藝術，作為時間與空間的沉澱，經常被視為一場帶領現代人類回到過去一窺究竟的旅行，也是允許人們暫時逃避當下的載具。
繪畫寶庫無窮無盡，因此來自不同時間或空間的藝術品之間的聯系常常會被忽略。即使是最有知識的藝術評論家，也無法閱覽跨越數千年時間的數百萬幅畫作，并在主題、基調和視覺風格上找到意想不到的相似之處。
為了簡化此過程，麻省理工學院計算機科學與人工智能實驗室(CSAIL)和微軟的一組研究人員創建了一種算法，以發現大都會藝術博物館(the Met)與阿姆斯特丹國立博物館館藏繪畫之間的隐藏聯系。
受阿姆斯特丹國立博物館特别展覽 “倫勃朗和貝拉克斯茲”的啟發，新的 “MosAIc”系統通過使用深層網絡了解兩個圖像的近似程度，發現了來自不同文化、藝術家和媒介的成對(也即 “類似”的)作品。
在那次展覽中，研究人員受到了一種看似并不可能但卻确實相似的匹配作品的啟發：弗朗西斯科 · 德 · 祖巴蘭(Francisco deZurbarán)的《聖塞拉皮翁難》和揚 · 阿瑟林(Jan Asselijn)的《受威脅的天鵝》，這兩幅作品都描繪了深刻的利他主義場面，并擁有非常令人驚訝的視覺相似性。
一位來自 CSAIL 的博士生馬克 · 漢密爾頓(Mark Hamilton)說：“這兩位藝術家一生中沒有通信或彼此見面，但他們二者的畫作都擁有着豐富而相似的潛層結構” 。漢密爾頓是有關 “MosAIc”的論文的主要作者。為了找到兩幅相似的畫作，該團隊使用了一種新的圖像搜索算法來發現特定藝術家或文化的最接近匹配。例如，對于一項 “哪種樂器最接近于此藍白色連衣裙繪畫”查詢，該算法檢索了藍白色瓷小提琴的圖像。這些作品不僅在樣式和形式上相似，而且源于荷蘭人和中國人之間更廣泛的瓷器文化交流。
漢密爾頓說：“圖像檢索系統使用戶能夠找到語義上與查詢圖像相似的圖像，充當反向圖像搜索引擎和許多産品推薦引擎的基礎。”
“将圖像檢索系統限制為特定的圖像子集可以幫助對視覺世界中的關系産生新的見解。我們的目标是鼓勵更高層次的與創造性藝術品的互動。”
對于許多人來說，藝術與科學水火不容：科學基于邏輯、推理和經證實的真理，而藝術則基于情感、美學和美感。但是最近，人工智能和藝術出現了新的變化，在過去的十年中，這種變化變得越來越大。
比如說，從前，絕大多數的新研究集中于使用 AI 生成新藝術。有一個由麻省理工學院、NVIDIA 和加州大學伯克利分校的研究人員開發的 GauGAN 項目就是一個例子。還有漢密爾頓曾經參與過的 GenStudio 項目;甚至還有過一件 AI 生成的藝術品，被在蘇富比以 51,000 美元的價格售出。
但是，MosAIc 的目的不是創造新藝術，而是幫助探索現有藝術。
谷歌的 “X 分離度”是一種類似的工具，可以找到将兩件藝術品聯系起來的藝術品路徑，但是 MosAIc 的不同之處在于，它僅需要一張圖片即可。它沒有找到路徑，而是發現用戶感興趣的任何文化或媒體中的聯系。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
