เมื่อโจรขโมยงานศิลปะบุกเข้าไปในโบสถ์แห่งหนึ่ง
ทางตะวันตกเฉียงเหนือของอิตาลีในเดือนมีนาคมนี้ พวกเขาคิดว่าพวกเขากำลังขโมยผลงานในศตวรรษที่ 17 โดยจิตรกรชาวเฟลมิช Pieter Brueghel the Younger อันที่จริง ตำรวจในเมือง Castelnuovo Magra ซึ่งเป็นเมืองเล็กๆ ของ Ligurian ถูกสั่งปิด และเปลี่ยน The Crucifixion มูลค่า 3 ล้านยูโร (3.3 ล้านเหรียญสหรัฐ) เป็นสำเนาราคาถูก
เพื่อความเป็นธรรมต่อแก๊งค์ งานของ Brueghel จำนวนหนึ่งดูเหมือนจะใช้แทนกันได้เกือบ การตรึงกางเขนที่คล้ายกันซึ่งเกิดจากศิลปินคนเดียวกันแขวนอยู่ในพิพิธภัณฑ์ศิลปะฟิลาเดลเฟียในเพนซิลเวเนีย และบรูเกลอาจลอกเลียนแบบภาพวาดทั้งสองจากอีกภาพหนึ่งโดยบิดาผู้บุกเบิกของเขาคือปีเตอร์ บรูเกลผู้เฒ่า ซึ่งผลงานของเขามีอิทธิพลอย่างมากต่อแจน ลูกชายอีกคนหนึ่งของเขา (รู้จักกันในชื่อ แจน บรูเกลผู้เฒ่า) ด้วยกลุ่มศิลปินที่มีผลงานมากมาย บางคนลอกเลียนผลงานของกันและกันและผลงานของพวกเขาเอง การระบุแหล่งที่มาอาจเป็นฝันร้ายได้
Elizabeth Honig ศึกษาความซับซ้อนเหล่านี้เพื่อสร้างภาพที่ดีขึ้นว่าใครกำลังวาดภาพอะไรและมีอิทธิพลต่อใครในศิลปะยุคฟื้นฟูศิลปวิทยาภาคเหนือ และตอนนี้เธอหันไปขอความช่วยเหลือจากสายตาที่ไม่รู้จักเหน็ดเหนื่อยของคอมพิวเตอร์ สล็อตเว็บตรงไม่ผ่านเอเย่นต์
Honig นักประวัติศาสตร์ศิลป์แห่งมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ มีฐานข้อมูลของภาพ Brueghel ที่จำลองแบบดิจิทัลมากกว่า 1,500 ภาพ ส่วนใหญ่มาจากเดือนมกราคม ในปี 2016 เธอได้ริเริ่มความร่วมมือที่ผิดปกติกับนักวิจัยด้านปัญญาประดิษฐ์ (AI) ในฝรั่งเศสและสหรัฐอาหรับเอมิเรตส์ รัฐต่างๆ ปรับใช้คอมพิวเตอร์วิทัศน์ที่ล้ำสมัยเพื่อช่วยในการวิเคราะห์ความคล้ายคลึงและติดตามจากที่ทำงานหนึ่งไปยังอีกที่หนึ่ง นักประวัติศาสตร์ศิลป์คนอื่นๆ ยังมองเห็นโอกาสในการใช้ประโยชน์จากการเรียนรู้ของเครื่องเพื่อให้การสนับสนุนเชิงประจักษ์สำหรับทฤษฎีและแนวคิดที่ก่อนหน้านี้จำกัดอยู่ในสายตาของผู้มองเห็น
ภายใต้รอยยิ้มของโมนาลิซ่า
Honig กล่าวว่าคอมพิวเตอร์สามารถรับ “รายละเอียดได้มากขึ้น ง่ายขึ้นมาก” ถ่ายภาพกังหันลม: รูปภาพหลายร้อยภาพที่มีภาพเหล่านี้เติมฐานข้อมูล Brueghel ของเธอ อัลกอริทึมได้รวบรวมภาพที่เหมือนกันของโครงสร้างในภาพวาดหลายภาพ มันสามารถแสดงได้แม้กระทั่งเมื่อมีการพลิกแบบจำลอง และยังช่วยระบุสำเนาของสิงโต สุนัข และรูปปั้นอื่นๆ ได้อย่างแม่นยำ เวิร์กช็อปของศิลปินยุคฟื้นฟูศิลปวิทยาหลายคนเป็นพื้นที่ทำงานร่วมกัน ดังนั้นเทคนิคทางคอมพิวเตอร์จึงช่วยให้ Honig รวบรวมว่าศิลปินแต่ละคนจะร่วมมือกันได้อย่างไร ไม่ว่าจะในครอบครัวหรือไม่ “รูเบนส์เข้ามาและเล่นฟิกเกอร์ จากนั้นแจน บรูเกลก็เข้ามาทำหน้าที่ม้า สุนัข และสิงโต เพราะเขาคือ ‘มิสเตอร์แอนิมอล’” Honig กล่าว “ก็เลยเอาของเข้าไว้ด้วยกัน”
นักประวัติศาสตร์ศิลปะหลายคนคาดเดาบนพื้นฐานของบันทึกและการสังเกตอย่างใกล้ชิดว่านี่คือสิ่งที่เกิดขึ้นกับภาพวาดมากมายของ Brueghels รุ่นน้อง คอมพิวเตอร์ช่วยในการพิสูจน์ Hong กล่าวว่า: “มันตอบคำถามมากมายเกี่ยวกับกระบวนการผลิต”
