale, eventually they may recede in the background of even completely dissolve, as we focus only on the differences between individual objects

Comité organisateur :

Pierluigi Basso Fossali (Lyon 2/ ICAR)
Ralph Dekoninck (UCL)
Maria Giulia Dondero (FNRS/ULiège)
Cédric Honba Honba (ULiège)

Comité scientifique

Pierluigi Basso Fossali (Lyon 2/ ICAR)
Ralph Dekoninck (UCL)
Maria Giulia Dondero (FNRS/ULiège)
Cédric Honba Honba (ULiège)
Pierre Leclercq (ULiège/LUCID)
Serge Miguet (Lyon 2/LIRIS)