Κωνσταντίνος Π. Καβάφης, «Επέστρεφε». Constantine P. Cavafy, “Come Back”

Φρέντερικ Λέιτον, Ο Ψαράς και η Σειρήνα (λεπτομέρεια), 1858

Επέστρεφε συχνά και παίρνε με,

αγαπημένη αίσθησις επέστρεφε και παίρνε με—

όταν ξυπνά του σώματος η μνήμη,

κ’ επιθυμία παληά ξαναπερνά στο αίμα·

όταν τα χείλη και το δέρμα ενθυμούνται,

κ’ αισθάνονται τα χέρια σαν ν’ αγγίζουν πάλι.

Επέστρεφε συχνά και παίρνε με την νύχτα,

όταν τα χείλη και το δέρμα ενθυμούνται...

Γιάννης Τσαρούχης, Έρως εσταυρωμένος και Στέλλα Βιολάντη, 1989 

(Από τα Ποιήματα 1897-1933, Ίκαρος 1984)

Come Back

Édouard Manet, At Père Lathuille, 1879

Come back often and take hold of me,

sensation that I love come back and take hold of me—

when the body’s memory awakens

and an old longing again moves into the blood,

when lips and skin remember

and hands feel as though they touch again.

Come back often, take hold of me in the night

when lips and skin remember...

Marc Chagall, Lovers in the sky of Nice, 1964

 Translated by Edmund Keeley/Philip Sherrard

(C.P. Cavafy, Collected Poems. Translated by Edmund Keeley and Philip Sherrard. Edited by George Savidis. Revised Edition. Princeton University Press, 1992)

Ο κακός φωτισμός αλλάζει τη δομή του εγκεφάλου. Dim Light Can Change Brain Structure And Impair Memory

Pierre Bonnard, The Oil Lamp, 1898-1900. Ο χαμηλός και κακός φωτισμός οδηγεί και σε χαμηλές επιδόσεις τόσο στη μάθηση όσο και στη μνήμη, σύμφωνα με τη νέα μελέτη. Spending too much time in dimly lit rooms and offices may actually change the brain's structure and hurt one's ability to remember and learn, indicates groundbreaking research by neuroscientists.

Η παραμονή για πολλές ώρες σε χώρους - είτε στο γραφείο είτε στο σπίτι - με λίγο και κακό φωτισμό μπορεί να οδηγήσει σε αλλαγές στη δομή του εγκεφάλου με αρνητική επίδραση στη μνήμη και στη μάθηση, σύμφωνα με μια νέα εντυπωσιακή μελέτη νευροεπιστημόνων του Πολιτειακού Πανεπιστημίου του Μίσιγκαν που δημοσιεύθηκε στην επιθεώρηση «Hippocampus».

Η επίδραση του «καλού» και του «κακού» φωτισμού

Nile grass rats exposed to dim lights (DLD) for four weeks experienced, on average, a 30 percent decrease in the number of 'dendritic spine' connections in their brains, which are the tiny protrusions near the solid green line, a dendrite. These rats performed poorly on a maze-like task. Rats exposed to bright light (BLD), on the other hand, had many more of the dendritic connections and showed superior performance on the task. Credit: Michigan State University

Οι ερευνητές μελέτησαν τους εγκεφάλους αρουραίων - συγκεκριμένα ενός είδους που ονομάζεται Nile grass rat και το οποίο, όπως και ο άνθρωπος, είναι ημερόβιο ζώο (αυτό σημαίνει ότι είναι δραστήριο την ημέρα και κοιμάται τη νύχτα) - αφού είχαν προηγουμένως εκθέσει τα τρωκτικά σε «κακό», χαμηλό φωτισμό αλλά και σε «καλό» φωτισμό επί τέσσερις εβδομάδες. Όπως φάνηκε, τα ζώα που εκτέθηκαν στον «κακό» φωτισμό έχασαν περίπου 30% της λειτουργικότητας του ιπποκάμπου, μιας περιοχής του εγκεφάλου ζωτικής σημασίας για τη μάθηση και τη μνήμη, και τελικώς είχαν κακές επιδόσεις σε μια δοκιμασία χωρικής μνήμης την οποία είχαν φέρει εις πέρας με επιτυχία πριν από την έκθεσή τους στον «κακό» φωτισμό.

Αντιθέτως, τα πειραματόζωα που είχαν εκτεθεί στον «καλό» φωτισμό είχαν πολύ καλές επιδόσεις στην ίδια χωρική δοκιμασία. Επιπλέον, όταν αρουραίοι που είχαν εκτεθεί στον κακό φωτισμό εκτέθηκαν στη συνέχεια σε καλό φωτισμό επί τέσσερις εβδομάδες (με διάλειμμα ενός μήνα), η εγκεφαλική λειτουργία τους - αλλά και οι επιδόσεις τους στη δοκιμασία - επανέκαμψαν πλήρως.

Η μελέτη, που χρηματοδοτήθηκε από τα Εθνικά Ινστιτούτα Υγείας των ΗΠΑ, είναι η πρώτη που δείχνει ότι αλλαγές στο φως μέσα σε έναν κλειστό χώρο - παρόμοιες με αυτές στις οποίες εκτίθενται οι άνθρωποι - οδηγούν σε δομικές αλλαγές στον εγκέφαλο.

«Όταν εκθέσαμε τους αρουραίους σε χαμηλό, κακό φωτισμό, αντίστοιχο με εκείνον που υπάρχει σε πολλούς κλειστούς χώρους στους οποίους ζούμε και εργαζόμαστε, τα ζώα εμφάνισαν προβλήματα στη χωρική μάθηση» ανέφερε ο Αντόνιο Νουνές, καθηγητής Ψυχολογίας στο Πολιτειακό Πανεπιστήμιο του Μίσιγκαν και ένας εκ των κύριων ερευνητών της μελέτης.

Χαμηλό φως, χαμηλές επιδόσεις

Édouard Vuillard, Autour de la lampe, le soir (Around the Lamp, evening). A new study reveals exposure to dim light might impact memory and learning. Researchers report rodents exposed to dim lighting lost 30 percent of hippocampal capacity and performed poorly on spatial tasks they had previously experienced.

Σύμφωνα με τον Τζόελ Σόλερ, διδακτορικό φοιτητή Ψυχολογίας και κύριο συγγραφέα της νέας μελέτης, η τακτική έκθεση σε χαμηλό φωτισμό οδηγεί σε σημαντική μείωση των επιπέδων του πεπτιδίου BDNF (Brain Derived Neurotrophic Factor), το οποίο βοηθά στο να διατηρούνται υγιείς οι συνάψεις των νευρώνων στον ιππόκαμπο. Οδηγεί επίσης σε μείωση των δενδριτικών ακάνθων, των σημείων «ένωσης» που επιτρέπουν στους νευρώνες να «συνομιλούν» μεταξύ τους. «Με δεδομένο ότι δημιουργούνται λιγότερες συνάψεις, εμφανίζεται πτώση στη μάθηση και στη μνήμη που συνδέονται άμεσα με τον ιππόκαμπο. Με άλλα λόγια, το χαμηλό φως οδηγεί σε χαμηλές επιδόσεις» προσέθεσε ο Σόλερ.

