Καινοτομία

Ο αλγόριθμος του MIT ανακαλύπτει λεπτούς συνδέσμους μεταξύ μεγάλων έργων τέχνης με AI

Ο αλγόριθμος του MIT ανακαλύπτει λεπτούς συνδέσμους μεταξύ μεγάλων έργων τέχνης με AI


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Ένας νέος αλγόριθμος από ερευνητές του MIT που ονομάζεται "MosAIc" ανακαλύπτει ενδιαφέρουσες αλλά εξαιρετικά σημαντικές ομοιότητες μεταξύ έργων τέχνης που εκτίθενται σε μεγάλα μουσεία της Νέας Υόρκης και του Άμστερνταμ, σύμφωνα με μια ανάρτηση ιστολογίου που μοιράστηκε στο εργαστήριο Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης του MIT.

Αυτό το είδος τεχνητής νοημοσύνης θα μπορούσε ακόμη και να μας βοηθήσει να εκφράσουμε τα όρια των γενετικών εχθρικών δικτύων (GAN).

ΣΧΕΤΙΖΕΤΑΙ ΜΕ: ΒΑΘΜΟΣ ΜΑΘΗΣΗ ΠΡΟΣΕΧΟΝΤΑΙ ΥΠΟΛΟΓΙΣΤΙΚΑ ΟΡΙΑ, ΠΡΟΕΙΔΟΠΟΙΗΣΗ ΝΕΑ ΜΕΛΕΤΗ MIT

Το νέο σύστημα AI βρίσκει λεπτούς συνδέσμους μεταξύ εξαιρετικών έργων τέχνης

Το νέο σύστημα MIT αποκαλύπτει απαρατήρητες ομοιότητες μεταξύ έργων τέχνης που εκτίθενται στο Metropolitan Museum of Art της Νέας Υόρκης (MET) και του Rijksmuseum του Άμστερνταμ. Το MosAIc σαρώνει μια εικόνα και, στη συνέχεια, χρησιμοποιεί βαθιά δίκτυα για να βρει ομοιότητες μεταξύ διαφορετικών έργων τέχνης σε διαφορετικούς πολιτισμούς, μέσα μαζικής ενημέρωσης και καλλιτέχνες - που δεν έχουν ανακαλυφθεί μέχρι τώρα, αναφέρει ο Engadget.

Σε ένα παράδειγμα, το MosAIc βρήκε μια σχέση μεταξύ του "The Threatened Swan" του Jan Asselijn και του Francisco de Zurbarán "The Martyrdom of Saint Serapion". Ένας διδακτορικός φοιτητής του MIT CSAIL, ο Mark Hamilton, ο οποίος ήταν επικεφαλής συγγραφέας σε χαρτί σχετικά με το έργο MosAIc, δήλωσε: "Αυτοί οι δύο καλλιτέχνες δεν είχαν αλληλογραφία ή συναντηθούν κατά τη διάρκεια της ζωής τους, αλλά οι πίνακές τους υπαινίχθηκαν σε μια πλούσια, λανθάνουσα δομή που στηρίζει και τα δύο των έργων τους. "

Microsoft, MIT σχεδιασμός συστήματος MosAIC

Η Microsoft προσχώρησε στο εργαστήριο CSAIL του MIT στο σχεδιασμό του MoSAIc - το οποίο εμπνεύστηκε από την έκθεση "Rembrandt and Velazquez" στο Rijksmuseum, επιμελημένο για να συνδυάσει πίνακες που μπορεί να φαίνονται διαφορετικοί, αλλά μοιράζονται μια βαθύτερη σύνδεση μέσω ερμηνευτικών ή κριτικών στυλ. .

Οι ερευνητές εισάγουν ένα ερώτημα όπως "ποιο μουσικό όργανο είναι πιο κοντά σε αυτόν τον πίνακα ενός μπλε και λευκού φορέματος;" Για αυτό το παράδειγμα, ο αλγόριθμος απάντησε με ένα βιολί μπλε και πορσελάνης που βοήθησε τους ερευνητές να πραγματοποιήσουν πολιτιστικές ανταλλαγές μεταξύ Κινέζων και Ολλανδών.

Κατασκευασμένο για να ταιριάζει με το χρώμα, το στυλ, το νόημα, το θέμα

Από ορισμένες απόψεις, το MosAIc δεν είναι διαφορετικό από το πείραμα X βαθμού διαχωρισμού της Google - το οποίο επέστρεψε συνδέσμους μεταξύ δύο εικόνων ή έργων τέχνης μέσω μιας σειράς ζωγραφικών έργων. Αλλά το MosAIc είναι το κορυφαίο, επειδή χρειάζεται μόνο μία εικόνα για να βρει παρόμοια στιλιστικά σχέδια σε άλλες εικόνες. Ο νέος αλγόριθμος χρησιμοποιεί εικόνες εισόδου για την αντιστοίχιση έργων σε διαφορετικές κουλτούρες.

Η δημιουργία του αλγορίθμου ήταν δύσκολη, διότι ο στόχος της αντιστοίχισης εικόνων έπρεπε να λειτουργεί με βάση όχι μόνο παρόμοιο χρώμα και στυλ, αλλά και θέμα και νόημα, σύμφωνα με τον Χάμιλτον. Το πλήρες έγγραφο για τον αλγόριθμο είναι διαθέσιμο εδώ.

Οι συγκρίσεις τέχνης AI θα μπορούσαν να διερευνήσουν τα όρια του GAN

Αυτός και οι συνεργάτες του χρησιμοποίησαν μια νέα δομή δεδομένων K-Nearest Neighbor (KNN) που συνδέει παρόμοιες εικόνες μέσω ενός δέντρου που μοιάζει με δέντρο και μετακινήθηκαν μέσω της αισθητικής δομής έως ότου ανακάλυψαν το πλησιέστερο αποτέλεσμα. Στη συνέχεια, εφάρμοσαν τον αλγόριθμο στα συνδυασμένα έργα τέχνης ανοιχτής πρόσβασης του Rijksmuseum και του ΚΟΑ.

Οι ερευνητές ανακάλυψαν επίσης ότι αυτή η μέθοδος AI μπορεί να βοηθήσει τους επιστήμονες να βρουν τα όρια του GAN (Generative Adversarial Network) με βάση τους αλγόριθμους deepfake - και όπου αποτυγχάνουν. Ωστόσο, εξακολουθεί να είναι ασαφές εάν ο αλγόριθμος μπορεί να βοηθήσει στη διάκριση deepfakes από το γνήσιο καλλιτεχνικό άρθρο.


Δες το βίντεο: ΠΛΗ10 - ΜΑΘΗΜΑ - ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΨΕΥΔΟΓΛΩΣΣΑ - ΕΦΑΡΜΟΓΗ 2 (Ιανουάριος 2023).