计算机系统如何区分四位不同画家作品的一个示例。学分:凯斯西储大学凯斯西储大学的一组科学家和艺术史学家表示，他们已经使用人工智能工具来区分一位画家的个人笔触。这项技术可以成为一个有价值的工具，帮助当局更好地识别著名艺术家作品的赝品；这也有助于艺术史学家判断一位大师或学生是否为一幅给定的杰作做出了贡献。
研究人员表示，他们认为这一发现是同类发现中的第一个，因为研究人员如何使用计算机阅读和学习绘画的三维地形。他们说，其他形式的人工智能增强分析依赖于程序可能在历史作品中发现的可见风格差异。
三维地形技术描述了一个表面的三维地形图，它揭示了“海拔”的任何差异在这种情况下，这意味着油漆表面的上升或下降，即使是最小的比例。
凯斯西储大学安布罗斯·斯瓦西物理学教授肯尼斯·辛格(Kenneth Singer)说:“3D地形是人工智能‘看’画的一种新方式。领导这项研究的辛格说，人工智能算法专注于表面上最小的结构。
“神经网络震惊了我们”
辛格说:“神经网络让我们大吃一惊，因为它实际上能够非常准确地分辨出四个不同艺术专业的学生中谁的手只画了一小部分。”。“我们发现了可以被认为是画家无意的风格。”
“神经网络”描述了一个模仿人脑和神经系统的计算机系统——一个学习、识别和比较模式的系统。神经网络在95%的时间里从一笔的小部分中识别出正确的艺术家。这些笔画大约是一根画笔笔迹的直径。
凯斯西储大学沃伦·e·鲁普物理学副教授迈克尔·欣切夫斯基也在研究团队中。他说，这种精确度“几乎就像指纹。”
他们研究中的每个艺术家都使用了相同的画笔、颜料和画布。辛奇夫斯基说:“所以唯一不同的是艺术家的手——它与表面互动的方式。
“我们对出现的情况感到震惊，”他继续说道。这一定是每个艺术家内在的东西，而不是画家有意识地试图去做的事情。"
该团队最近在《遗产科学》杂志上发表了他们的工作。
合作者包括凯斯西储的同事伊丽莎白·博尔曼，文科埃尔西·b·史密斯教授和艺术史教授，文理学院物理系和生物系的其他几个人，以及克利夫兰艺术博物馆和克利夫兰艺术学院的投稿人
著名艺术的归属
博尔曼是一位艺术史专家，他说，从埃尔·格列柯到伦勃朗，许多著名的大师都在作坊工作。这些工作室包括其他艺术家，他们绘制部分画布，以加快生产速度，满足市场对他们艺术的需求。
大师工作室的艺术家们正试图创造一幅风格独特的完整画作——模仿这位被命名的艺术家。然而，鉴赏家和收藏家想知道一件作品有多少是大师创作的。
“但是那些大师们没有留下他们工作室的笔记:“嘿，500年后的艺术史学家，我们是这样做的，”博尔曼说因此，能够扫描一幅画并了解哪些区域是由不同的手绘制的，对鉴赏家来说是极其有价值的信息。"
博尔曼说，全球艺术品市场价值数十亿美元。因此，这种归属方法可以有重要的应用，以帮助确认或争议作者身份。
她说，这种新的机器学习方法可以更准确地确定几乎任何保存完好的绘画的无偏和定量分析。
博尔曼说:“艺术鉴赏家可以花几十年的时间来识别风格，或者画布的编织，以了解更多关于一幅画的知识。“这种方法并不是为了取代其中的任何一种，而是为了增加一个人类无法识别的数据层次。”
人工智能是如何在艺术上工作的
凯斯西储的MORE(用于光/电子研究和教育的材料)中心有一个彩色共焦光学轮廓仪，这是一种利用光和颜色来显示表面微小凸起和凹痕的工具，辛格是该中心的教员主管。
辛格和他的同事扫描了学生的画，为每幅作品生成了3D表面高度数据。
然后，研究人员将这些表面数据分成虚拟的小块。然后，他们训练了一组称为卷积神经网络的程序，用于归因——识别哪个画家画了这幅画。
Hinczewski说，以前对人工智能艺术属性的大多数研究都集中在整幅画的照片上。
他说:“我们将这幅画分解成从半毫米到几厘米见方的虚拟碎片，所以我们甚至不再有关于主题的信息。“但我们可以从单个补丁中准确预测是谁画的。太神奇了。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