Αξίζει να σημειωθεί ότι το φως δεν επηρεάζει άμεσα τον ιππόκαμπο, γεγονός που σημαίνει ότι επιδρά πρώτα σε άλλες περιοχές του εγκεφάλου αφού περάσει μέσα από τα μάτια. Η ερευνητική ομάδα εξετάζει τώρα μια τέτοια υποψήφια περιοχή στον εγκέφαλο των αρουραίων - πρόκειται για μια ομάδα νευρώνων στον υποθάλαμο οι οποίοι παράγουν ένα πεπτίδιο, την ορεξίνη, που είναι γνωστό ότι σχετίζεται με πολλές και διαφορετικές εγκεφαλικές λειτουργίες. Ένα από τα μεγάλα επιστημονικά ερωτήματα που θα προσπαθήσουν να απαντήσουν οι ερευνητές είναι το εξής: εάν χορηγηθεί ορεξίνη σε αρουραίους που εκτίθενται σε κακό φωτισμό, ο εγκέφαλός τους θα ανακάμψει χωρίς να απαιτείται η επανέκθεση σε καλό φωτισμό;

Ελπίδα για πολλούς ασθενείς

Delphin Enjolras, Reading at lamp light. The study, funded by the National Institutes of Health, is the first to show that changes in environmental light, in a range normally experienced by humans, leads to structural changes in the brain. Americans, on average, spend about 90 percent of their time indoors, according to the Environmental Protection Agency.

Τα νέα ευρήματα μπορεί να αποδειχθούν πολύτιμα για τα ηλικιωμένα άτομα, τους ασθενείς με γλαύκωμα, με ηλικιακή εκφύλιση της ωχράς κηλίδας αλλά και γνωστικά προβλήματα. Οι ερευνητές θα αναζητήσουν αν στα άτομα με οφθαλμοπάθειες των οποίων τα μάτια δεν λαμβάνουν πολύ φως μπορούν να παρέμβουν άμεσα σε αυτή την ομάδα των νευρώνων στον εγκέφαλο, παρακάμπτοντας τα μάτια και προσφέροντάς τους έτσι τα οφέλη της έκθεσης στον καλό φωτισμό. Μια άλλη πιθανότητα είναι να επιτευχθεί η βελτίωση της γνωστικής λειτουργίας σε ηλικιωμένα άτομα αλλά και σε άτομα με νευρολογικές διαταραχές.

Πηγές: Joel E. Soler, Alfred J. Robison, Antonio A. Núñez, Lily Yan. Light modulates hippocampal function and spatial learning in a diurnal rodent species: A study using male nile grass rat (Arvicanthis niloticus). Hippocampus, 2017; DOI: 10.1002/hipo.22822 - http://www.tovima.gr/science/article/?aid=942343

Μηχανή αυτοδίδακτη στην ιστορία της τέχνης. Art-ificial Intelligence? Algorithm Sorts Paintings Like a Person

Βασίλι Καντίνσκι, «Τοπίο με καπνοδόχο εργοστασίου»: εκτός από τα καλλιτεχνικά ρεύματα η μηχανή μπόρεσε επίσης να διακρίνει τα έργα του κάθε ζωγράφου. Wassily Kandinsky, Landscape with factory chimney (1910). A team of researchers has developed an artificial intelligence (AI) program that can classify famous works of art based on their style, genre or artist — tasks that normally require a professional art historian.

Μπορεί μια μηχανή να δει την τέχνη έτσι όπως τη βλέπουν τα ανθρώπινα μάτια; Η αυθόρμητη απάντηση στο ερώτημα αυτό είναι συνήθως αρνητική, όμως η πρόοδος της τεχνητής νοημοσύνης έρχεται να μας εκπλήξει δείχνοντάς μας ότι οι «έξυπνες» μηχανές μπορούν να αξιολογήσουν τα έργα τέχνης με τον ίδιο τρόπο με τους ανθρώπους. Σε μελέτη που έγινε πρόσφατα στις Ηνωμένες Πολιτείες ένα σύστημα τεχνητής νοημοσύνης κατόρθωσε να εξελιχθεί σε αυτοδίδακτο ιστορικό τέχνης. Μελετώντας 77.000 πίνακες ζωγραφικής έμαθε μόνο του να ξεχωρίζει σε ποιο καλλιτεχνικό ρεύμα ανήκει ο καθένας και, βάσει αυτού, τους τοποθέτησε στη σωστή χρονολογική σειρά χωρίς να του έχει δοθεί καμία πληροφορία σχετικά με τους ζωγράφους που τους δημιούργησαν ή την εποχή του κάθε καλλιτεχνικού ρεύματος. Εξίσου εντυπωσιακό, η μηχανή ξεχώρισε τα έργα του κάθε δημιουργού και ήταν σε θέση να διακρίνει σχέσεις και επιρροές ανάμεσα σε ζωγράφους όπως ο Γκρέκο ή ο Σεζάν με μεταγενέστερα καλλιτεχνικά ρεύματα. Όπως διαπίστωσαν μάλιστα οι επιστήμονες, τα κριτήρια που φάνηκε να χρησιμοποιεί - χωρίς καν να τα γνωρίζει - είναι τα ίδια με αυτά που ισχύουν στην «ανθρώπινη» ιστορία της τέχνης.

Σχολείο για μηχανές

At the Art & Artificial Intelligence Lab at Rutgers University, computer scientists Ahmed Elgammal and Babak Saleh are teaching computers how to see and think like human beings – more specifically, like art historians.

Η μελέτη έγινε από ερευνητές του Εργαστηρίου Τέχνης και Τεχνητής Νοημοσύνης του Πανεπιστημίου Ράτζερς στο Νιου Τζέρσεϊ, το οποίο τα τελευταία χρόνια δεν παύει να μας εκπλήσσει με τις ανακαλύψεις του σχετικά με τις καλλιτεχνικές ικανότητες των έξυπνων μηχανών. Προκειμένου να διερευνήσουν το πώς ένα σύστημα τεχνητής νοημοσύνης μπορεί να αξιολογεί τη ζωγραφική, οι επιστήμονες κατέφυγαν στη μηχανική μάθηση, τα υπολογιστικά προγράμματα που σχεδιάζονται έτσι ώστε μια μηχανή να μαθαίνει μόνη της με την εμπειρία και να εφαρμόζει τις γνώσεις που αποκτά για να εκτελέσει διάφορα καθήκοντα. Συγκεκριμένα, οι επιστήμονες «έβαλαν στο θρανίο» ένα σύστημα συνελικτικών νευρωνικών δικτύων - μια μορφή βαθιάς μηχανικής μάθησης η οποία χρησιμοποιείται στην «υπολογιστική όραση» για την ανάλυση οπτικών πληροφοριών.

