Алгоритмы машинного зрения оказались умнее искусствоведов

Классификация картин по автору и стилю — крайне сложная задача, которая требует от историка искусств высокой компетенции. Однако американские исследователи сумели создать самообучающуюся компьютерную систему, которая выполняет такую работу лучше человека.

До недавнего времени область истории искусства оставалась одной из немногих дисциплин, избежавших компьютеризации. Ни один алгоритм не справлялся с такой сложной задачей, как анализ картин, определение художника, стиля и содержания. Однако новая система, построенная на базе нейронной сети, не только позволяет автоматизировать этот процесс, но и многократно превосходит человека по точности и скорости работы.

Программа была разработана американскими исследователями Ахмедом Ильгамалом и Бабаком Салехом, которые трудились над ней в течение последних двух лет. В результате их работы удалось установить связи между художниками и стилями, над пониманием которых историки искусства трудились в течение многих лет. Чтобы добиться такого результата исследователи добавили в систему свыше 80 000 картин, нарисованных в течение 15 веков. Данные работы принадлежали к 27 различным стилям. Система научилась точно распознавать, что изображено на картине, в каком жанре и какой техникой.

В результате самообучения компьютерная система получила возможность классифицировать изображения более чем по 400 различным признакам. Все это привело к большому количеству интересных открытий. Так, исследователи обнаружили удивительное сходство между работами Клода Моне и Камиля Писсаро, которое, по всей видимости, объясняется тем, что художники были друзьями и перенимали друг у друга определенные навыки.

Также исследователям удалось обнаружить близкую связь таких художественных стилей, как фовизм и экспрессионизм, а маньеризм показал тесное родство со стилем ренессанса. Новая программа позволит быстро и точно классифицировать огромное количество художественных произведений и глубже понять процесс развития искусства.