中科白癜风医院微信 https://m.39.net/nk/a_4580349.html
从毕加索的《阿维尼翁的少女》到蒙克的《呐喊》，这些画作是如何举世瞩目的？这些艺术史中作为标志性的作品，在许多情况下是由于艺术家用了以前从未使用过的技术，形式或风格。他们展示了艺术的创意和创新的天赋，在这之后的几年被其他艺术家模仿。毕加索与《阿维尼翁的少女》在整个人类历史上，专家经常强调这些艺术创新，用它们来判断一幅画的相对价值。但是，人造智能（AI）能够将绘画的创造性水平进行量化吗？在罗格斯艺术与人工智能实验室，我和我的同事们提出了一种新颖的算法，来评估任何绘画作品的创造性，同时考虑到艺术史范围内的时代背景。最后，我们发现，当引入大量作品时，该算法可以成功地突出艺术史家认为的媒介的杰作。结果显示人类不再是创造力的唯一评判者。计算机可以执行相同的任务，甚至可能更客观。创意如何定义？当然，这个算法取决于解决一个中心问题：你如何定义和衡量创造力？关于如何定义创造力，历史上一直持续不断的辩论。我们可以描述一个人（一个诗人或一个CEO），一个产品（一个雕塑或一本小说）或一个创意。在我们的工作中，我们专注于产品的创造力。在这样做的过程中，我们使用最普遍的创意定义，强调产品的独创性以及其持久的影响力。这些标准与康德对艺术天才的定义不谋而合，他强调两个条件：原创性和“模范”。康德它们也符合当代的定义，如玛格丽特·博登广泛接受的HistoricalCreativity（历史创造力）和Personal/PsychologicalCreativity（个人/心理创造力）的概念。前者评估作品在人类历史范围内的新颖性和实用性，后者评估创作者对创作的新颖性。算法是如何构建的？使用计算机视觉，我们建立了从15世纪到20世纪的绘画网络。利用这个网络分析绘画作品，我们能够推断出每件作品的创意和影响力。通过一系列的数学精准换算，我们发现量化创造力的问题可以归结为网络中心性问题的一个分支，一类广泛用于分析社会互动，流行病分析和网络搜索的算法。例如，当您使用Google搜索网页时，Google会使用这种类型的算法来浏览庞大的网页，以识别与您的搜索最相关的单个网页。任何算法的输出取决于其输入的参数设置。在我们的例子中，我们输入的算法是绘画中的颜色、纹理、视角和主题的使用。我们以创意的定义作为参数：原创性和持久影响力。使用的是视觉分析和日期来对绘画进行评估。创新确定当我们对幅作品进行分析的时候，有几个值得注意的发现。例如，该算法将爱德华·蒙克（EdvardMunch）的“呐喊”（TheScream，）的创造性进行分析，得出它是19世纪晚期最高造诣的作品。这不无道理：《呐喊》被认为是最杰出的表现主义绘画之一，也是20世纪被复制传播最广的作品之一。爱德华·蒙克《呐喊》毕加索的《阿维尼翁的少女》（年），经过运算得出这幅画是年至年间所有绘画作品中创造性的最高分。这与艺术史学家的研究是一致的，他们指出绘画中的平面画面构图及其应用原始主义使其成为极具创新的艺术作品，并且这是毕加索立体主义的风格拉开了序幕。毕加索的《阿维尼翁的少女》该算法指出了卡列米尔·马列维奇（KazimirMalevich）在年出现的第一批至上主义绘画作品（如红场），其创作也非常有创意。当时是立体主义主宰的时期他的风格的出现在当时也是独树一帜的。从年到年，大部分顶级画作是由蒙德里安（PietMondrian）和乔治亚·奥基夫（GeorgiaOKeeffe）创作的。卡西米尔·马列维奇，俄国画家，至上主义艺术奠基人当然，这个算法并不总是与艺术史学家达成共识。例如，这个算法给DomenicoGhirlandaio的《最后的晚餐》（）打了很高的分数，注意这不是达芬奇的作品，20年后达芬奇的《最后的晚餐》才出现。该算法偏爱达·芬奇的宗教类画作，比如《施洗者圣约翰》（）。有趣的是，达·芬奇的《蒙娜丽莎》并没有得到高分。DomenicoGhirlandaio的《最后的晚餐》比达芬奇版的早20年出现达芬奇《施洗者圣约翰》时间机器实验法核算有效性鉴于上述与艺术史学家的共识（特别是算法对达·芬奇作品的评价）的偏离，我们如何知道该算法是有效的？作为测试，我们进行了“时间机器实验”，其中我们将过去或未来的作品的日期更改为某个时间点，并重新计算其创造性得分。印象派代表莫奈的经典作品我们发现印象派，后印象主义，表现主义和立体主义运动的绘画在回到公元年左右时，其创造性得分显着增加。相比之下，新古典绘画在回到年时并没有获得太多的得分，这是可以理解的，因为新古典主义被认为是复兴文艺的复兴。印象派代表作梵高《星空》立体主义经典作品《格尔尼卡》毕加索与此同时，文艺复兴时期和巴洛克风格的绘画在年的时候，其创造性得分都有所下降。巴洛克艺术风格艺术史学家会下岗吗？我们不希望这项研究的出现是要把艺术史学家替换掉，也不认为大数据的运算是作品价值的决定因素。相反，我们的动力是人工智能（AI）。人工智能研究的最终目标是制造具有与人类相似的感知、认知和智力能力的机器。我们认为，判断创造力是结合这三种能力的具有挑战性的任务，而我们的结果是一个重要的突破：证明一台机器能够像人类一样感知，可视化地分析和考虑绘画。AI算法计算出最有创造力的画作图表


转载请注明地址:http://www.shengyuehana.com/syhjc/11965.html