«Προηγούμενες μελέτες, μεταξύ των οποίων κάποιες από το εργαστήριό μας, έχουν δείξει ότι μια μηχανή μπορεί να ξεχωρίσει τη διαφορά ανάμεσα σε έναν αναγεννησιακό και έναν μπαρόκ ή έναν ιμπρεσιονιστικό πίνακα» λέει ο καθηγητής Αχμέντ Ελγκαμάλ, διευθυντής του Εργαστηρίου Τέχνης και Τεχνητής Νοημοσύνης του Ράτζερς και επικεφαλής της μελέτης η οποία δημοσιεύθηκε στην ηλεκτρονική πλατφόρμα arXiv. «Θελήσαμε λοιπόν να δούμε πώς ακριβώς η μηχανή κάνει κάτι τέτοιο και αν αυτό σχετίζεται με την ιστορία της τέχνης και τη μεθοδολογία της. Έτσι χρησιμοποιήσαμε δίκτυα βαθείας μάθησης για να εκπαιδεύσουμε τη μηχανή να κατηγοριοποιεί καλλιτεχνικά ρεύματα». Τα μόνα δεδομένα που «φορτώθηκαν» στον υπολογιστή ήταν οι 77.000 εικόνες των ζωγραφικών έργων που έπρεπε να μελετήσει και μία εικόνα για κάθε καλλιτεχνικό ρεύμα - συνολικά είκοσι τον αριθμό, από την Αναγέννηση, τον 14ο αιώνα, ως την ποπ αρτ, τον 20ό αιώνα. «Μόνο αυτά δόθηκαν στη μηχανή, καμία άλλη πληροφορία» εξηγεί ο καθηγητής. «Στη συνέχεια τα δίκτυα βαθείας μάθησης "έβλεπαν" ολόκληρες τις εικόνες, εξήγαν ορισμένες πληροφορίες με διάφορους τρόπους και μετά τις επεξεργάζονταν ξανά και ξανά, ώσπου να φθάσουν σε μια τελική απόφαση».

Αυτοδίδακτος ιστορικός τέχνης

Art for the AI generation. An artificial intelligence has been developed that produces images in unconventional styles – and much of its output has already been given the thumbs up by members of the public. Credit: Art and Artificial Intelligence Laboratory, Rutgers University

Όπως αποδείχθηκε, οι αποφάσεις της μηχανής ήταν αλάνθαστες. Όχι μόνο κατηγοριοποίησε σωστά τους πίνακες στα είκοσι καλλιτεχνικά ρεύματα, αλλά επίσης τους έβαλε στη σωστή χρονολογική σειρά παρά το γεγονός ότι δεν της είχε δοθεί καμία σχετική πληροφορία. «Η μηχανή βρήκε από μόνη της ότι, για παράδειγμα, η Αναγέννηση προηγήθηκε του μπαρόκ ή ότι ο ιμπρεσιονισμός προηγήθηκε του κυβισμού» λέει ο κ. Ελγκαμάλ. «Αυτό ήταν πραγματικά εκπληκτικό. Γιατί δεν δώσαμε στη μηχανή πληροφορίες σχετικά με το πότε δημιουργήθηκε το κάθε έργο, δεν της δώσαμε την πληροφορία ότι η Αναγέννηση προηγείται του μπαρόκ. Ο τρόπος που η μηχανή τοποθέτησε τα έργα τέχνης με αυτή τη σειρά είναι πραγματικά εντυπωσιακός και σημαίνει κάτι σημαντικό. Ότι τα καλλιτεχνικά ρεύματα εξελίχθηκαν με τον χρόνο, τα οπτικά στοιχεία του στυλ εξελίχθηκαν με έναν πολύ ομαλό τρόπο με το πέρασμα των αιώνων. Και το υπολογιστικό σύστημα της μηχανής μπορεί να συλλάβει αυτή την εξέλιξη».

Σε αυτό συμφωνεί η Μάριαν Ματσόνε, αναπληρώτρια καθηγήτρια της Ιστορίας της Τέχνης στο Κολέγιο του Τσάρλεστον στη Νότια Καρολίνα, η οποία συνεργάζεται με το Εργαστήριο Τέχνης και Τεχνητής Νοημοσύνης του Ράτζερς και συνυπογράφει τη μελέτη. Όπως επισημαίνει, η ταξινόμηση των έργων στη σειρά με βάση το καλλιτεχνικό ρεύμα στο οποίο ανήκαν ήταν ακριβής μέχρι την παραμικρή... πινελιά. «Η μηχανή ήταν σε θέση να καταλάβει τη διαφορά ανάμεσα στις αρχικές εκφράσεις ενός ρεύματος και τις μεταγενέστερες, ενώ γενικώς μπορούσε να διακρίνει διαφοροποιήσεις μέσα σε κάθε ρεύμα» λέει. «Για παράδειγμα, στους πίνακες της Αναγέννησης ξεχώρισε τους ζωγράφους της πρώιμης από εκείνους της ύστερης περιόδου, όπως επίσης ξεχώρισε τους Βορειοευρωπαίους από τους Ιταλούς». Επιπλέον, όπως προσθέτει ο κ. Ελγκαμάλ, ο υπολογιστής στην κατηγοριοποίησή του «αρχίζει» το κάθε ρεύμα με τον καλλιτέχνη που πραγματικά το εισήγαγε. «Για παράδειγμα, ξεχώρισε ότι ο κυβισμός ξεκίνησε με τον Πικάσο, η Αναγέννηση της Βόρειας Ευρώπης με τον Βαν Αϊκ και τον Ντίρερ» λέει.

Γέφυρες επιρροής

Πολ Σεζάν, «Αγρότης καθιστός»: ότι ο Σεζάν αποτέλεσε «γέφυρα» από τον ιμπρεσιονισμό προς τον κυβισμό και τη μοντέρνα τέχνη ήταν γνωστό, αλλά επιβεβαιώθηκε από την τεχνητή νοημοσύνη.

