Этот ИИ может обнаружить скрытые связи между великие произведения искусства

Университет Монаша и Мельбурнского королевского технологического института развития ИИ и устройства АР для чтения эмоциональных сигналов

Смотреть Сейчас

Когда студент в MIT CSAIL Доктор Марк Гамильтон видел в прошлом году «Рембрандт и Веласкес» выставка в Амстердаме, в Рейксмузеуме, он был удивлен увидеть, что некоторые произведения искусства, которые не имеют связи на бумаге, может выглядеть пугающе похож на реальность.

Кураторы выставки были парные Франсиско де Сурбарана Мученичество святого Серапиона, здание 17 века испанской религиозной живописи, с Jan Asselijn же пригрозил Лебедь, голландское полотно из такого же возраста. Хотя художники никогда не встречались друг с другом в течение своей жизни два произведения показывают, какое четкое визуальное сходство.

mit-man-and-swan.png

Исследователи были вдохновлены вряд ли, но похожие сопряжения: Франсиско де Сурбарана, Мученичество святого Серапиона (слева) и Jan Asselijn это грозит Лебедь (справа).


Изображение: в MIT CSAIL

Он получил Хэмилтон думает о другой скрытые ссылки, которые могут быть обнаружены в истории искусства. Исследователь и его команда в партнерстве с Microsoft, в настоящее время представила новый алгоритм, который принимает технологию поиска изображений на шаг дальше, чтобы пробежать миллионы картин через тысячи лет и найти неожиданные параллели в темы, мотивы и визуальные стили.

Название «Мозаика», в настоящее время система работает на базах данных работ из Музея Метрополитен и Музея. Из одного изображения, этот инструмент может раскрыть связи в любой культуре и СМИ пользователь интересуется, и быстро достичь числа ближайших возможных работ, соответствующие исходному запросу.

Мозаика, например, был представлен голландский двойной стороны Баньян, анонимный предмет одежды с конца 18 века, и нашли сходство с китайским керамическая статуэтка. Связь можно проследить поток из фарфора и иконографии с китайского на голландский рынки между 16 и 20-го веков.

mit-media-culture-image.pngmit-media-culture-image.png

Мозаика была представлена с голландцами двойной стороны Баньян, и нашли сходство с китайским керамическая статуэтка.


Изображение: в MIT CSAIL

Развивать мозаики, исследовательская группа использовала систему поиска изображений и хорошо известно «k-ближайших соседей алгоритм» (КНН), который широко использован для того чтобы находить предметы по сходству, по рекомендации продукта например.

Обычно, однако, образ поисковые системы, которые включаются по алгоритму KNN присутствуют некоторые ограничения. Область запроса эффектно общества: в случае с картинами, пользователи могут только попросить подобные произведения конкретного художника. Или, они могут работать так называемые «безусловные» запросов, и постепенно фильтрации их через результаты, пока они не получили точный ответ, что этот процесс является дорогостоящим и трудоемким.

Гамильтон и его команда, вместо того, создается условный образ-поисковая система (ЦИР), который делегирует фильтрующего алгоритма. Исследователи до сих пор используется алгоритм КНН, но позволило ему добавить «условия», как текстура, содержание, цвет и поза, в то время как программа выполняется, пока не будет достигнут ближайший матч для исходного запроса.

Искусственный Интеллект

  • Почему люди не умнее? Сомнительные преимущества интеллекта, настоящие или искусственные
  • АИ есть большая проблема данных. Вот как это исправить
  • Что такое ИИ? Все, что нужно знать об искусственном интеллекте
  • Лучшие роботы телеприсутствия в 2020 году: двуспальная робототехники, встреча с совами, и многое другое
  • Повышение роботизировать процесс с Ай (китайский Ютуб)
  • Что означает эта татуировка? ИИ приложение декодирует экстремистские политические символы (эволюционирующих)
  • Искусственный интеллект: шпаргалка (издания TechRepublic)

Этот процесс называется условный КНН дерева: алгоритм группирует похожие изображения вместе в древовидную структуру, и начиная от ствола, применяет новые фильтры, как она поднимается вверх, следующие наиболее перспективные отрасли пока не находит наиболее точного изображения.

См.: управление AI и ML в предприятие 2020: технологические лидеры повышения разработкой и реализацией проектов (издания TechRepublic премиум)

Гамильтон сказал: «ограничение системы поиска изображений, в частности подмножеств изображений может привести к новому пониманию взаимоотношений в визуальный мир. Мы стремимся, чтобы поощрить новый уровень взаимодействия с творческими артефактами».

Признавая, что технология не побить рекорды скорости, команда исследователей говорит, что Кир может улучшить разнообразие, результат в простой и эффективный способ.

И новые технологии не ограничивается оформлением запросов. Гамильтон и его коллеги предвидеть ряд приложений для нового алгоритма, в том числе с использованием мозаики, чтобы лучше изучить deepfakes, и особенно там, где deepfakes большая борьба, чтобы модель реальности.

Алгоритм, время работы свой путь к вершине дерева, чтобы найти образ, который лучше всего соответствует реальной картине, в то же время оставляет за бортом – на ее ветках – фотографии, которые он считает, не представляют собой оригинальных входных.

Вернувшись в те отрасли, исследователи могут увидеть, какие образы deepfakes, а также какие условия или фильтры, убежден алгоритм, чтобы оставить их позади – как правило, потому что deepfake не удалось точно представлять определенный элемент реальности, как микрофон или шляпу.

Хотя иногда невидимые человеческому глазу, эти «слепые пятна» — вот что отличает утонченный deepfake из натуральной изображения.

Хэмилтон надеется, что мозаика будет использоваться во многих других областях, начиная от социологии до медицины. «Эти месторождения богаты информацией, которая никогда не была обработана с этими методиками и могут быть источником великого вдохновения для компьютерных ученых и специалистов в данной области», — сказал он.

mit-deep-fakes.pngmit-deep-fakes.png

Вернувшись в те отрасли, исследователи могут увидеть, какие образы deepfakes, а также какие условия или фильтры, убежден алгоритм, чтобы оставить их позади.


Изображение: в MIT CSAIL

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *