Algoritma telah dikembangkan yang menentukan pengarang lukisan berdasarkan ciri-ciri sebatan di dalamnya, serta dapat membezakan antara lukisan sebenar dan palsu yang dilukis oleh artis lain. Para pembangun telah melatih program ini dalam satu set hampir tiga ratus lukisan oleh artis terkenal, seperti Picasso dan Matisse, menurut MIT Technology Review. Perkembangan pakar Amerika dan Belanda akan dibentangkan dalam persidangan AAAI mengenai kecerdasan buatan pada bulan Februari 2018, cetakan artikel tersebut diterbitkan di arXiv.org.
Oleh kerana lukisan oleh seniman terkenal, sebagai peraturan, ada dalam satu salinan, harga untuk mereka boleh berjumlah puluhan dan ratusan juta dolar. Oleh kerana itu, beberapa lukisan ditempa oleh faktor lelaki, dan ini tidak selalu dapat dilihat walaupun pada orang yang mahir melukis. Untuk melindungi daripada pemalsuan seperti itu, dicadangkan pelbagai kaedah, misalnya, melengkapkan lukisan dengan pengecam unik, yang hampir mustahil untuk dipalsukan kerana struktur mikro mereka yang rumit.
Penyelidik dari Amerika Syarikat dan Belanda, yang dipimpin oleh Ahmed Elgammal dari Artrendex dan Rutgers University, telah membuat algoritma yang dapat mengenali pengarang sebuah lukisan berdasarkan ciri-ciri coretan mereka. Pada tahun 2015, kumpulan penyelidik ini telah membuat algoritma yang dapat mengklasifikasikan lukisan oleh pengarang dan bahkan gaya berdasarkan ciri masing-masing, seperti warna. Dalam karya baru itu, para penyelidik memutuskan untuk memusatkan perhatian pada satu komponen lukisan - pukulan.
Setiap lekapan dapat dijelaskan oleh banyak ciri, misalnya, bentuk, panjang, keseragaman ketebalan sepanjang pukulan, dan parameter lain. Para penyelidik memutuskan untuk mengekstrak ciri-ciri ini menggunakan algoritma komputer. Pada mulanya, lukisan dibahagikan kepada pukulan berasingan menggunakan algoritma khas. Sebagai set data untuk algoritma, para penyelidik menggunakan 297 lukisan oleh artis terkenal seperti Picasso dan Matisse, yang dilaksanakan dalam gaya litografi, lukisan dakwat, dan lain-lain. Algoritma telah memecah gambar-gambar ini menjadi lebih daripada 80,000 sebatan individu.
Kumpulan data untuk algoritma latihan dan ujian / Elgammal et al. / arXiv.org, 2017
Untuk menilai strok, para penyelidik memutuskan untuk menggunakan dua pendekatan. Mereka menerangkan ciri-ciri asas seperti ketebalan strok dan profil membujur menggunakan deskriptor yang berbeza dan mengajarkan algoritma vektor sokongan untuk mengklasifikasikan strok. Pendekatan kedua adalah menggunakan rangkaian saraf berulang dengan blok berulang terkawal, yang secara bebas mencari ciri-ciri ciri seniman tertentu.
Contoh lukisan palsu. Baris teratas: palsu; palsu; asli oleh Matisse. Baris tengah: Matisse asli; palsu; palsu; asli oleh Matisse. Baris bawah: palsu; asal oleh Matisse; asli oleh Picasso; palsu / Elgammal et al. / arXiv.org, 2017
Setelah menyiapkan algoritma, para penyelidik mengujinya pada set data yang sama, dan dengan menggabungkan kedua pendekatan tersebut, mereka mencapai 80 peratus ketepatan pengiktirafan artis. Mereka juga meminta lima artis melukis salinan lukisan oleh Picasso, Matisse dan Schiele. Setelah menerima 83 lukisan, mereka memeriksanya menggunakan algoritma mereka, dan mendapati bahawa kombinasi mereka mampu mengenali palsu dalam semua lukisan ini.
Video promosi:
Dalam beberapa tahun terakhir, kemajuan yang kuat telah dicapai dalam pemprosesan dan analisis gambar menggunakan algoritma rangkaian neural. Sebagai contoh, algoritma seperti itu dapat mencampurkan beberapa gaya artistik dalam satu gambar, mengubah lakaran menjadi lukisan penuh, dan bahkan membuat karya seni asli. Juga, algoritma serupa berfungsi dengan baik dengan rakaman video. Sebagai contoh, sistem baru-baru ini dipersembahkan yang membolehkan anda memasukkan ucapan pihak ketiga ke dalam urutan video, dengan tepat mencipta semula ekspresi wajah penutur yang jelas.
Grigory Kopiev