Εντοπίζοντας τα κοινά σημεία των δεκάδων χιλιάδων έργων τέχνης, ο υπολογιστής έδειξε επίσης ότι έχει την ικανότητα να διακρίνει επιρροές. Στις γραφικές αναπαραστάσεις οι ερευνητές είδαν ότι σχημάτισε μια «γέφυρα» συνδέοντας τα έργα του Πολ Σεζάν, τα οποία είχε τοποθετήσει σωστά στον ιμπρεσιονισμό, με τα ρεύματα του κυβισμού και της αφηρημένης τέχνης. «Οι ιστορικοί τέχνης θα σας πουν αμέσως ότι ο Σεζάν επηρέασε τους κυβιστές και τους ζωγράφους της αφηρημένης τέχνης, ακόμα και τη Βικιπαίδεια αν κοιτάξετε γράφει ότι ο συγκεκριμένος καλλιτέχνης αντιπροσωπεύει τη μετάβαση από τον ιμπρεσιονισμό στον κυβισμό» λέει ο κ. Ελγκαμάλ. «Και η μηχανή εντόπισε αυτή τη σχέση συνδέοντας τον Σεζάν με τον ιμπρεσιονισμό αλλά απλώνοντας μια γραμμή που έφθανε στον Πικάσο, στον Καντίνσκι, στον Μάλεβιτς και σε άλλους».

Ελ Γκρέκο, «Άγιος Ιερώνυμος»: η σύνδεση του Γκρέκο και ορισμένων άλλων αναγεννησιακών ζωγράφων με κάποιους μοντέρνους καλλιτέχνες εμφανίστηκε ισχυρή.

Μια άλλη σύνδεση που έκανε ο υπολογιστής ήταν εκείνη του Γκρέκο και ορισμένων ακόμα ζωγράφων της Αναγέννησης με ζωγράφους της μοντέρνας και της αφηρημένης τέχνης. «Γνωρίζουμε, αλλά μόνο αόριστα, ότι ορισμένοι μοντέρνοι ζωγράφοι έχουν πει ότι έχουν εμπνευστεί από κάποια έργα του Γκρέκο» λέει η κυρία Ματσόνε. «Το γεγονός όμως ότι η μηχανή συνέδεσε με τόσο ισχυρό τρόπο τον Γκρέκο και άλλους αναγεννησιακούς ζωγράφους με τους μοντέρνους καλλιτέχνες για μένα υποδηλώνει πως εμείς ως ιστορικοί τέχνης θα πρέπει μάλλον να επανεξετάσουμε το συγκεκριμένο ζήτημα και να προσπαθήσουμε να κατανοήσουμε περισσότερο αυτές τις επιρροές». Εκτός από τις ομοιότητες και τους συσχετισμούς η τεχνητή νοημοσύνη μπόρεσε επίσης να διακρίνει τις ιδιαιτερότητες. Έτσι «έβγαλε στην άκρη», κατά κάποιον τρόπο σαν ειδική κατηγορία, τον Ανρί Ρουσό, τον ναΐφ ζωγράφο του μετα-ιμπρεσιονισμού. «Αν κοιτάξετε τα γραφήματα, θα δείτε ότι η μηχανή τον έχει ξεχωρίσει. Σαν να μπορεί να δει ότι υπάρχει κάτι πραγματικά ενδιαφέρον και μοναδικό στον Ρουσό το οποίο τον ξεχωρίζει από όλους τους άλλους ζωγράφους του γυρίσματος του 20ού αιώνα» επισημαίνει η καθηγήτρια.

Τα μυστικά της μάθησης

Ανρί Ρουσό, «Το όνειρο»: ο υπολογιστής ξεχώρισε σαν «ειδική κατηγορία» τον ιδιαίτερο ναΐφ ζωγράφο του μετα-ιμπρεσιονισμού.

Το τι ακριβώς εξετάζει η μηχανή και πώς καταλήγει στα συμπεράσματά της δεν είναι ακόμη απολύτως κατανοητό. Οι ερευνητές θεωρούν ότι με βάση αυτά που «βλέπει» βρίσκει ομοιότητες λαμβάνοντας υπόψη χαρακτηριστικά όπως το φως, η υφή, τα χρώματα, συγκεκριμένα σχήματα και μορφές, ή ότι σε κάποιον βαθμό ενδέχεται να αναγνωρίζει και αντικείμενα.

 Heinrich Wölfflin

Για να εξετάσουν ωστόσο κάποια από τα κριτήρια που χρησιμοποιεί, ανέλυσαν τα αποτελέσματα συγκρίνοντάς τα με τους κανόνες ταξινόμησης των καλλιτεχνικών ρευμάτων που καθιέρωσε ο ελβετός ιστορικός τέχνης Χάινριχ Βέλφλιν στις αρχές του 20ού αιώνα. «Η τεχνητή νοημοσύνη φυσικά δεν σου λέει πώς κάνει τις ερμηνείες της. Για να το διερευνήσουμε, αποφασίσαμε να χρησιμοποιήσουμε τη μεθοδολογία των ιστορικών τέχνης, και συγκεκριμένα του Βέλφλιν» εξηγεί ο κ. Ελγκαμάλ. «Όπως είδαμε, τα κριτήρια που ορίζουν οι θεμελιώδεις αρχές του Βέλφλιν, όπως π.χ. το γραμμικό και το ζωγραφικό ή η επιφάνεια και το βάθος, έχουν εφαρμοστεί από τη μηχανή. Και αυτό είναι πολύ ενδιαφέρον γιατί βλέπουμε ότι μόνο λίγοι παράγοντες μπορούν να εξηγήσουν τις περισσότερες μεταβλητές στην ιστορία της τέχνης, επιτρέποντας στη μηχανή να συλλάβει τις παραλλαγές στα οπτικά στοιχεία».

Βεβαίως ο προσδιορισμός των καλλιτεχνικών ρευμάτων, και κυρίως των χαρακτηριστικών που συνιστούν το καθένα από αυτά, δεν είναι απλή υπόθεση και συχνά φέρνει σε αντιπαράθεση και διχάζει τους μελετητές. Το βέβαιο είναι ότι δεν βασίζεται μόνο στις οπτικές πληροφορίες στις οποίες βασίστηκαν τα συνελικτικά νευρωνικά δίκτυα που χρησιμοποίησαν οι ερευνητές, και αυτό θεωρήθηκε από ορισμένους ιστορικούς τέχνης ένα μειονέκτημα της μελέτης. Η κυρία Ματσόνε ωστόσο θεωρεί ότι - από την πλευρά της ιστορίας της τέχνης και όχι από εκείνη της τεχνητής νοημοσύνης, η οποία θέλει κατά κύριο λόγο να μελετήσει πώς «σκέφτονται» οι «έξυπνες» μηχανές για να τις εξελίξει περισσότερο - το ζητούμενο στη συγκεκριμένη εργασία δεν ήταν ο προσδιορισμός του στυλ.

