Mašīnredzes algoritms izvēlas visradošākās gleznas vēsturē

Radošums ir viena no cilvēces unikālajām īpašībām. Daudzi domātāji ir izpētījuši īpašības, kurām jāpiemīt radošumam, un lielākā daļa no tiem izceļ divus svarīgus faktorus: neatkarīgi no radošuma procesa radītā, tam ir jābūt jaunam un ietekmīgam.

Mākslas vēsture ir piepildīta ar labiem piemēriem gleznu veidā, kas nelīdzinās nevienai, kas ir parādījusies agrāk, un kas ir ļoti ietekmējusi nākamās. Leonardo 1469. gads Madonna un bērns ar granātābolu , Goijas 1780. gads Kristus krustā sists vai Monē 1865 Siena kaudzes pie Chailly saullēktā un tā tālāk. Citas gleznas ir vairāk atvasinātas, un tajās ir daudz līdzību ar tām, kas bijušas agrāk, un tāpēc tās tiek uzskatītas par mazāk radošām.

Mākslas vēsturnieku pienākums ir atšķirt radošāko no citiem. Un tas nav viegls uzdevums. Tam nepieciešamas vismaz enciklopēdiskas zināšanas par mākslas vēsturi. Pēc tam vēsturniekam ir jāatrod jaunas iezīmes un jāspēj atpazīt līdzīgas iezīmes turpmākajās gleznās, lai noteiktu to ietekmi.

Tie ir viltīgi uzdevumi cilvēkam, un vēl nesen būtu bijis neiedomājami, ka dators tos varētu uzņemties. Taču šodien tas mainās, pateicoties Ahmeda Elgammala un Babaka Saleh darbam Ņūdžersijas Ratgersas universitātē, kuri apgalvo, ka viņiem ir iekārta, kas spēj to paveikt.

Viņi to ir izmantojuši datubāzē, kurā ir aptuveni 62 000 tēlotājmākslas gleznu attēlu, lai noteiktu tos, kuri ir radošākie vēsturē. Rezultāti sniedz jaunu veidu, kā izpētīt mākslas vēsturi un radošuma lomu tajā.

Vairāki sasniegumi ir apvienoti, lai padarītu šo progresu iespējamu. Pirmais ir straujais sasniegums, kas pēdējos gados ir panākts mašīnredzes jomā, pamatojoties uz veidu, kā klasificēt attēlus pēc tajos ietvertajiem vizuālajiem jēdzieniem.

Šos vizuālos jēdzienus sauc par klasēm. Tie var būt zema līmeņa elementi, piemēram, krāsa, faktūra un tā tālāk, vienkārši objekti, piemēram, māja, baznīca vai siena kaudze, un daudz augstāka līmeņa funkcijas, piemēram, staigāšana, mirušais ķermenis utt.

Šī pieeja ļauj mašīnredzes algoritmam analizēt attēlu un izveidot to aprakstošo klašu sarakstu (šajā gadījumā līdz 2559 dažādām klasēm). Šis saraksts ir kā vektors, kas definē attēlu un var tikt izmantots, lai to salīdzinātu ar citiem, kas analizēti tādā pašā veidā.

Otrs sasniegums, kas padara šo darbu iespējamu, ir milzīgu tiešsaistes mākslas datu bāzu parādīšanās. Tas ir svarīgi, jo mašīnvīziju algoritmiem ir vajadzīgas lielas datu bāzes, lai apgūtu savu amatu. Elgammal un Saleh to dara divās lielās datubāzēs, no kurām viena, no Wikiart vietnes, satur attēlus un anotācijas par aptuveni 62 000 mākslas darbiem no visas vēstures.

Viņu darba pēdējā sastāvdaļa ir teorētiska. Problēma ir noskaidrot, kuras gleznas ir visjaunākās salīdzinājumā ar citām gleznām, kas tapušas agrāk, un pēc tam noteikt, cik daudzās gleznās nākotnē tiks izmantotas līdzīgas iezīmes, lai noskaidrotu savu ietekmi.

Elgammal un Saleh pievēršas tam kā tīkla zinātnes problēmai. Viņu ideja ir traktēt mākslas vēsturi kā tīklu, kurā katra glezna ir saistīta ar līdzīgām gleznām nākotnē un ir saistīta ar līdzīgām pagātnes gleznām.

Problēma par radošāko noteikšanu ir tāda, kā noskaidrot, kad daži nodarbību modeļi pirmo reizi parādās un kā šie modeļi tiks pieņemti nākotnē. Mēs parādām, ka problēma var samazināties līdz tīkla centralitātes problēmu variantam, ko var efektīvi atrisināt, viņi saka.

Citiem vārdiem sakot, radošāko gleznu atrašanas problēma ir līdzīga problēmai atrast ietekmīgāko personu sociālajā tīklā vai pilsētas metro sistēmas svarīgāko staciju vai slimību izplatītājus. Pēdējos gados tās ir kļuvušas par standarta problēmām tīkla teorijā, un tagad Elgammal un Saleh to pirmo reizi piemēro radošuma tīklos.

Mašīnredzes algoritma analīzes rezultāti ir interesanti. Augšējā attēlā parādīti mākslas darbi, kas attēloti pēc datuma pa apakšējo asi un pēc algoritma radošuma rādītāja uz vertikālās ass.

Vairāki slaveni attēli izceļas kā īpaši jauni un ietekmīgi, piemēram, Goijas attēli Krustā sists Kristus, Monē Siena kaudzes pie Chailly saullēktā un Munkam The Kliedziens. Citi mākslas darbi izceļas ar to, ka tie netiek uzskatīti par radošiem, piemēram, Rodina 1889. gada skulptūra Vecmāmiņa un Durera ogles zīmējums Barbara Durere datēts ar 1514. gadu .

Tam piekristu daudzi mākslas vēsturnieki. Vairumā gadījumu algoritma rezultāti ir mākslas darbi, kurus mākslas vēsturnieki patiešām izceļ kā novatoriskus un ietekmīgus, saka Elgammal un Saleh.

Svarīgs aspekts ir tas, ka šie rezultāti ir pilnībā automatizēti. Tie rodas algoritma atklātā saikņu tīkla dēļ starp gleznām. Nav sākotnējās sēšanas, kas vienā vai otrā veidā novirzītu meklēšanu.

Protams, mākslas vēsturnieki vienmēr strīdēsies par to, kā tieši definēt radošumu un kā tas maina viņu uzskatus par to, kas to iekļauj radošāko sarakstā. Elgammal un Saleh tehnikas skaistums ir tāds, ka nelielas izmaiņas to algoritmā ļauj automātiski izpētīt dažādas radošuma definīcijas.

Šāda veida datu ieguve varētu būtiski ietekmēt to, kā mākslas vēsturnieki novērtē gleznas. Spēja šādā veidā reprezentēt visu mākslas vēsturi maina veidu, kā ir iespējams domāt par mākslu un to apspriest. Savā ziņā šāda veida datu ieguve un skaitļi, kas to attēlo, mākslas vēsturniekiem ir jauni saprāta instrumenti.

Un šī pieeja neaprobežojas tikai ar mākslu. Elgammal un Saleh norāda, ka to var izmantot arī, lai izpētītu radošumu literatūrā, tēlniecībā un pat zinātnē.

Mēs ar nepacietību gaidīsim, kā šie puiši to izmantos citur.

Atsauce: arxiv.org/abs/1506.00711 : Radošuma kvantitatīva noteikšana mākslas tīklos

paslēpties