CC BY
60
ФИЛОСОФИЯ НАУКИ И ТЕХНИКИ
2015.04.013. МАНОВИЧ Л. МУЗЕЙ БЕЗ СТЕН, ИСТОРИЯ ИСКУССТВ БЕЗ ИМЕН: МЕТОДЫ ВИЗУАЛИЗАЦИИ ДЛЯ ГУМАНИТАРНЫХ НАУК И МЕДИАИССЛЕДОВАНИЙ. MANOVICH L. Museum without walls, art history without names: Visualization methods for humanities and media studies. - Mode of access: http://manovich.net/index.php/projects/museum-without-walls-art-history-without-names-visualization-methods-for-humanities-and-me dia-studies (last download: 23.06.2015).
Ключевые слова: цифровая культура; гуманитарные науки в Интернете; медиасреда и искусство; «цифровая эстетика»; арт-объекты в Сети.
Лев Манович (Университет Сан-Диего, Калифорния), известный американский (советско-русского происхождения) исследователь электронных медиа, один из представителей направления, называемого сегодня «цифровые гуманитарные науки» (digital humanity), рассказывает в своей статье о визуальных техниках, которые он и сотрудники его лаборатории в Университете Сан-Диего (создана в 2007 г.) использовали в ряде проектов по исследованию медиасреды. Среди последних исследования японских комиксов манга, коллекций работ художников-импрессионистов и социальной сети пользователей, создающих изображения, deviant Art.
Хотя широкое распространение использования компьютерного анализа и визуальных техник для обработки гуманитарных и социально-научных текстовых (например, литературные тексты, исторические записи или социальные медиа) и пространственных данных (к примеру, месторасположения людей, мест, событий) осуществляется в течение уже нескольких десятилетий начиная с конца 1940-х годов (с. 92), однако визуальные медиа не были предметом подобного анализа вплоть до первой декады XXI в. Между
тем в настоящее время неизмеримо расширилось то пространство оцифрованных визуальных объектов, которое Андре Мальро (André Malraux) еще в 1952 г. назвал «музеем без стен» (с. 5), состоящее из изображений, находящихся в музейных коллекциях и других собраниях. В наше время к ним добавились также несчетное количество визуальных объектов, произведенных самими пользователями и размещенных ими в Веб. В этой ситуации культурная аналитика, идеи которой предложены Мановичем, является попыткой заполнить этот пробел.
Главной целью инициативного проекта Software Studies Initiative (2007) Мановича, на основе которого впоследствии сформировалась культурная аналитика, было разработать простой в использовании для представителей гуманитарных и социальных наук, изучающих медиа и не имеющих технической подготовки, исследовательский метод компьютерного анализа и визуальной обработки больших массивов изображений и видео. Речь идет о циркулирующих ныне в виртуальном пространстве миллиардах цифровых визуальных объектов (фотографиях, кадрах из художественных фильмов и мультфильмов, видеоигр, страницах книг, обложках журналов и их страницах и т.д.), которые при помощи таких методов и техник могут быть найдены, систематизированы, кластеризи-рованы и исследованы с точки зрения выявления свойственных им закономерностей и их эволюции.
Поясняя, что именно он имеет в виду под методами визуализации, Манович отмечает, что сегодня существует множество техник, предназначенных для визуального анализа, как вполне традиционных, появившихся еще в XVIII-XIX вв. и широко распространенных в науке, бизнесе и медиасреде, так и инновационных, предложенных, например, современными художниками, использующими в своем творчестве цифровые электронные технологии (с. 2).
Так, к примеру, такое популярное программное обеспечение, как таблицы Excel предлагает набор графических визуальных методов обработки данных (графики, диаграммы, гистограммы и т. д.), которыми пользовались уже в первые десятилетия XIX в. К этому же ряду можно отнести и 2D тематические карты (thematic maps) (с. 3).
Бурное развитие компьютеров и программного обеспечения привело к развитию множества принципиально новых методов,
расширив возможности автоматической обработки больших массивов данных в отличие от предшествующего этапа ручной обработки. Так, появление компьютерных 3Э графических технологий в 1980-е годы и новых 2Э техник, предназначенных для представления нечисловых данных, в 1990-х, сделало возможным развитие новой области научной визуализации.
В конце 1990-х годов сфера визуализации информации все больше стала привлекать внимание медиахудожников, активно экспериментировавших с цифровыми техниками, к 2004 г. уже можно говорить о вполне сформировавшейся области «художественной визуализации».
Однако хотя эта новая культурная область продолжает развиваться с ростом числа визуальных проектов, представленных на крупнейших музейных выставочных площадках, сам этот термин пока остается не вполне ясным.