Σταθερότητα και ακρίβεια

Examples of images generated by the system after trained on 80K paintings from the 15th century to 20th century and forced to deviate from established styles. Credit: Art and Artificial Intelligence Laboratory, Rutgers University

Δεν χρειαζόμαστε από τη μηχανή να μας πει τι είναι η μπαρόκ ζωγραφική, αυτό το γνωρίζουμε ήδη» τονίζει η καθηγήτρια. «Εκείνο που έχει σημασία εδώ δεν είναι η ταυτοποίηση του καλλιτεχνικού ρεύματος. Για εμάς ως ιστορικούς τέχνης είναι ενδιαφέρον να δούμε τα μοτίβα που μπορεί να ανιχνεύσει η μηχανή, όχι μόνο για να διαπιστώσουμε αν είναι τα ίδια μοτίβα που ανιχνεύουν οι ιστορικοί τέχνης αλλά και για να ανακαλύψουμε αν μπορεί να δει μοτίβα και συσχετισμούς που εμείς, με το ανθρώπινο μάτι, δεν μπορούμε να δούμε». Ένα «ατού» της τεχνητής νοημοσύνης για τον εντοπισμό ομοιοτήτων και τον προσδιορισμό μοτίβων σε σχέση με το ανθρώπινο μάτι είναι ότι μπορεί να επεξεργαστεί πάρα πολλά δεδομένα πάρα πολύ γρήγορα. Αυτό βεβαίως δεν την καθιστά «καλύτερο» ιστορικό τέχνης από ό,τι οι άνθρωποι. Προσφέρει όμως στους επιστήμονες ένα μέσο για να «τεστάρουν» θεωρίες και ενδεχομένως να προβούν σε νέες ανακαλύψεις. Ήδη από αυτή την πρώτη μελέτη η μηχανή φάνηκε πολλά υποσχόμενη και προς τις δύο αυτές κατευθύνσεις.

Without “style ambiguity”, the system would just generate images that look like traditional art; i.e., not creative. Here the system is generating images with recognizable genres such as portraits, landscapes, etc. Credit: Art and Artificial Intelligence Laboratory, Rutgers University

Κατ' αρχάς, τοποθετώντας σωστά τα δεκάδες χιλιάδες έργα στα καλλιτεχνικά ρεύματα στα οποία ανήκουν, η μηχανή επιβεβαίωσε για πρώτη φορά με έναν «απτό τρόπο» ορισμένες θεμελιώδεις θεωρίες και μεθοδολογίες της ιστορίας της τέχνης. «Ένα από τα πράγματα που με εντυπωσίασαν ήταν το πόσο σταθερά ακριβής ήταν» λέει η κυρία Ματσόνε. «Ακόμη, για παράδειγμα, και το ότι ξεχώρισε τον Ρουσό για μένα επιβεβαίωσε πως υπάρχει συνέπεια με τον τρόπο με τον οποίο οι ιστορικοί τέχνης εξετάζουν την τέχνη. Για μένα είναι πολύ σημαντικό το ότι τα αποτελέσματα στηρίζουν αυτά που εμείς οι ιστορικοί τέχνης ήδη πιστεύουμε για την τέχνη. Αρχίζουμε με αυτόν τον τρόπο να έχουμε ένα εργαλείο που μπορεί να προσφέρει εμπειρική απόδειξη για τις μεθόδους μας».

Η μηχανή άφησε επίσης να διαφανούν οι δυνατότητές της ως προς τον εντοπισμό συσχετισμών που ενδεχομένως είχαν διαφύγει ως τώρα από τους ειδικούς κυρίως, όπως επισημαίνει η καθηγήτρια, με τη σύνδεση που έκανε ανάμεσα σε αναγεννησιακούς ζωγράφους όπως ο Γκρέκο και εκπροσώπους της μοντέρνας και αφηρημένης τέχνης. Ευελπιστεί μάλιστα ότι στο μέλλον θα εντοπιστούν και άλλοι καινούργιοι ενδιαφέροντες συσχετισμοί. «Έδειξε ότι μπορεί να προσφέρει νέους τρόπους για τη θεώρηση των καλλιτεχνικών ρευμάτων και την εξέταση των δεδομένων. Η ακρίβεια και η συνέπειά της για μένα δείχνει ότι τελικά υπάρχουν κάποια βασικά, θεμελιώδη χαρακτηριστικά τα οποία η μηχανή βλέπει αλλά το ανθρώπινο μάτι δεν μπορεί να δει» τονίζει. «Ίσως δεν έχουμε ακόμη το κατάλληλο λεξιλόγιο για να περιγράψουμε αυτά τα χαρακτηριστικά, ίσως να μην κατανοούμε τι ακριβώς είναι αυτά τα χαρακτηριστικά, όμως το γεγονός ότι ο τρόπος σκέψης μας και ο τρόπος με τον οποίο η μηχανή οργανώνει τα καλλιτεχνικά ρεύματα μοιάζουν τόσο πολύ δείχνει πως εδώ υπάρχουν πραγματικά θεμελιώδεις πληροφορίες. Πληροφορίες που είναι κοινές για εμάς και για τη μηχανή, και τις οποίες θα πρέπει να αρχίσουμε να διερευνούμε».

Πηγές: arxiv.org/abs/1706.07068 -  https://www.sciencedirect.com/science/article/pii/S0165168412003623 - https://medium.com/@ahmed_elgammal/generating-art-by-learning-about-styles-and-deviating-from-style-norms-8037a13ae027 - http://www.tovima.gr/science/article/?aid=941451

Τράβηξαν φωτογραφίες σε απόσταση 6,12 δισεκατομμυρίων χιλιομέτρων από τη Γη. New Horizons Captures Record-Breaking Images in the Kuiper Belt

Η αμερικανική διαστημοσυσκευή, η οποία μελέτησε τον Πλούτωνα για πρώτη φορά τον Ιούλιο του 2015, έχει πια βάλει πλώρη για τα μυστηριώδη σώματα της ακόμη πιο μακρινής Ζώνης Κάιπερ (Kuiper Belt Objects - KBO). Φωτογραφίες των αντικειμένων KBO 2012 HZ84 (αριστερά) και 2012 HE85 της Ζώνης Κάιπερ που λήφθηκαν τον Δεκέμβριο του 2017 από το διαστημικό σκάφος New Horizons. With its Long Range Reconnaissance Imager (LORRI), New Horizons has observed several Kuiper Belt objects (KBOs) and dwarf planets at unique phase angles, as well as Centaurs at extremely high phase angles to search for forward-scattering rings or dust. These December 2017 false-color images of KBOs 2012 HZ84 (left) and 2012 HE85 are, for now, the farthest from Earth ever captured by a spacecraft. They're also the closest-ever images of Kuiper Belt objects. Credits: NASA/JHUAPL/SwRI

Το διαστημικό σκάφος New Horizons (Νέοι Ορίζοντες) της Αμερικανικής Διαστημικής Υπηρεσίας (NASA) τράβηξε τις πιο μακρινές από τη Γη φωτογραφίες που έχουν ποτέ τραβηχτεί, σπάζοντας το προηγούμενο ρεκόρ που κατείχε από το 1990 το σκάφος Voyager 1.

