是什么让图片变得更棒?有一个算法

从毕加索的“阿维尼翁的年轻女士们”到“蒙克的呐喊”,这些绘画在观看它们时逮捕了人们的注意力,将它们作为标志性作品巩固在艺术史的典范中是什么

在许多情况下,这是因为艺术家融入了一种从未使用过的技术,形式或风格

他们展示了创造性和创新的风格,这些风格将在未来几年内被艺术家模仿

在整个人类历史中,专家们经常强调这些艺术创新,用它们来判断一幅画的相对价值但是,人工智能(AI)可以量化一幅画的创造力水平吗

在罗格斯大学的艺术与人工智能实验室,我和我的同事提出了一种新的算法来评估任何一幅画的创造力,同时考虑到艺术史范围内的绘画背景

最后,我们发现,大量的作品,该算法可以成功地突出艺术历史学家认为的媒介杰作的结果结果表明,人类不再是创造力的唯一判断者计算机可以执行相同的任务 - 甚至可能更客观如何定义创造力

通过现在订阅来跟上这个故事和更多内容当然,算法依赖于解决一个核心问题:你如何定义和衡量创造力

关于如何定义创造力的历史悠久且持续的争论我们可以描述一个人(一个诗人或一个CEO),一个产品(一个雕塑或一个小说)或一个想法作为“创造性”在我们的工作中,我们专注于产品的创造力在这样做的过程中,我们使用最常见的创意定义,强调产品的原创性及其持久的影响这些标准与康德对艺术天才的定义产生共鸣,强调两个条件:原创和“模范” “它们也与当代定义一致,例如Margaret A Boden广泛接受的历史创造概念(H-Creativity)和个人/心理创造力(P-Creativity)

前者评估作品在范围方面的新颖性和实用性人类历史,而后者评估创意的新颖性建立算法使用计算机视觉,我们建立了从15日到2日的绘画网络0世纪使用这个网络(或网络)绘画,我们能够推断出每个作品的原创性和影响力通过一系列数学变换,我们发现量化创造力的问题可以简化为网络的变体中心问题 - 一类广泛用于分析社交互动,流行病分析和网络搜索的算法例如,当您使用Google搜索网络时,Google会使用此类算法来浏览庞大的网页网络以进行识别与您的搜索最相关的各个页面任何算法的输出取决于其输入和参数设置在我们的例子中,输入是算法在绘画中看到的:颜色,纹理,透视和主题的使用我们的参数设置是创造力的定义:原创性和持久影响该算法在​​没有任何关于艺术或艺术史的编码知识的情况下得出结论,严格通过视觉分析和考虑他们的日期对绘画进行评估创新确定当我们对1700幅绘画进行分析时,有几个值得注意的发现例如,该算法对Edvard Munch的The Scream(1893)的创造性得分远高于19世纪晚期的同行当然,这是有道理的:它被认为是最杰出的表现主义画作之一,也是20世纪最复制的画作之一

算法也给了毕加索的阿维尼翁女士(1907年) 1904年至1911年间所分析的所有绘画作品的最高创造力得分这符合艺术史学家的思想,他们已经指出,这幅画的平面画面及其对原始主义的应用使其成为一种高度创新的艺术作品 - 一种直接的先驱毕加索的立体主义风格该算法指出了卡齐米尔马列维奇1915年出现的第一部至尊主义画作(su像红场一样高度创造性它的风格是一个由立体主义主导的时期的异常值 在1916年至1945年期间,大多数得分最高的画作是由Piet Mondrian和Georgia O'Keeffe编写的

当然,算法并不总是与艺术史学家的普遍共识相吻合

例如,算法给了很多Domenico Ghirlandaio的最后的晚餐(1476)得分高于达芬奇的同名杰作,大约20年后出现

该算法赞成达芬奇的施洗者圣约翰(1515)超过他的其他宗教画作,有趣地分析了达芬奇的蒙娜丽莎通过算法没有得分高一个图表突出显示某些被认为最具创造性的画作作者提供经受住时间的考验鉴于上述偏离艺术史学家的共识(特别是算法对达芬奇作品的评价),怎么做我们知道算法一般有效吗

作为测试,我们进行了所谓的“时间机器实验”,其中我们将艺术品的日期更改为过去或未来的某个点,并重新计算了他们的创造力分数我们发现了印象派的画作,后印象派,表现主义和立体主义运动在回到公元1600年左右时,他们的创造力得分显着增加

相比之下,新古典主义绘画在回到1600时并没有获得太大的收益,这是可以理解的,因为新古典主义被认为是文艺复兴时期的复兴

文艺复兴时期和巴洛克风格的绘画在前往公元1900年时,他们的创造力得分都有所下降我们不希望我们的研究被视为艺术史学家的潜在替代品,我们也不认为计算机是一个更好的决定因素

工作的价值比一组人眼更重要的是,我们受到人工智能(AI)的激励人工智能研究的最终目标是制造机器人具有与人类相似的感知,认知和智力能力我们认为判断创造力是一项具有挑战性的任务,结合了这三种能力,我们的结果是一个重要的突破:证明机器可以感知,视觉分析和考虑绘画多像人类一样Ahmed Elgammal是罗格斯大学计算机视觉教授本文最初发表于The Conversation阅读原文

上一篇 :斯蒂芬Malkmus路面稀缺指南
下一篇 营销来自大麻