算法发现了大都会博物馆画作之间隐藏的关联

　　艺术，作为时间与空间的沉淀，经常被视为一场带领现代人类回到过去一窥究竟的旅行，也是允许人们暂时逃避当下的载具。

　　绘画宝库无穷无尽，因此来自不同时间或空间的艺术品之间的联系常常会被忽略。即使是最有知识的艺术评论家，也无法阅览跨越数千年时间的数百万幅画作，并在主题、基调和视觉风格上找到意想不到的相似之处。

　　为了简化此过程，麻省理工学院计算机科学与人工智能实验室(CSAIL)和微软的一组研究人员创建了一种算法，以发现大都会艺术博物馆(the Met)与阿姆斯特丹国立博物馆馆藏绘画之间的隐藏联系。

　　受阿姆斯特丹国立博物馆特别展览 “伦勃朗和贝拉克斯兹”的启发，新的 “MosAIc”系统通过使用深层网络了解两个图像的近似程度，发现了来自不同文化、艺术家和媒介的成对(也即 “类似”的)作品。

　　在那次展览中，研究人员受到了一种看似并不可能但却确实相似的匹配作品的启发：弗朗西斯科 · 德 · 祖巴兰(Francisco deZurbarán)的《圣塞拉皮翁难》和扬 · 阿瑟林(Jan Asselijn)的《受威胁的天鹅》，这两幅作品都描绘了深刻的利他主义场面，并拥有非常令人惊讶的视觉相似性。

　　一位来自 CSAIL 的博士生马克 · 汉密尔顿(Mark Hamilton)说：“这两位艺术家一生中没有通信或彼此见面，但他们二者的画作都拥有着丰富而相似的潜层结构” 。汉密尔顿是有关 “MosAIc”的论文的主要作者。为了找到两幅相似的画作，该团队使用了一种新的图像搜索算法来发现特定艺术家或文化的最接近匹配。例如，对于一项 “哪种乐器最接近于此蓝白色连衣裙绘画”查询，该算法检索了蓝白色瓷小提琴的图像。这些作品不仅在样式和形式上相似，而且源于荷兰人和中国人之间更广泛的瓷器文化交流。

　　汉密尔顿说：“图像检索系统使用户能够找到语义上与查询图像相似的图像，充当反向图像搜索引擎和许多产品推荐引擎的基础。”

　　“将图像检索系统限制为特定的图像子集可以帮助对视觉世界中的关系产生新的见解。我们的目标是鼓励更高层次的与创造性艺术品的互动。”

　　对于许多人来说，艺术与科学水火不容：科学基于逻辑、推理和经证实的真理，而艺术则基于情感、美学和美感。但是最近，人工智能和艺术出现了新的变化，在过去的十年中，这种变化变得越来越大。

　　比如说，从前，绝大多数的新研究集中于使用 AI 生成新艺术。有一个由麻省理工学院、NVIDIA 和加州大学伯克利分校的研究人员开发的 GauGAN 项目就是一个例子。还有汉密尔顿曾经参与过的 GenStudio 项目;甚至还有过一件 AI 生成的艺术品，被在苏富比以 51,000 美元的价格售出。

　　但是，MosAIc 的目的不是创造新艺术，而是帮助探索现有艺术。

　　谷歌的 “X 分离度”是一种类似的工具，可以找到将两件艺术品联系起来的艺术品路径，但是 MosAIc 的不同之处在于，它仅需要一张图片即可。它没有找到路径，而是发现用户感兴趣的任何文化或媒体中的联系。