Σύμφωνα με το ΑΠΕ-ΜΠΕ, η αμερικανική διαστημοσυσκευή, η οποία μελέτησε τον Πλούτωνα για πρώτη φορά τον Ιούλιο του 2015, έχει πια βάλει πλώρη για τα μυστηριώδη σώματα της ακόμη πιο μακρινής Ζώνης Κάιπερ (Kuiper Belt Objects - KBO).

Ευρισκόμενο σε απόσταση περίπου 6,12 δισεκατομμυρίων χιλιομέτρων από τον πλανήτη μας ή σχεδόν 41 αστρονομικών μονάδων (δηλαδή 41 φορές τη μέση απόσταση Γης-Ήλιου), το New Horizons έστρεψε την τηλεσκοπική κάμερά του και φωτογράφισε στις 5 Δεκεμβρίου δύο σώματα ΚΒΟ, τα «2012 ΗΖ84» και «2012 ΗΕ85». Οι φωτογραφίες έφθασαν τώρα στη Γη και η NASA τις έδωσε στη δημοσιότητα.

For a short time, this New Horizons Long Range Reconnaissance Imager (LORRI) frame of the "Wishing Well" star cluster, taken Dec. 5, 2017, was the farthest image ever made by a spacecraft, breaking a 27-year record set by Voyager 1. About two hours later, New Horizons later broke the record again. Credits: NASA/JHUAPL/SwRI

Στην πραγματικότητα το ρεκόρ του Voyager είχε σπάσει για πρώτη φορά την ίδια μέρα, δύο ώρες νωρίτερα, όταν η κάμερα Long Range Reconnaissance Imager (LORRI) του New Horizons φωτογράφισε ένα ανοιχτό αστρικό σμήνος του γαλαξία μας. Δύο ώρες αργότερα, τράβηξε τις ακόμη πιο μακρινές φωτογραφίες των δύο ΚΒΟ.

Στις 14 Φεβρουαρίου 1990 το Voyager 1, ευρισκόμενο σε απόσταση 6,06 δισεκατομμυρίων χιλιομέτρων (40,5 αστρονομικών μονάδων) από τη Γη, είχε τραβήξει μια διάσημη φωτογραφία του πλανήτη μας ως μιας ωχρής μπλε κουκίδας. Η φωτογραφία εκείνη (γνωστή διεθνώς "Pale Blue Dot") είχε δημιουργηθεί από μια σύνθεση 60 εικόνων. Επειδή το σκάφος έκλεισε τις κάμερές του λίγο μετά το «πορτρέτο» της Γης, το ρεκόρ απόστασης εκείνης της φωτογραφίας δεν απειλήθηκε για περισσότερα από 27 χρόνια.

«Το New Horizons είναι εδώ και πολύ καιρό μία αποστολή με πρωτιές - η πρώτη που εξερεύνησε τον Πλούτωνα, η πρώτη που θα εξερευνήσει τη Ζώνη Κάιπερ, το πιο γρήγορο διαστημικό σκάφος που έχει ποτέ εκτοξευθεί. Και τώρα μπορέσαμε να τραβήξουμε φωτογραφίες από μεγαλύτερη απόσταση από τη Γη από κάθε άλλο διαστημικό σκάφος στην ιστορία», δήλωσε ο επικεφαλής ερευνητής του New Horizons Άλαν Στερν του Νοτιοδυτικού Ινστιτούτου Ερευνών του Κολοράντο.

Artist’s impression of NASA’s New Horizons spacecraft encountering 2014 MU69, a Kuiper Belt object that orbits one billion miles (1.6 billion kilometers) beyond Pluto, on Jan. 1, 2019. Credits: NASA/JHUAPL/SwRI/Steve Gribben

Το σκάφος έχει «ραντεβού» με ένα ΚΒΟ, το σώμα «2014 MU69», την 1η Ιανουαρίου του 2019. Θα πρόκειται για το πιο απομακρυσμένο «ραντεβού» με ουράνιο αντικείμενο στη διαστημική ιστορία. Συνολικά, το New Horizons θα μελετήσει τουλάχιστον 20 ΚΒΟ, νάνους πλανήτες και «Κενταύρους» (πρώην ΚΒΟs με ασταθείς τροχιές που διασταυρώνονται με τις τροχιές των γιγάντιων πλανητών του ηλιακού μας συστήματος).

Αυτή τη στιγμή, το σκάφος βρίσκεται σε θαυμάσια κατάσταση και έχει περιέλθει σε «ύπνωση». Οι χειριστές του από το Εργαστήριο Εφαρμοσμένης Φυσικής του Πανεπιστημίου Τζονς Χόπκινς (εκεί ακριβώς όπου άφησε εποχή ο «δικός μας» Σταμάτης Κριμιζής) θα το ξυπνήσουν από τον ηλεκτρονικό ύπνο του στις 4 Ιουνίου, ώστε να προετοιμασθεί για το ιστορικό «ραντεβού» της Πρωτοχρονιάς του 2019.

Πηγές: http://news.in.gr/science-technology/article/?aid=1500197726 – https://www.nasa.gov/feature/new-horizons-captures-record-breaking-images-in-the-kuiper-belt

Στο Αρχαιολογικό Μουσείο Πέλλας. At Archaeological Museum of Pella

Το μουσείο της Πέλλας βρίσκεται στο βορειοανατολικό τμήμα του αρχαιολογικού χώρου, σε άμεση γειτνίαση με το σύγχρονο οικισμό της Πέλλας ανατολικά. Στο μουσείο, όπου καταλήγει ο επισκέπτης μετά την περιήγησή του στον αρχαιολογικό χώρο, μπορεί να ανασυνθέσει τα αρχαιολογικά στοιχεία που του παρείχαν τα μνημεία και να κατανοήσει τις ποικίλες πτυχές της καθημερινής, αλλά και της δημόσιας ζωής της μακεδονικής πρωτεύουσας. Πριν να εισέλθει στην πρώτη ενότητα του μουσείου, τον επισκέπτη υποδέχεται στον εκθεσιακό χώρο ένα σημαντικό εύρημα της Πέλλας, η μαρμάρινη κεφαλή του Αλεξάνδρου Γ΄, της μεγάλης ιστορικής προσωπικότητας που γεννήθηκε και ανδρώθηκε στην Πέλλα, απ’ όπου και ξεκίνησε η μεγαλειώδης εκστρατεία του.

Η κεντρική παράσταση με κυνήγι ελαφιού από ψηφιδωτό δάπεδο χώρου συμποσίων. 325 - 300 π.Χ. 

Ψηφιδωτό δάπεδο με παράσταση του Διονύσου πάνω σε πάνθηρα. 325 - 300 π.Χ. 

