Innovatie

MIT-algoritme ontdekt subtiele verbanden tussen geweldige kunstwerken met AI

MIT-algoritme ontdekt subtiele verbanden tussen geweldige kunstwerken met AI

Een nieuw algoritme van MIT-onderzoekers genaamd "MosAIc" ontdekt interessante maar zeer cruciale overeenkomsten tussen kunstwerken die te zien zijn in grote musea in New York City en Amsterdam, volgens een blogpost gedeeld op MIT's Computer Science and Artificial Intelligence Lab.

Dit soort AI zou ons zelfs kunnen helpen de grenzen van generatieve vijandige netwerken (GAN) uit te drukken.

GERELATEERD: DIEP LEREN BEREIKT COMPUTATIONELE GRENZEN, WAARSCHUWT NIEUWE MIT-STUDIE

Nieuw AI-systeem vindt subtiele verbanden tussen geweldige kunstwerken

Het nieuwe door het MIT gebouwde systeem legt ongemerkt overeenkomsten bloot tussen kunstwerken die te zien zijn in het Metropolitan Museum of Art (MET) in New York en het Rijksmuseum in Amsterdam. MosAIc scant een afbeelding en maakt vervolgens gebruik van diepe netwerken om overeenkomsten te vinden tussen verschillende kunstwerken in uiteenlopende culturen, media en kunstenaars - tot nu toe onontdekt, meldt Engadget.

In één voorbeeld vond MosAIc een verband tussen "De bedreigde zwaan" van Jan Asselijn en "Het martelaarschap van de heilige Serapion" van Francisco de Zurbarán. Mark Hamilton, een doctoraatsstudent aan het MIT CSAIL, die hoofdauteur was van een artikel over het MosAIc-project, zei: 'Deze twee kunstenaars hadden geen correspondentie of ontmoetten elkaar tijdens hun leven, maar hun schilderijen wezen op een rijke, latente structuur die ten grondslag ligt aan beide. van hun werken. "

Microsoft, MIT-ontwerp MosAIC-systeem

Microsoft sloot zich aan bij het CSAIL-laboratorium van MIT voor het ontwerp van MoSAIc - dat zich liet inspireren door de tentoonstelling 'Rembrandt en Velazquez' in het Rijksmuseum, samengesteld om schilderijen te combineren die er misschien anders uitzien en toch een diepere verbinding delen door middel van interpretatieve of kritische stijlen, meldt The Next Web .

Onderzoekers voeren een vraag in als "welk muziekinstrument staat het dichtst bij dit schilderij van een blauw-witte jurk?" Voor dit voorbeeld antwoordde het algoritme met een blauwe en porseleinen viool die onderzoekers hielp culturele uitwisselingen tussen de Chinezen en de Nederlanders tot stand te brengen.

AI gebouwd om kleur, stijl, betekenis en thema te matchen

In sommige opzichten lijkt MosAIc niet op het X graden van scheidingsexperiment van Google - dat via een reeks schilderijen verbanden legde tussen twee afbeeldingen of kunstwerken. Maar MosAIc overtreft dit omdat er maar één afbeelding nodig is om vergelijkbare stilistische ontwerpen in andere afbeeldingen te vinden. Het nieuwe algoritme gebruikt inputafbeeldingen om werken uit verschillende culturen te matchen.

Het bouwen van het algoritme was een uitdaging omdat het doel van het matchen van afbeeldingen niet alleen moest werken op basis van dezelfde kleur en stijl, maar ook op thema en betekenis, aldus Hamilton. Het volledige artikel over het algoritme is hier beschikbaar.

AI-kunstvergelijkingen kunnen de grenzen van GAN verkennen

Hij en zijn collega's gebruikten een nieuwe K-Dichtstbijzijnde Buur (KNN) datastructuur die vergelijkbare beelden koppelt via een boomachtige figuur, en ze bewogen zich door de esthetische structuur totdat ze het dichtstbijzijnde resultaat ontdekten. Vervolgens pasten ze het algoritme toe op de gecombineerde open access kunstwerken van het Rijksmuseum en de MET.

De onderzoekers ontdekten ook dat deze AI-methode wetenschappers kan helpen de grenzen van GAN (Generative Adversarial Network) te vinden op basis van deepfake-algoritmen - en waar ze falen. Het is echter nog steeds onduidelijk of het algoritme kan helpen om deepfakes te onderscheiden van het echte artistieke artikel.


Bekijk de video: How to make stress your friend. Kelly McGonigal (September 2021).