นักวิทยาศาสตร์คอมพิวเตอร์นำคำถามของตนเองมาที่โครงการ สำหรับพวกเขา คอลเลกชั่นของ Honig เป็นชุดข้อมูลที่สมบูรณ์แบบสำหรับขยายอัลกอริทึม การทำงานกับภาพวาดท้าทายความสามารถในการจับคู่รูปแบบของโปรแกรม Mathieu Aubry ผู้เชี่ยวชาญด้านคอมพิวเตอร์วิทัศน์และการเรียนรู้เชิงลึกที่ École des Ponts ParisTech ในฝรั่งเศสกล่าว ความยากขึ้นอยู่กับความแตกต่างของสื่อและสี คอมพิวเตอร์วิทัศน์ไม่สามารถ เขาอธิบายว่า “จงตระหนักว่าบ้านในภาพวาดและภาพเขียนสีน้ำมันก็เหมือนกัน หากไม่ได้รับการฝึกฝนให้ทำเช่นนั้น” ความเป็นเส้นตรงที่คมชัดของฝีมือการวาดภาพและขอบที่ค่อนข้างเบลอในการวาดภาพสีน้ำมันอาจทำให้อัลกอริธึมสับสน
หุ่นยนต์สร้างงานศิลปะได้หรือไม่?
อาจใช้เวลานานเกินไปในการใส่คำอธิบายประกอบวัตถุที่เหมือนกันหรือสอนให้คอมพิวเตอร์ค้นหาความคล้ายคลึงบางอย่าง เช่น รูปร่าง ดังนั้น Aubry และเพื่อนร่วมงานของเขาจึงใช้เทคนิคที่เรียกว่าการเรียนรู้เชิงลึกแบบ unsupervised ซึ่งอัลกอริทึมจะแสดงรูปภาพและค้นหาความคล้ายคลึงกันในตัวเอง ผลลัพธ์ที่ได้สามารถนำไปใช้ในการประยุกต์ใช้วิสัยทัศน์ AI ที่ใช้งานได้จริงมากขึ้น เช่น รถยนต์ที่ขับเคลื่อนด้วยตัวเอง
ทีมของเขาโพสต์ผลลัพธ์ — ตัวอย่างเช่น ปืนใหญ่และโคมระย้าที่ทำซ้ำในห้ารูปภาพแยกกัน — บนเซิร์ฟเวอร์การพิมพ์ล่วงหน้า arXiv ในเดือนมีนาคม (X. Shen et al. Preprint ที่ https://arxiv.org/abs/1903.02678; 2019 ). และในสัปดาห์หน้า พวกเขาจะนำเสนอพวกเขาในการประชุม 2019 Conference on Computer Vision and Pattern Recognition ในเมืองลองบีช รัฐแคลิฟอร์เนีย แม้ว่าการเรียนรู้เชิงลึกโดยไม่ได้รับการดูแลมักจะใช้พลังงานคอมพิวเตอร์เป็นจำนวนมาก Aubry กล่าว แต่ส่วนใหญ่แล้วจะไม่มีภูมิคุ้มกันจากอคติของมนุษย์ ดังนั้นจึงเป็นวิธีที่ดีในการหลีกเลี่ยงอคติ เช่น แนวโน้มที่จะเน้นที่คุณสมบัติหลักของรูปภาพ
บอกเทรนด์
เทคโนโลยีที่คล้ายกันกำลังถูกใช้ที่มหาวิทยาลัยรัตเกอร์สในเมืองพิสคาทาเวย์ รัฐนิวเจอร์ซีย์ เพื่อทำแผนที่ว่าสไตล์ถูกกำหนดและพัฒนาอย่างไรเมื่อเวลาผ่านไปในศิลปินที่มีความหลากหลาย เช่น แรมแบรนดท์ ฟาน ไรจ์น และคาซิเมียร์ มาเลวิช ศิลปินแนวหน้าชาวรัสเซีย “เรามีทฤษฎีแต่พิสูจน์ไม่ได้” นักประวัติศาสตร์ศิลป์ Marian Mazzone สมาชิกของ Rutgers Art and Artificial Intelligence Laboratory กล่าว “วิทยาการคอมพิวเตอร์อาจเป็นเครื่องมือที่ช่วยให้ฉันตอบคำถามเหล่านี้ในเชิงประจักษ์ได้”
การทำงานกับหัวหน้าห้องแล็บ Ahmed Elgammal เธอได้สร้างการวิเคราะห์ทางดิจิทัลของผลงานศิลปะ 77,000 ชิ้นซึ่งครอบคลุมห้าเซ็นตู
Credit : handbags-manufacturers.com haveparrotwilltravel.com helenandjames.com hermeselling.com hermeticuniversityonline.com homelinenmanufacturers.com hootercentral.com horotwitz.com hotwifemilfporn.com icelebratediversityblog.com