Umělá inteligence analyzuje malby lépe než zkušený historik

Rozpoznání obrázků a objektů není pro umělou inteligenci žádná novinka. Nový systém ale dokáže analyzovat uměleckou malbu dle mnoha vlastnostní, která nevidí ani ten nejlepší historik.

Pokrok v umělé inteligence se v posledních letech dostal do velmi rychlého tempa, ve velkých systémech společností jako Google, Facebook, Baidu a dalších už běží platformy pro rozpoznávání tváří nebo automatická analýza objektů na fotografiích a jejich správné roztřídění.

Rozpoznávání jednotlivých objektů je ale z dnešního pohledu už poměrně jednoduchá a „vyřešená“ záležitost. To že je na obrázku auto, vám totiž řekne třeba i 18měsíční dítě. Pokud jde ale o pokročilé rozpoznávání vlastností uměleckých maleb, to je forma zcela jiné ligy.

Umělecká malba – náročná disciplína i pro člověka

Pokud jde o rozpoznávání uměleckých děl dle jejich vlastností, jde o disciplínu, která zahrnuje specializované experty, kteří se v této oblasti pohybují desítky let. Mají detailní zkušenosti s různými uměleckými styly jednotlivých století, umělců, malířských technik, použitých druhů barev a spoustou dalších vlastností.

Klepněte pro větší obrázek
Mona Lisa - nejznámější obraz, Leonardo da Vinci

Zkušený expert tak dokáže rozpoznat, že daný obraz maloval Rembrandt, v jakém období jeho života a jakou technikou, aniž by konkrétní obraz znal. Přesná analýza v rámci obrovského množství děl vychází z dlouze nasbíraných zkušeností, které se jeho mozek v průběhu života naučil.

Na první pohled to vypadá jako extrémně náročná věc pro automatizaci, avšak to neplatí pro pokročilou umělou inteligenci.

Hluboké neuronové sítě pro rozpoznání vlastností

V rámci výzkumu vědců Babaka Saleha a Ahmeda Elgammala se nový systém zaměřoval na podrobnou analýzu historických uměleckých maleb. Díky tomu, že je dnes většina těchto děl digitalizována a tedy volně dostupná, nebyl problém využít všechny zdrojové fotografie obrazů ve vysokém rozlišení.

Databáze obsahovala celkem 80 000 uměleckých maleb od více než tisícovky umělců, kteří je namalovali v průběhu patnácti různých století. I s takovým časovým rozpětím a množstvím umělců se ale jednalo pouze o přibližně 27 rozdílných hlavních stylů.

Vytvořený systém umělé inteligence skládající se z několika různých část (odlišné podskupiny strojového učení) nakonec analyzoval a rozpoznával kolem 400 různých vlastností, mezi kterými byly i žánry, barevné spektrum, nebo i zmíněné konkrétní objekty v obraze.

Klepněte pro větší obrázek
Ukázka nalezených podobných obrazů, které se liší stylem

I když byly první testy algoritmů na vybraném malém vzorku poměrně dobré, docházelo k nepřesnému určení některých umělců či stylů. Po dalším zkoumání byl nalezen důvod – daní umělci žili ve stejném období a na stejném místě a sdíleli mezi sebou své dovednosti. Podobně nalezli blízké spojení mezi jednotlivými styly, které se vyvíjeli v průběhu času – Impresionismus a Postimpresionismus, Kubismus a Syntetický kubismus a podobně. Vše aniž by předtím umělá inteligence znala jakékoli současné rozdělení. Díky nalezeným podobnostech mnoha vlastností bylo nalezeno spojení třeba mezi umělcem Claude Monetem a Childe Hassamem, který se od něho nechal „inspirovat“.

Systém umělé inteligence tak dokázal najít spojitosti, které zná jen expert na historické malby.

K odbornosti stačila „chvilka“

Na tomto příkladu je velmi dobře vidět, jak velká bude revoluce s příchodem stále pokročilejší umělé inteligence. Zatímco člověk potřeboval desítky let pro dosažení odbornosti v této oblasti, rozpoznávání jemných „nuancí“ jednotlivých stylů či umělců a tahů, umělá inteligence i v této stále omezené formě dokázala dosáhnout ještě lepší úrovně za několik dní či týdnů.