Η πρώτη ενότητα του κυρίως εκθεσιακού χώρου έχει ως θέμα την καθημερινή ζωή των κατοίκων της Πέλλας. Την είσοδο στην ενότητα σηματοδοτεί η αναπαράσταση ξύλινης θύρας με προσαρμοσμένα πάνω της χάλκινα εξαρτήματα θυρών που βρέθηκαν στις ανασκαφές της πόλης. Κύρια εκθέματα της ενότητας αποτελούν τα ψηφιδωτά δάπεδα των οικιών του Διονύσου και της Ελένης (325-300 π.Χ.) και η αποκατεστημένη με πολύχρωμα κονιάματα εσωτερική διακόσμηση ενός τοίχου της λεγόμενης οικίας των κονιαμάτων. Τα ψηφιδωτά δάπεδα είναι τοποθετημένα στο δάπεδο του εκθεσιακού χώρου, όπως ακριβώς και στις αίθουσες συμποσίων, που διακοσμούσαν στην αρχαιότητα. 

Ψηφιδωτό με παράσταση από κυνήγι λιονταριού. Λεπτομέρεια. 325-300 π.Χ. 

Στο κυνήγι του λιονταριού, που έχει αποκολληθεί από τη λεγόμενη οικία του Διονύσου, τα περιγράμματα και οι λεπτομέρειες των σωμάτων των μορφών αποδίδονται με λεπτές ταινίες ψημένου πηλού, ενώ στα σώματα χρησιμοποιούνται κυρίως λευκές, γκρίζες και λιγότερες χρωματιστές ψηφίδες. Έχει υποστηριχθεί ότι το θέμα του ψηφιδωτού είναι όμοιο μ’ αυτό ενός αναθήματος που κατασκεύασε ο γλύπτης Λεωχάρης και ανέθεσε ο στρατηγός Κρατερός στο ιερό των Δελφών. Γι’ αυτό και προτάθηκε η ταύτιση της παράστασης με μια σκηνή κυνηγιού στην περιοχή του Γρανικού ποταμού της Μικράς Ασίας, όπου ο Κρατερός διέσωσε το βασιλιά και φίλο του Αλέξανδρο από την επίθεση λιονταριού.

Πήλινη προτομή θηλυκής θεότητας της Ελληνιστικής περιόδου. 

Λεπτομέρεια γυναικείου ειδωλίου με στεφάνι. Εντυπωσιάζει η κομψότητα της μορφής με την πλούσια κόμη, τα κοσμήματα και τον τονισμό των χαρακτηριστικών του προσώπου με χρώματα. 

Η δεύτερη θεματική ενότητα της έκθεσης έχει ως αντικείμενο τη δημόσια ζωή στην Πέλλα. Τα εκτεθειμένα ευρήματα, προερχόμενα κυρίως από την Αγορά, δίνουν σημαντικές πληροφορίες για τη διοίκηση, αλλά και τις παραγωγικές και εμπορικές δραστηριότητες των κατοίκων της πόλης. Δεξιά: Πήλινη προτομή θεϊκής μορφής. Αρχές 1ου αι. π.Χ.

Δεξιά: Πήλινο αγαλματίδιο Αφροδίτης. Αρχές 1ου αι. π.Χ.

Έρως και Ψυχή. Αγαλματίδια από τερακότα. Αρχές 1ου αι. π.Χ.

Στην τρίτη θεματική ενότητα της έκθεσης εκτίθενται ευρήματα των ιερών της Πέλλας και παρέχονται πληροφορίες για τους λατρευόμενους θεούς, καθώς και για την οργάνωση και τη λειτουργία των θρησκευτικών κτιρίων.

Δυο αστικά ιερά, ενταγμένα σε οικοδομικά τετράγωνα της πόλης, εκπροσωπούνται στην έκθεση με τα ευρήματά τους. Το πρώτο από αυτά είναι το κτιριακό συγκρότημα του ιερού του Δάρρωνος, τοπικού θεραπευτή θεού, που η λατρεία του βεβαιώθηκε με την ανεύρεση μιας αναθηματικής επιγραφής, βρίσκεται στο νοτιοδυτικό τμήμα της πόλης και είναι προσιτά από μνημειακό πλακοστρωμένο δρόμο, που ξεκινούσε από το λιμάνι και έφθανε ως την Αγορά. Στο δάπεδο του χώρου εκτίθενται δυο ψηφιδωτά που διακοσμούσαν το δάπεδο ενός κυκλικού χώρου μεγάλου κυκλικού κτιρίου και την είσοδο μιας αίθουσας συμποσίων σε κτίριο που έχει ταυτισθεί με εστιατόριο. Το πρώτο ψηφιδωτό έχει πλούσια φυτική διακόσμηση, ενώ στο δεύτερο εικονίζεται κενταυρίνα που κάνει σπονδή κρατώντας τα σχετικά αγγεία μπροστά σε μια σπηλιά. Και τα δυο ψηφιδωτά χρονολογούνται στις αρχές του 3ου αι. π.Χ.

Πήλινο ειδώλιο γυμνής Αφροδίτης στον τύπο της αποσανδαλίζουσας. Β' μισό 2ου αι. π.Χ. 

Η τέταρτη θεματική ενότητα της έκθεσης, όπου εκτίθενται ευρήματα των νεκροταφείων της Πέλλας, είναι η μόνη αποκλεισμένη από τις υπόλοιπες, λόγω του ιδιαίτερου χαρακτήρα των ταφικών κτερισμάτων. Εδώ εκτίθενται κάποια από τα παλιότερα ευρήματα των ανασκαφών, προερχόμενα από τα νεκροταφεία των οικιστικών εγκαταστάσεων που προϋπήρχαν της μακεδονικής πρωτεύουσας στην ίδια θέση : ένας ενταφιασμός σε πήλινο πίθο της Πρώιμης Εποχής του Χαλκού (2440-2140 π.Χ), αγγεία-κτερίσματα τάφων της Πρώιμης Εποχής του Σιδήρου (9ος-7ος αι. π.Χ.) και ένας ενταφιασμός του τέλους του 5ου αι. π.Χ. σε αναπαράσταση κιβωτιόσχημου τάφου με τα κτερίσματά του. Τα υπόλοιπα εκτεθειμένα ευρήματα προέρχονται από το νεκροταφείο της κλασικής πόλης που αποκαλύφθηκε στην περιοχής της Αγοράς (τέλος 5ου αι. π.Χ.-γ΄ τέταρτο 4ου αι. π.Χ.) και το ανατολικό νεκροταφείο του 4ου αι. π.Χ. και των ελληνιστικών χρόνων. Τα κτερίσματα των τάφων ήταν συνήθως αντικείμενα που χρησιμοποιούνταν στις ταφικές τελετές, π.χ. αγγεία για αρωματικά έλαια (ληκύθια, μυροδοχεία), αλλά και προσωπικά αντικείμενα του νεκρού που τον συνόδευαν στον τάφο. Μερικά κτερίσματα σχετίζονταν με την εναπόθεση τροφών και ποτών, π.χ. τα σκυφίδια, ενώ άλλα έχουν καθαρά συμβολικό χαρακτήρα, όπως τα ειδώλια και τα νομίσματα, το ναύλο για το ταξίδι του νεκρού στον Κάτω Κόσμο. Η συνήθεια της τοποθέτησης στους τάφους προσωπικών αντικειμένων των νεκρών σχετίζεται με την πίστη για την ύπαρξη ζωής μετά το θάνατο, στην οποία ο νεκρός έχει τις ίδιες ανάγκες που είχε και στην επίγεια ζωή. Τα ταφικά έθιμα της Πέλλας είναι σε γενικές γραμμές όμοια με αυτά του υπόλοιπου ελληνικού χώρου, στοιχείο που βεβαιώνει κοινή καταγωγή και παράλληλη πολιτισμική εξέλιξη των κατοίκων.

