Algorytm widzenia maszynowego wybiera najbardziej kreatywne obrazy w historii

Kreatywność jest jedną z unikalnych cech definiujących ludzkość. Wielu myślicieli badało cechy, które musi posiadać kreatywność, a większość z nich wybiera dwa ważne czynniki: cokolwiek wytworzy proces kreatywności, musi to być nowość i musi mieć wpływ.

Historia sztuki jest pełna dobrych przykładów w postaci obrazów, które są niepodobne do żadnych, które pojawiły się wcześniej i które wywarły ogromny wpływ na kolejne. 1469 Leonarda Madonna i dziecko z granatem , Goya 1780 Chrystus ukrzyżowany lub Moneta 1865 Stogi siana w Chailly o wschodzie słońca i tak dalej. Inne obrazy są bardziej pochodne, wykazują wiele podobieństw do wcześniejszych i dlatego uważane są za mniej kreatywne.

Zadanie odróżnienia najbardziej kreatywnych od innych spada na historyków sztuki. I nie jest to łatwe zadanie. Wymaga przynajmniej encyklopedycznej znajomości historii sztuki. Historyk musi wtedy dostrzec nowe cechy i być w stanie rozpoznać podobne cechy w przyszłych obrazach, aby określić ich wpływ.

To trudne zadania dla człowieka i do niedawna byłoby niewyobrażalne, żeby komputer mógł je wykonać. Ale dzisiaj to się zmienia dzięki pracy Ahmeda Elgammala i Babaka Saleha z Rutgers University w New Jersey, którzy twierdzą, że mają maszynę, która może to zrobić.

Zmusili go do pracy nad bazą danych zawierającą około 62 000 zdjęć obrazów artystycznych, aby określić te, które są najbardziej kreatywne w historii. Wyniki zapewniają nowy sposób na poznanie historii sztuki i roli, jaką odegrała w niej kreatywność.

Kilka postępów zebrało się razem, aby ten postęp był możliwy. Pierwszym z nich są szybkie przełomy, jakich dokonano w ostatnich latach w dziedzinie widzenia maszynowego, opartego na sposobie klasyfikowania obrazów według zawartych w nich pojęć wizualnych.

Te wizualne koncepcje nazywane są klasami. Mogą to być elementy niskiego poziomu, takie jak kolor, tekstura itp., proste obiekty, takie jak dom, kościół lub stog siana, oraz elementy znacznie wyższego poziomu, takie jak chodzenie, martwe ciało i tak dalej.

Takie podejście umożliwia algorytmowi widzenia maszynowego analizę obrazu i utworzenie listy opisujących go elementów klasowych (w tym przypadku do 2559 różnych elementów klasowych). Ta lista jest jak wektor, który definiuje obraz i może być użyty do porównania go z innymi analizowanymi w ten sam sposób.

Drugim postępem, który umożliwia tę pracę, jest pojawienie się ogromnych internetowych baz danych sztuki. Jest to ważne, ponieważ algorytmy wizji maszynowej potrzebują dużych baz danych, aby nauczyć się ich handlu. Elgammal i Saleh robią to w dwóch dużych bazach danych, z których jedna, ze strony Wikiart, zawiera obrazy i adnotacje do około 62 000 dzieł sztuki z całej historii.

Ostatni element ich pracy ma charakter teoretyczny. Problem polega na tym, aby ustalić, które obrazy są najbardziej nowatorskie w porównaniu z innymi, które pojawiły się wcześniej, a następnie określić, ile obrazów w przyszłości będzie wykorzystywało podobne cechy, aby określić ich wpływ.

Elgammal i Saleh podchodzą do tego jako do problemu nauki o sieciach. Ich ideą jest traktowanie historii sztuki jako sieci, w której każdy obraz łączy się z podobnymi obrazami w przyszłości oraz podobnymi obrazami z przeszłości.

Problem określenia najbardziej twórczego polega zatem na ustaleniu, kiedy po raz pierwszy pojawiają się pewne wzorce klasowych i jak te wzorce zostaną przyjęte w przyszłości. Pokazujemy, że problem może sprowadzić się do wariantu problemów z centralnością sieci, które można skutecznie rozwiązać, mówią.

Innymi słowy, problem ze znalezieniem najbardziej kreatywnych obrazów jest podobny do problemu znalezienia najbardziej wpływowej osoby w sieci społecznościowej lub najważniejszej stacji w miejskim systemie metra lub super roznosicieli chorób. W ostatnich latach stały się one standardowymi problemami w teorii sieci, a teraz Elgammal i Saleh po raz pierwszy stosują je w sieciach kreatywności.

Interesujące są wyniki analizy algorytmu widzenia maszynowego. Powyższy rysunek przedstawia dzieła sztuki wykreślone według daty na dolnej osi oraz według wyniku kreatywności algorytmu na osi pionowej.

Kilka znanych obrazów wyróżnia się jako szczególnie nowatorskie i wpływowe, takie jak Goya Chrystus ukrzyżowany, Moneta Stogi siana w Chailly o wschodzie słońca i Muncha ten Krzyk. Inne dzieła sztuki wyróżniają się, ponieważ nie są uważane za kreatywne, takie jak rzeźba Rodina z 1889 r. Babunia i rysunek węglem Durera przedstawiający Barbara Durer pochodzący z 1514 .

Wielu historyków sztuki zgodziłoby się z tym. W większości przypadków wyniki algorytmu to dzieła sztuki, które historycy sztuki rzeczywiście podkreślają jako innowacyjne i wpływowe, twierdzą Elgammal i Saleh.

Ważną kwestią jest tutaj to, że wyniki te są całkowicie zautomatyzowane. Powstają dzięki sieci powiązań między obrazami, którą odkrywa algorytm. Nie ma wstępnego rozsyłania, który w taki czy inny sposób wpływa na wyniki wyszukiwania.

Oczywiście historycy sztuki zawsze będą spierać się o to, jak dokładnie zdefiniować kreatywność i jak zmienia to ich pogląd na to, co trafia na listę najbardziej kreatywnych. Piękno technik Elgammala i Saleha polega na tym, że niewielkie zmiany w ich algorytmie umożliwiają automatyczne badanie różnych definicji kreatywności.

Ten rodzaj eksploracji danych może mieć istotny wpływ na sposób, w jaki historycy sztuki oceniają obrazy. Umiejętność reprezentowania w ten sposób całej historii sztuki zmienia sposób myślenia o sztuce i dyskutowania o niej. W pewnym sensie ten rodzaj eksploracji danych i postaci, które ją reprezentują, jest nowym instrumentem rozumowania dla historyków sztuki.

I to podejście nie ogranicza się tylko do sztuki. Elgammal i Saleh wskazują, że można go również wykorzystać do odkrywania kreatywności w literaturze, rzeźbie, a nawet w nauce.

Nie możemy się doczekać, aby zobaczyć, jak ci faceci zastosują to gdzie indziej.

Nr ref.: arxiv.org/abs/1506.00711 : Ilościowe określanie kreatywności w sieciach sztuki

ukryć