Если при «обычном» использовании визуализации в науке, бизнесе и медиасреде целью дизайнера является представить данные в нейтральной манере, не делая каких-либо независимых высказываний о ней, то в художественных проектах визуализация всегда осознанно используется авторами именно для личностного самовыражения и высказываний о мире, а не только для представления данных ради них самих.
Еще одним отличительным признаком художественной визуализации на «современном» этапе - 2000-е годы - является стремление к изобретению новых методов визуализации (или, по крайней мере, их новых вариаций).
Однако, как отмечает Манович, создающееся порой представление о бесконечном разнообразии используемых дизайнерами визуализирующих техник является обманчивым, поскольку многие из них являются порой модификациями одних и тех же базовых способов, что можно, например, увидеть на сайте1(с. 4). Сохраняется все тот же набор дискретных абстрактных элементов (прямоугольники, круги, кривые и проч.) и цветов.
Вне зависимости от того, какая именно техника визуализации будет выбрана, их использование в цифровых гуманитарных науках и исследованиях медиа предполагает ряд этапов, среди которых
1 http://www.visualcomplexity.com/vc
можно выделить получение данных, упорядочивание их в соответствующем формате и, таким образом, превращение их в изображения или анимацию на основе использования уже существующего или специально разработанного программного обеспечения. Например, таким образом мы можем визуализировать существующие данные о культурных артефактах - списки самых популярных книг на amazon.com, количество работ, созданных в разные исторические периоды, в разных жанрах в музейных коллекциях, или даты и месторасположение десятков тысяч писем, которыми обменивались мыслители Просвещения в XVIII в. (как это сделано в проекте Республика писем (Republic of Letters))1.
Однако после такой визуальной обработки культурные артефакты превращаются в набор визуальных графических элементов (точек, линий и др.), вследствие чего возникает закономерный вопрос: чем может такая визуализация, ведущая к выявлению особенностей и показателей, не относящихся к сути культурных артефактов, обогатить основную методологию гуманитарных наук, а именно систематическое и детальное изучение самих культурных артефактов, поиск неких глубинных закономерностей/паттернов, а не только данных о социальной и экономической жизни этих артефактов? (с. 5).
Например, уже упомянутый проект Республики писем успешно использует визуализацию, чтобы выявить и изучить закономерности переписки между европейскими мыслителями эпохи Просвещения. Манович задается вопросом: а можно ли, используя визуальные методы, с помощью визуальных техник показать все эти письма целиком, а не только информацию о датах, авторах и их местоположении, т.е. метаданные? Тогда мы могли бы не только читать какие-либо части этих писем, но одновременно видеть и крупномасштабные модели, отражающие закономерности их переписки. Или другой пример: может ли визуализация развить дальше идею Андре Мальро о «музее без стен», сопоставляя темы и формальные элементы во всех оцифрованных произведениях искусства, что позволило бы нам сравнить миллионы профессиональных произведений искусства, доступных на музейных веб-сайтах, или
1 Visualizing the republic of letters / Chang D. et al. - Mode of access: http://www.stanford.edu/group/toolingup/rplviz/papers/Vis_RofL_2009 (last download: 23.06.2015).
миллиарды работ, созданных пользователями на сайтах социальных медиа? Другими словами, как можно объединить «микроскопное» (на уровне артефактов) и «телескопическое» «чтение» (модели, «сжимающие» большие массивы культурных артефактов)? (с. 5).
Именно методы визуализации, пришедшие из области медиа и цифрового искусства, основанные в отличие от традиционной техники информационной визуализации не на семиотике знака, а использующие в качестве метаданных сами изображения, могут помочь решить эту задачу, считает Манович (с. 14).
Однако ответ на этот вопрос может быть дан только при условии всестороннего понимания и учета целого ряда проблем и противоречий, возникающих в связи с компьютерной обработкой больших массивов культурных артефактов. В своей статье Манович дает обзор фундаментальных трудностей и противоречий, возникающих при переводе культурных артефактов в данные и дальнейшей работе с ними. Для этого он показывает связи и противоречия между рядом ключевых понятий, используемых для изучения визуальных медиа, таких как «артефакты», «данные», «метаданные», «картирование» (mapping), «рекартирование» (remapping) (с. 6).
Сначала он выстраивает ряды оппозиций между ними: артефакт против данных, данные против метаданных, «близкое чтение» против «отдаленного», а затем комбинирует, показывая единство и многообразие методов визуальной обработки гуманитарных артефактов.
Первая оппозиция связана с тем, что в отличие от веб-дизайнера, задачей которого является всего лишь предложить лучший способ отображения и расположения данных, работая для клиента, обеспечивающего его этими данными, ученый-гуманитарий располагает только конкретными артефактами, взятыми из различных областей: произведенного многочисленными пользователями цифрового контента, интерактивного дизайна, веб-дизайна, компьютерных игр, блогов, книг, фотографий, изобразительного искусства, кино, мультфильмов, анимации, графического и промышленного дизайна, моды, дизайна помещения и т.д., в связи с чем возникает ряд трудностей при «переводе» этих артефактов в данные.
