Cinéma & IA : Incorporer une intelligence artificielle pour (ré)écrire l’histoire du cinéma ? Une exploration de méthodes et d’analyses possibles
Une recherche menée par Beatriz Tadeo Fuica, docteure en études cinématographiques et culturelles de l’Université de Saint Andrews (RU) et Chercheuse associée à l’IRCAV, Université Sorbonne Nouvelle
Description
Les intelligences artificielles (IA) sont partout, et l’industrie cinématographique les utilise pour inspirer des personnages de fiction autant que pour produire des contenus, influencer nos préférences et guider nos choix. Les IA permettent aussi d’introduire de nouvelles possibilités dans la recherche scientifique et le projet Cinéma & IA explore les potentiels de ces systèmes appliqués au domaine de l’histoire du cinéma. L’objectif principal de ce projet est de montrer comment un système entrainé pour détecter des objets du quotidien dans des films historiques, tournés entre la fin du XIXème siècle et la première moitié du XXème, peut changer radicalement la manière d’approcher l’étude de l’histoire du cinéma.
Méthodologie, données, traitements
Le corpus de ce projet est basé sur des films qui ont circulé entre la Cinémathèque française, et les cinémathèques de l’Argentine, du Brésil et de l’Uruguay pendant les années 1950s. Ce corpus hétérogène a été établi lors du projet européen Marie Sklodowska-Curie, accueilli à l’IRCAV. Composé de films d’origines et mouvements cinématographiques différents, la plupart de ces long et court-métrages devenus canoniques a aussi circulé à la télévision et se trouve donc dans les archives de l’INA. L’INA, de son côté, avait développé Snoop, l’IA que nous avons utilisé pour nos premières recherches.
En pratique, nous avons construit des expériences basées sur des recherches d’objets ponctuels (chapeau, main, foule, voiture, tramway, etc.) que nous pensions trouver dans ces films. Au moment de faire le choix d’objets, d’un côté, nous avons pris en compte les caractéristiques historiques et sociales des films, et d’un autre côté, nous avons aussi essayé de chercher des objets moins intuitifs, qui pouvaient surprendre voire promouvoir la vérification d’hypothèses plus riches s’ils y étaient trouvés. Une fois la sélection faite, nous avons procédé à l’entrainement de Snoop pour la reconnaissance de ces objets. L’étape suivante a consisté à demander à Snoop de trouver ces objets dans notre corpus. Une fois les recherches finies, Snoop nous a renvoyé les plans de films qui contenaient ces objets. Puis, nous avons procédé à l’analyse de ces plans en relation avec l’ensemble du corpus. Pour cela, nous avons pris en compte des similitudes et différences esthétiques ainsi que les relations historiques. Cette méthodologie, nous a permis de nous affranchir d’analyses de films ponctuels afin d’étudier un regroupement de films qui n’aurait pas été étudié ensemble. Dans notre cas, ce corpus de films hétérogènes a en commun d’avoir partagé une voie de circulation qui a influencé la patrimonialisation du cinéma ainsi que les débuts des cinémathèques et archives de films. Nos premiers résultats, issus d’un projet exploratoire ont montré le potentiel de ce type d’approche scientifique et ils ont été publiés dans la revue scientifique Cinergie : https://cinergie.unibo.it/article/view/13082/13625. Désormais, nous approfondissons l’analyses d’éléments plus ciblés.
Liens et bibliographie
- Arnold, Taylor, and Lauren Tilton. 2019. ‘Distant Viewing: Analyzing Large Visual Corpora’. Digital Scholarship in the Humanities 34 (Supplement_1): i3–16. https://doi.org/10.1093/llc/fqz013.
- Acland, Charles R, and Eric Hoyt, eds. 2016. The Arclight Guidebook to Media History and the Digital Humanities. Sussex: Reframe Books. http://projectarclight.org/book/.
- Bermeitinger, Bernhard, Sebastian Gassner, Siegfried Handschuh, Gernot Howanitz, Erik Radisch, and Malte Rehbein. 2019. ‘Deep Watching: Towards New Methods of Analyzing Visual Media in Cultural Studies’. DataverseNL. https://doi.org/10.34894/HOSP8P.
- Bernardi, Joanne, Paolo Cherchi Usai, Tami Williams, and Joshua Yumibe, eds. 2021. Provenance and Early Cinema. Indiana University Press. https://doi.org/10.2307/j.ctv1b742kt.
- Bocyte, Rasa, and Johan Oomen. 2020. ‘Content Adaptation, Personalisation and Fine-Grained Retrieval: Applying AI to Support Engagement with and Reuse of Archival Content at Scale’. In ICAART.
- Doukhan, David, Géraldine Poels, Zohra Rezgui, and Jean Carrive. 2018. ‘Describing Gender Equality in French Audiovisual Streams with a Deep Learning Approach’, December. https://doi.org/10.25969/MEDIAREP/14757.
- Flueckiger, Barbara, and Gaudenz Halter. 2020. ‘Methods and Advanced Tools for the Analysis of Film Colors in Digital Humanities’. Digital Humanities Quarterly 14 (4). http://www.digitalhumanities.org/dhq/vol/14/4/000500/000500.html.
