Komputery stają się coraz lepsze w niektórych zaskakująco ludzkich zadaniach. Maszyny mogą teraz pisać powieści (choć nadal nie są świetne), czytać czyjś ból w grymasie, polować na skamieliny, a nawet uczyć się nawzajem. A teraz, gdy muzea zdigitalizowały większość swoich zbiorów, sztuczna inteligencja ma dostęp do świata sztuk pięknych.
To sprawia, że najnowsi historycy sztuki na komputerach blokowych, zgodnie z artykułem w MIT Technology Review .
Informatycy Babak Saleh i Ahmed Egammal z Rutgers University w New Jersey wyszkolili algorytm patrzenia na obrazy i wykrywania gatunku dzieł (krajobraz, portret, szkic itp.), Stylu (abstrakcyjny impresjonizm, barok, kubizm itp.) i artysta. Korzystając z historii sztuki i najnowszych podejść do uczenia maszynowego, algorytm może tworzyć połączenia, które wcześniej były tworzone tylko przez mózg ludzki.
Aby wytrenować swój algorytm, naukowcy wykorzystali ponad 80 000 obrazów z WikiArt.org, jednej z największych internetowych kolekcji sztuki cyfrowej. Naukowcy wykorzystują ten zespół sztuki do nauczenia algorytmu, jak wprowadzać określone funkcje, takie jak kolor i tekstura, powoli budując model opisujący unikalne elementy w różnych stylach (lub gatunkach lub artystach). Produkt końcowy może również wybrać przedmiot na obrazach, taki jak konie, ludzie lub krzyże.
Po szkoleniu naukowcy dali swoje nowo wyszkolone obrazy algorytmiczne, których nigdy wcześniej nie widział. Był w stanie wymienić artystę z ponad 60 procent nowych obrazów i zidentyfikować styl w 45 procentach. Saleh i Elgammal zgłosili swoje ustalenia na arXiv.org.
Algorytm nadal może wykorzystywać pewne poprawki - ale niektóre z popełnianych przez niego błędów są podobne do tych, które może popełnić człowiek. Oto przegląd technologii MIT :
Na przykład Saleh i Elgammal twierdzą, że w ich nowym podejściu trudno jest rozróżnić dzieła malowane przez Camille Pissarro i Claude'a Moneta. Jednak kilka badań dotyczących tych artystów szybko ujawniło, że obaj byli aktywni we Francji pod koniec XIX i na początku XX wieku i że obaj uczestniczyli w Académie Suisse w Paryżu. Specjalista może również wiedzieć, że Pissarro i Monet byli dobrymi przyjaciółmi i dzielili się wieloma doświadczeniami, które wpłynęły na ich sztukę. Zatem fakt, że ich praca jest podobna, nie jest zaskoczeniem.
Algorytm tworzy inne połączenia, takie jak ten - łącząc ekspresjonizm i fauwizm oraz manieryzm ze stylami Renassance, które powstały z manieryzmu. Te same połączenia nie są nowymi odkryciami dla świata sztuki. Ale maszyna odkryła je w ciągu zaledwie kilku miesięcy pracy. A w przyszłości komputer może odkryć więcej nowatorskich spostrzeżeń. Lub, w niedalekiej przyszłości, algorytm maszynowy zdolny do klasyfikowania i grupowania dużej liczby obrazów pomoże kuratorom zarządzać ich cyfrowymi zbiorami.
Choć maszyny nie wydają się zastępować historyków sztuki z krwi i kości w najbliższej przyszłości, wysiłki te są naprawdę zaledwie pierwszymi nieudolnymi krokami nowonarodzonego algorytmu.