Klepněte pro větší obrázek
Jedním z nejznámějších pokročilých systémů na rozpoznávání vzorů má IBM - jmenuje se Watson

Navíc byla schopná najít i nové spojitosti, které třeba dříve nebyly známé, protože historici nepracovali s tolika porovnatelnými vlastnostmi. Dobrou zprávou je, že lze do budoucna čekat podobnou analýzu i nad dalšími daty. Dozvíme se tak o historii nové věci, které ale mohou být pro někoho dobré či špatné.

Vzhledem k tomu, že se ukládá stále více dat o všem, bude možné analyzovat i věci, které jsou dnes třeba nemyslitelné a najít spojitosti v obrovském balíku netříděných informací.

Jedno je ale jisté – nespoléhejte se na učení čehokoli, co zahrnuje pouhé rozpoznávání vzorů (viz zmíněná dovednost v analýze obrazů). Strojové učení startuje svůj rozmach právě v této oblasti a už dnes dokáže pracovat s nepředstavitelně větším balíkem dat v mnohem menším čase a extrémně levně. A postupně se dostává do stále dalších segmentů.

Témata článku: Technologie, Umělá inteligence

26 komentářů

Nejnovější komentáře

  • Tomáš Furch 17. 5. 2015 11:21:19
    Typický článek živě... bombastický titulek, spousta obrázků a jediný číslo...
  • Jaroslav Bereza 17. 5. 2015 10:58:40
    Snad se jednou dočkáme super inteligence typu Watson u ověřování...
  • xlnc 16. 5. 2015 22:11:04
    "Rozpoznávání jednotlivých objektů je ale z dnešního pohledu už poměrně...

Určitě si přečtěte


Deset tipů, jak ovládnout Google: Vyhledávejte jako mistři

Deset tipů, jak ovládnout Google: Vyhledávejte jako mistři

** Vyhledávače jsou natolik dobré, že si poradí i s frází v běžné češtině ** Pokud to ale nebude stačit, můžete vyzkoušet pokročilé funkce ** Vybrali jsme ty nejzajímavější

25.  9.  2016 | Jakub Čížek | 19

9 nejlepších programů na úpravu fotek. Placené i zdarma

9 nejlepších programů na úpravu fotek. Placené i zdarma

** Pro běžné úpravy fotek nemusíte pirátit Photoshop, vystačíte si s levnějšími programy ** Ceny pokročilých editorů se většinou vejdou do dvou tisíc korun ** Mnohdy stačí i bezplatné nástroje

26.  9.  2016 | Stanislav Janů | 50

Aby byl signál a internet všude: jak fungují a kde jsou schované antény operátorů

Aby byl signál a internet všude: jak fungují a kde jsou schované antény operátorů

** Základnové stanice BTS mobilních operátorů zdaleka nejsou jen typické kovové stožáry ** Podívejte se na některé nevšední instalace ** Dozvíte se, z čeho se moderní BTS skládá a jak funguje

28.  9.  2016 | David Polesný | 32

Pojďme programovat elektroniku: Vyrobím si z drobných součástek vlastní mikropočítač za pár kaček

Pojďme programovat elektroniku: Vyrobím si z drobných součástek vlastní mikropočítač za pár kaček

** Můžete si koupit třeba desku Arduino Uno ** Anebo si složíte celý mikropočítač sami ** Je to snadné jako facka

27.  9.  2016 | Jakub Čížek | 27

Týden Živě: Zvyknou si Češi platit paušál za software?

Týden Živě: Zvyknou si Češi platit paušál za software?

** Zoner vypustil do světa nové Photo Studio. Je za paušál. ** HP nechce neoficiální inkoust ** Koutek časopisu Computer

25.  9.  2016 | Časopis Computer | 65


Aktuální číslo časopisu Computer

Srovnání výhodných 27" monitorů

Velký test levných rychlých routerů

Jak nastavit Android, aby vás nesledoval

45 podrobných testů a recenzí