Прежде всего эти данные не стандартизированы. К тому же встает вопрос: как можно определить «данные», говоря о веб-
странице? Ведь, например, поисковые алгоритмы Google учитывают более 250 деталей каждой веб-страницы. Даже по отношению к старым традиционным медиа (например, печатным текстам) могут возникнуть подобные вопросы (с. 6).
Далее, при обработке данных требуются в обязательном порядке специальные технические знания (например, знание компьютерной лингвистики в случае перевода в данные текста или умение обрабатывать аудио-сигналы или изображения). При этом надо учитывать, что в зависимости от используемых методов и алгоритмов обработки могут быть получены различные типы данных. И, наконец, преобразование огромных массивов артефактов в данные и затем их визуализация, способствуя выявлению закономерностей, в то же время достигают этого ценой разрушения самих артефактов с их эстетическим богатством и деталями, заменяя их совокупностями абстрактных точек, линий и кривых. Никогда не надо забывать, подчеркивает Манович, что, «переводя» реальные культурные артефакты в данные, которые могут быть внесены в базу данных и обработаны, мы получаем всего лишь репрезентацию репрезентации (которой уже является любой артефакт культуры по отношению к реальности), карту карты, которая подобно любой карте отражает и вскрывает одни вещи, но при этом делает невидимыми другие (с. 7). Таким образом, «микроскопное» и «телескопное» чтение все же ведут к разным результатам, а просмотр метаданных - не то же самое, что просмотр изображений самих веб-страниц.
Вторая оппозиция между метаданными и данными связана с тем, что сами метаданные имеют некоторую степень неопределенности, часто не предоставляя исчерпывающей информации, хотя зачастую именно они и становятся основным объектом анализа, поскольку в ситуации гигантского количества информации, с которым сталкивается исследователь, он вынужден ориентироваться именно в соответствии с данными о данных, помогающими структурировать информацию. Так, метаданные любого объекта на Youtube включают категории и тэги, количество просмотров, лай-ков и дислайков, но, например, тэг страны не раскрывает более подробно местожительство (столица, маленький город и проч.). Таким образом, то, что мы называем метаданными, порой может быть рассмотрено как данные в другой перспективе (с. 8).
Существует большое количество бесплатного и коммерческого программного обеспечения для работы с метаданными. В 2000-е годы появились проекты, использующие методы визуализации, которые позволяют в качестве метаданных демонстрировать не только мета-информацию об изображениях или видео, т.е. знаки естественного языка, но и сами изображения. Суть этой техники заключалась в создании выборки из кадров по принципу художественного фильма и затем расположении выбранных фреймов в форме ректангулярного грида (rectangular grid) в той же последовательности (с. 9-10). В лаборатории Мановича было разработано специальное программное обеспечение для того, чтобы применить эту технику монтажа для обработки больших массивов страниц журналов, газет, комиксов, фильмов, анимации, дополнив ее рядом опций (с. 9). Выполняя одну из основных задач гуманитарных наук -сравнение артефактов - сейчас мы можем сравнивать огромное количество изображений, выводя их одновременно на монитор компьютера и взаимодействуя с ними в реальном времени и интерактивном режиме, увеличивая и сортируя их различными способами и т. д., причем это может осуществляться на любом устройстве, в том числе мобильном (с. 9). К этому же типу визуальных техник, основанных на монтаже изображений, мы можем отнести и аними-рованную визуализацию, посредством которой можно создавать такие же последовательные выборки страниц газет или книг-комиксов (с. 10).
Заслуживает интереса и такая визуальная техника как ремэп-пинг, которой сам Манович пользовался при обработке фильма Дзиги Вертова «Одиннадцатый», не только отражающая некий объект, но и выявляющая его эстетические свойства за счет изменений конфигурации его содержания (с. 10). Другие визуальные методы компьютерной автоматической обработки изображений, хорошо известные тем, кто работает с цифровыми фото- и видеокамерами (к ним относятся техники распознавания образов и других технических параметров), позволяют выявлять детали визуальной формы и внутренние закономерности эволюции визуальных объектов (с. 14).
В заключение своей статьи Манович подчеркивает, что применение визуальных техник в истории искусства, начавшееся уже много десятилетий назад в форме самых простых манипуляций с
оборудованием (проекторами), в настоящее время превратилось в использование широкого спектра визуальных методов, свободное от прежних концептуальных ограничений и разделений на «низкую» и «высокую» визуальную культуру, а также открывающее возможности для работы с огромным количеством культурных данных и метаданных и исследования их паттернов, закономерностей и эволюции (с. 20).
М.Е. Соколова
