法告诉你,达芬奇和莫奈谁更有创造力

简介:

0?wx_fmt=jpeg

创造力是人类所特有的特质之一,大多数人认为创造力最重要的两个因素是:凡是创造性过程中所产生的,它必须是新奇的,而且必须要有影响力。


艺术的历史长河中充满了绘画形式上很好的例子,不同于任何之前已经出现的,并且对随后产生的画作产生了巨大的影响,例如:达芬奇于1469年创作的《拈花圣母》,戈雅于1780创作的《基督殉难图》或莫奈于1865年创作的《干草堆》等。而其他的绘画更多的则是上述的“衍生物”,表现出了与之前画作的许多相似之处,因此被认为缺乏创造力。

0?wx_fmt=jpeg


从其他那些画作中区分最有创意的任务就落到了艺术史学家的身上,这并不是一项容易的任务。最起码,必须拥有艺术史的百科知识。艺术史学家必须发现新的特点,并能在未来的画作中找到类似的特点,从而确定画作的影响力。


这些任务对人类而言十分的棘手,不过现在计算机将接替人类,帮助我们理解这些画作。此前,大数据文摘曾发布 强!算法居然能够识别艺术流派!,但由于美国新泽西罗格斯大学的Ahmed Elgammal和Babak Saleh的努力研发,机器也能分析哪些画具有创造力了。


研究人员让机器对包含有6.2万张艺术画相片的数据库进行分析,确定全部画作中在历史上有哪些最有创造力。研究结果提供了一种新的方式,来探讨艺术的历史和创造力在其中发挥的作用。

0?wx_fmt=jpeg


几项尖端技术的融合使得这个任务成为了可能:

  • 第一项技术就是最近几年取得快速突破的计算机视觉,通过计算机所包含的视觉概念并根据一种方式对图像进行分类。这个视觉概念被称为 Classemes。这种方法允许计算机视觉算法去分析图像,并生成一个对图像进行描述的Classemes列表。列表像是一张矢量图,会对图像进行定义,并且可以被用来与其他以相同方式进行分析的图像进行比较。


  • 第二项技术使这项工作成为可能的是大型在线数据库的出现。这项技术的重要性是因为机器视觉算法需要大型数据库,并从中学习。 Elgammal和Saleh在两个大型数据库上完成工作,其中一个来自于知名艺术网站 Wikiart。


  • 构成他们工作的最后一个环节是理论。这一环节的问题是要找出哪些画是最为新颖的,再确定在之后有多少画作也具有类似的特性,以确定他们的影响力。


结果表明,许多艺术史学家都对分析结果表示赞同,认为该算法的结果的确突出的创新性和影响力。


与此同时,他们还指出这种做法并不仅仅局限于艺术,这种方法也可以用来探索文学、雕塑,甚至是科学的创新性。



原文发布时间为:2015-06-13

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
LDU20级新生排位赛第三场
LDU20级新生排位赛第三场
75 0
|
机器人 定位技术
一家「仿生」上瘾的机器人公司,比波士顿动力大67岁:Festo最新仿生雨燕问世
仿蜻蜓、仿袋鼠、仿水母、仿飞鸟…… 还有什么动物是这家不差钱的公司仿不了的?
191 0
一家「仿生」上瘾的机器人公司,比波士顿动力大67岁:Festo最新仿生雨燕问世
钢铁是怎样炼成的?千锤百炼
  30岁了,经历了十多年的风风雨雨(再往前的就不算了),尤其是近两年在园子里的经历。经历的多了也就捶打出来了。     年少时,年轻气盛、朝气蓬勃、很有干劲。     每个人都有自己的脾气、秉性、喜好。
1017 0
“照骗”是如何炼成的?
从“充电一分钟,通话两小时”,到“4000万莱卡三摄,AI摄影大师”改变手机市场的,是AI。
470 0
|
机器学习/深度学习 人工智能