Περισσότερα πυκνά είναι τα νεκροταφεία που έχουν ανασκαφεί κοντά στα τείχη, ενώ σε μεγαλύτερη απόσταση εντοπίζονται κυρίως μακεδονικού τύπου τάφοι και κιβωτιόσχημοι τάφοι μεγάλου μεγέθους. Η νεκρόπολη καλύπτει το χρονικό διάστημα από τον 4ο αιώνα π. Χ. ως το τέλος των ρωμαϊκών χρόνων και περιλαμβάνει όλα τα είδη των ταφικών κτισμάτων και κατασκευών που εντοπίζονται κατά την περίοδο αυτή σε νεκροταφεία του υπόλοιπου ελληνικού χώρου. Από τις εκατοντάδες τάφων που έχουν ανασκαφεί, εκτίθενται στο Μουσείο πολυάριθμα κτερίσματα που φωτίζουν πολλαπλά τη ζωή και τα ταφικά έθιμα των κατοίκων της πόλης. Ανάγλυφη επίχρυση λεπτομέρεια από αττική ερυθρόμορφη πελίκη. Γ΄τέταρτο του 4ου αι. π.Χ.

Από τα τέλη του 5ου αιώνα π.Χ. μέχρι την αναδιοργάνωση της Πέλλας από τον Κάσσανδρο, το νεκροταφείο της πρωτεύουσας της αρχαίας Μακεδονίας αναπτύχθηκε κυρίως έξω από το βόρειο τείχος της πόλης με πυκνότερο πυρήνα στο νότιο τμήμα της μεταγενέστερης Αγοράς των ελληνιστικών χρονών. Οι ταφές εντοπίστηκαν κατά την ανασκαφή της Αγοράς, η κατασκευή της οποίας είχε καταστρέψει ή είχε καλύψει πολλές από αυτές. Η πλειοψηφία των ταφών έχει τη μορφή ενός απλού ορύγματος, ορισμένες φορές με μικρές πέτρες να ενισχύουν τα τοιχώματα. Υπάρχουν όμως και μεγαλύτεροι ορθογώνιοι τάφοι, με μήκος μέχρι 7 μέτρα και βάθος μέχρι 4 μέτρα, λαξευμένοι στο φυσικό, βραχώδες υπέδαφος. Τα παιδιά θάβονταν συχνά μέσα σε αμφορείς. Μικροί χωμάτινοι τύμβοι και επιτύμβια μνημεία είχαν στηθεί πάνω από ορισμένους μεμονωμένους τάφους ή συστάδες τάφων. Επιτύμβια στήλη νέου. Τέλη 5ου-αρχές 4ου αι. π.Χ. 

Παράσταση ανόδου της θεάς Αφροδίτης πλαισιωμένη από σφυροκόπους σατύρους σε αττικό ερυθρόμορφο κρατήρα. Α΄ τέταρτο 4ου αι. π.Χ. 

Ψηφιδωτή διακόσμηση δαπέδου αίθουσας συμποσίων της κατοικίας της Ελένης, με παράσταση του μύθου της απαγωγής της Ελένης από τον Θησέα. Η μορφή ταυτίζεται με την επιγραφή ΦΟΡΒΑΣ. 325-300 π.Χ.

The exhibition is structured in five sections that present the inhabitation of the area of Pella through the ages. It situates the presence of its inhabitants within the natural environment, highlights the historical continuity and distinguishes historical periods, without disconnecting them. Concise texts frame and support each section, marking each period with a distinctive trait, comprehensible to specialists and non-specialists alike. At the same time, the life-size reconstruction of domestic utilities found at prehistoric Archontiko and the placement of the grave goods in a position that reproduces their arrangement in the grave aim to enhance experiential learning for the public. Lastly, screens with visual material from the monuments of the area, the excavations, and the setting up of the exhibition provide a fuller sense of the wider historical and institutional context.

The first section «On a narrow strip of land: the evolution of the landscape» is devoted to the geomorphological evolution of the area, presented through a series of maps based on the latest geomorphological research. The rest of the sections follow the archaeological periodisation, without fully identifying with it. In each section there is an attempt to highlight some of the distinct traits that characterize the communities of each period. A special emphasis is placed on the diachronic inhabitation of Archontiko that acted as the centre of the area for a long period. 

The second setion «The prehistory of the area of Pella: the dominion of clay» is concerned with the prehistoric phases, the Neolithic and the Bronze Age, and foregrounds the dominant material of the period, clay. 

The third section «Early Iron Age: the charm of metals» resituates the main focus on the world of the dead, presenting a small group of graves from Giannitsa, Agrosykia and Archontiko that contained grave goods characteristic of the period. Of special interest are the items of personal adornment made of bronze. 

The fourth section «The gold nobility of Archontiko» spotlights once again the world of the dead. The section presents 22 Archaic graves from the western cemetery of Archontiko, which spans a period from the 7th to the beginning of the 3rd century BC and at which more than 1000 graves have been excavated to date. The selected graves are among the wealthiest in artifacts that testify to the presence of social hierarchy. 

The fifth and last section «Before and after the great capital» puts on display graves from the area of Archontiko dated to the Classical and Hellenistic periods, a time when Pella emerges as the undeniable centre of the area. The comparatively wealthy graves reveal the economic strength and the stature of the families of the area alongside the aristocracy of Pella.

Υδροροή στέγης σε σχήμα λεοντοκεφαλής. Μέσα του 4ου αι. π.Χ.

Πήλινο κεραμίδι με την επιγραφή 'ΒΑΣΙΛΙΚΟΣ'. Αρχές του 2ου αι. π.Χ.

Φωτογραφίες: © Κωνσταντίνος Βακουφτσής

Πηγή: Αρχαιολογικό Μουσείο Πέλλας