这种新的人工智能可以将绘画分解成笔画、笔触的集合,并分辨出创作的艺术家。
众所周知,检测艺术品的真假即使对专业人士来说也是很有难度的,而且通常价格昂贵。
历史学家们可能会将一幅真假未辨的画带进实验室,通过红外线光谱、辐射监测、气相色谱分析等种种科学手段来辨明一幅作品的真假。
但这个人工智能系统给了我们一条新的思路:无需繁琐手续,它可以仅仅通过观察一幅作品的笔画走势来辨别作品是否赝品。
在一篇关于绘画修复与研究的新论文中,来自罗格斯大学和阿特利尔的研究人员记录了他们所设计的人工智能系统如何成功分辨出了包括毕加索、马蒂斯、莫迪利亚尼等著名艺术家的近300幅线条画,以及其他著名艺术家的作品。
重要的是背后的一个递归神经网络(RNN),有助于其研究笔画并识别艺术家。
研究人员还提供了另一种机器学习算法来训练人工智能以寻找绘画的特征,比如线条的形状。
因此他们拥有两种不同的检测赝品的技术,这两种技术共同使用是十分可靠的。
这种对机器学习算法的输出的研究也有助于人们更加了解递归神经网络,递归神经网络对于人类来说就像是一个黑盒子,其输出内容对于研究人员来说要解释是很困难的。
由于机器学习算法是在给定特定的特征的基础上进行训练的,所以它与递归神经网络的区别可能指向了绘画特征。
在这种情况下,它所研究的笔触是不断变化的——比如,通过下笔的力度来分辨创作者。
在这两种算法协同工作的情况下,80%的时间内研究人员都能够正确地识别出创作者。
研究人员还委托一些艺术家创作出与数据集相同风格的画作,以测试该系统识别赝品的能力。
这个系统仅仅观察一次笔触就能够识别出每一个测试案例中的赝品。
“这是人类所做不到的。” 论文作者之一、罗格斯大学教授Ahmed Elgammal说。
这种技术只能在绘画中的线条较明显的时候使用,所以对于那些笔触不清晰、被隐藏起来的画作,这种技术是无济于事的。
但为了进一步验证他们的研究成果,Elgammal说,他们计划对印象派作品和其他19世纪的绘画方法进行测试。
荷兰蒂尔堡大学的Eric Postma表示,研究中最有希望的部分是研究人员使用的第二种方法,这有助于人们对递归神经网络增加了解。Postma10多年来一直在从事人工智能检测方面的研究工作。
他说,在艺术领域,人工智能可能会有更多的应用,但历史学家和研究人员固守几个世纪以来的传统,迟迟不愿意接受这种技术。
在一定程度上来说,这也是因为人们通常很难理解这一类机器是如何分析数据并作出判断的,人们对其内在逻辑缺乏了解。这一新研究可能有助于解决这一问题。
品牌、内容合作请点这里:寻求合作 ››
想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:
下载APP
关注微信号
扫一扫下载APP
与资深行业研究员/经济学家互动交流让您成为更懂趋势的人
违法和不良信息举报电话:400-068-7188 举报邮箱:service@qianzhan.com 在线反馈/投诉 中国互联网联合辟谣平台
Copyright © 1998-2024 深圳前瞻资讯股份有限公司 All rights reserved. 粤ICP备11021828号-2 增值电信业务经营许可证:粤B2-20130734