https://frosthead.com

Tietokoneet oppivat taiteesta nopeammin kuin taidehistorioitsijat

Tietokoneet paranevat joissain yllättävän inhimillisissä tehtävissä. Koneet voivat nyt kirjoittaa romaaneja (vaikka ne eivät silti olekaan hienoja), lukea ihmisen kivun virkaa, metsästää fossiileja ja jopa opettaa toisiaan. Ja nyt kun museot ovat digitalisoineet suuren osan kokoelmistaan, tekoälyllä on pääsy taiteen maailmaan.

MIT Technology Review -lehden artikkelin mukaan se tekee uusimmista taidehistorioista lohkotietokoneissa.

Tietoteknikot Babak Saleh ja Ahmed Egammal Rutgersin yliopistosta New Jerseyssä ovat kouluttaneet algoritmin maalauksien tarkastelemiseen ja teosten genren (maisema, muotokuva, luonnos jne.), Tyylin (abstrakti impressionismi, barokki, kubismi jne.) Havaitsemiseen. ja taiteilija. Napauttamalla taiteen historiaa ja viimeisimpiä koneoppimismenetelmiä algoritmi pystyy luomaan yhteyksiä, jotka olivat aikaisemmin vain ihmisen aivojen tekemiä.

Algoritmin kouluttamiseksi tutkijat käyttivät yli 80 000 kuvaa WikiArt.orgista, joka on yksi suurimmista digitaalisen taiteen online-kokoelmista. Tutkijat käyttävät tätä taidepankkia opettamaan algoritmia kuinka näppäillä tietyt piirteet, kuten väri ja rakenne, rakentamalla hitaasti malli, joka kuvaa eri tyylien (tai tyylilajien tai taiteilijoiden) ainutlaatuisia elementtejä. Lopputuote voi myös poimia esineitä maalauksista, kuten hevosia, miehiä tai ristit.

Kun se oli koulutettu, tutkijat antoi vasta koulutetut algoritmimaalauksensa, joita se ei ollut koskaan nähnyt. Se pystyi nimeämään taiteilijan yli 60 prosentilla uusista maalauksista ja tunnistamaan tyylin 45 prosentilla. Saleh ja Elgammal kertoivat havainnoistaan ​​arXiv.org.

Algoritmissa voitiin silti käyttää joitain säätämisiä - mutta jotkut sen tekemistä virheistä ovat samanlaisia ​​kuin ihmisen tekemät. Tässä on MIT-teknologiakatsaus :

Esimerkiksi Saleh ja Elgammal sanovat, että uuden lähestymistavansa perusteella on vaikea erottaa Camille Pissarron ja Claude Monet'n maalaamia teoksia. Mutta pieni tutkimus näitä taiteilijoita osoittaa nopeasti, että molemmat olivat aktiivisia Ranskassa 1800-luvun lopulla ja 20-luvun alkupuolella ja että molemmat osallistuivat Pariisin Académie Suisseen. Asiantuntija saattaa myös tietää, että Pissarro ja Monet olivat hyviä ystäviä ja jakoivat monia kokemuksia, jotka kertoivat heidän taiteestaan. Joten se, että heidän työnsä on samanlaista, ei ole yllättävää.

Algoritmi muodostaa muita tämänkaltaisia ​​yhteyksiä - yhdistää ekspressionismin, favismin ja mantereen renessanssityyleihin, jotka olivat muodoissaan pois. Itse nämä yhteydet eivät ole uusia löytöjä taidemaailmalle. Mutta kone tajusi heidät vain muutaman kuukauden työssä. Ja tulevaisuudessa tietokone pystyy paljastamaan uusia ideoita. Tai lähitulevaisuudessa konealgoritmi, joka pystyy luokittelemaan ja ryhmittelemään suuren määrän maalauksia, auttaa kuraattoreita hallitsemaan digitaalisia kokoelmiaan.

Vaikka koneet eivät näytä korvaavan liha- ja veritaiteiden historioitsijoita lähitulevaisuudessa, nämä pyrkimykset ovat todellakin vähäpätös vastasyntyneen algoritmin ensimmäisiä vieroitusvaiheita.

Tietokoneet oppivat taiteesta nopeammin kuin taidehistorioitsijat