- Fossati, Giovanna. 2012. ‘Multiple Originals. The (Digital) Restoration and Exhibition of Early Films’. In A Companion to Early Cinema, edited by André Gaudreault, Nicolas Dulac, and Santiago Hidalgo, 550–67. Malden: Wiley-Blackwell.
- Gaudreault, André, and Tom Gunning. 1989. ‘Le cinéma des premiers temps, un défi à l’histoire du cinéma?’ In L’histoire du cinéma : nouvelles approches, edited by Jacques Aumont, André Gaudreault, and Michel Marie, 49–63. Paris: Publications de la Sorbonne. https://papyrus.bib.umontreal.ca/xmlui/handle/1866/21080.
- Gaudreault, André, Nicolas Dulac, and Santiago Hidalgo. 2012. A Companion to Early Cinema. Malden: Wiley-Blackwell.
- Gauthier, Christophe. 1999. La Passion Du Cinéma: Cinéphiles, Ciné-Clubs et Salles Spécialisées à Paris de 1920 à 1929. Paris: Ecole nationale des chartes : Association française de recherche sur l’histoire du cinéma.
- Giunti, Livia. 2014. ‘L’analyse du film a l’ère numérique. Annotation, geste analytique et lecture active’. Cinema&Cie International Film Studies Journal XIV (22/23, Spring/Fall): 127–43.
- Heftberger, Adelheid. 2018. Digital Humanities and Film Studies: Visualising Dziga Vertov’s Work. Quantitative Methods in the Humanities and Social Sciences. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-030-02864-0.
- Howanitz, Gernot, Bernhard Bermeitinger, Erik Radisch, Sebastian Gassner, Malte Rehbein, and Siegfried Handschuh. 2019. ‘Deep Watching – Towards New Methods of Analyzing Visual Media in Cultural Studies’, July. https://doi.org/10.5281/ZENODO.3326470.
- Kaplan, Andreas. 2021. ‘Artificial Intelligence (AI): When Humans and Machines Might Have to Coexist’. In AI for Everyone? Critical Perspectives, edited by Pieter Verdegem, 21–32. University of Westminster Press. https://doi.org/10.16997/book55.b.
- Louis, Stéphanie E. 2020. La Cinémathèque-Musée: Une Innovation Cinéphile Au Coeur de La Patrimonialisation Du Cinéma En France (1944-1968). Paris: Afrhc.
- Maltby, Richard, Daniël Biltereyst, and Philippe Meers, eds. 2011. Explorations in New Cinema History: Approaches and Case Studies. Malden, MA: Wiley-Blackwell.
- Manovich, Lev. 2020. Cultural Analytics. Cambridge, Massachusetts: The MIT Press.
- Mazières, Antoine, Telmo Menezes, and Camille Roth. 2021. ‘Computational Appraisal of Gender Representativeness in Popular Movies’. Humanities and Social Sciences Communications 8 (1): 137. https://doi.org/10.1057/s41599-021-00815-9.
- Mitrovic, Dalibor, Matthias Zeppelzauer, Maia Zaharieva, and Christian Breiteneder. 2011. ‘Retrieval of Visual Composition in Film’. In WIAMIS 2011.
- Mulvey, Laura. 2006. Death 24x a Second: Stillness and the Moving Image. London: Reaktion Books.
- Olesen, Christian. 2019. ‘“This Is Our First Big Experiment”: Paris 1900 (1947) and the Eye Filmmuseum’s Early Collection-Building’. Early Popular Visual Culture 17 (2): 207–17. https://doi.org/10.1080/17460654.2019.1697113.
- Pustu-Iren, Kader, Julian Sittel, Roman Mauer, Oksana Bulgakowa, and Ralph Ewerth. 2020. ‘Automated Visual Content Analysis for Film Studies: Current Status and Challenges’. Digital Humanities Quarterly 14 (4).
- Svanera, Michele, Mattia Savardi, Alberto Signoroni, Andras Balint Kovacs, and Sergio Benini. 2019. ‘Who Is the Film’s Director? Authorship Recognition Based on Shot Features’. IEEE MultiMedia 26 (4): 43–54. https://doi.org/10.1109/MMUL.2019.2940004.
- Tadeo Fuica, Beatriz, Olivier Buisson, and Claude Mussou. 2021. ‘Watching Historical Films Through AI: Reflections on Image Retrieval from Heritage Collections’. Cinergie – Il Cinema e Le Altre Arti, no. 20: 97–112. https://doi.org/10.6092/ISSN.2280-9481/13082.
- Tadeo Fuica, Beatriz. 2019. ‘Tracing Past Exchanges between European and South American Cinematheques: A Key to Understanding the Impact of Sharing’. Iluminace. The Journal of Film Theory, History, and Aesthetics 31 (1): 27–43.
OpenEdition vous propose de citer ce billet de la manière suivante :
Arthur Lezer (1 janvier 2021). Cinéma & IA : Incorporer une intelligence artificielle pour (ré)écrire l’histoire du cinéma ? Une exploration de méthodes et d’analyses possibles. INA le lab. Consulté le 13 novembre 2024 à l’adresse https://doi.org/10.58079/q4f6