来源：雷锋网 　　文章作者：王金许

　　利用 AI 技术，Google 在艺术画作上做了很多有趣而实用的探索。

　　今年 1 月份，Google 推出了一款匹配自拍照和著名画作的“Arts & Culture（艺术与文化）”APP，一时之间风靡社交媒体，人们都乐于晒出由机器为自己配对的自以为很像的名人肖像，同时还贴心的在一旁给出了相似度。

　　有些配对相似度看起来还凑合，但有些就离谱了，雷锋网浏览了一些图片发现，它还可能会给小孩自拍匹配一个大叔照，给女性的自拍匹配一个男性画作，但万万没想到居然还有下面这种不给配人物肖像的：

　　三个字道出了这位大哥内心的控诉，砍人倒不至于，一怒之下差评投诉这款 APP 估计是没跑了。

　　APP 背后的技术即是计算机视觉，虽然你可能会感觉这太不靠谱了，但考虑到由于样本数据不足等方面的因素，这是可以理解的，更重要的是，这款 APP 本来也是为了给人们带来欢乐的。

　　同样是利用“Arts & Culture（艺术与文化）”APP 背后类似的 AI 技术，但 Google 为《生活》杂志所做的事情有效实用多了。

　　这本杂志的摄影师在 1936 年至 1972 年间拍摄了大量最具代表性的图像，并留下了大约 650 万张照片存档。不过，当时可没有技术条件对这些照片这些整理分类，这对要从大量图片中搜寻它的人来说是个挑战。

　　Google 做了什么呢？一句话来说就是，它利用人工智能技术对《生活》杂志这些图片做了诸多标签进行分类，重新制作了一个新的、可搜索的照片存档。

　　官方做了更为详尽的解释，这些标签使用了机器学习将超过 400 万张来自图像组成了交互式的“百科全书”。对于这个项目，他们使用了 Google 基于图像内容注释算法（ICA）来生成基于图像像素的标签。而基于 Google 图片搜索中使用的深度神经网络，可以识别标签和图片类别。

　　他们使用近邻算法将标签聚合成不同类别，从而根据图像特征向量就能找到相关标签，这些标签有男士、手套、键盘、百米跨栏等等。ICA 算法为每个图像提供了数字信息，他们将其转换为关键字，并进行比较和分组。每张图片也都有多个标签链接到被识别的元素，从而让人们易于通过浏览图像类别和标签轻松浏览《生活》杂志的存档。

　　但目前来看，技术的表现情况也不怎么理想，比如有的标签标记出了差错，而且许多有用的分类标签丢失了，包括摄影师姓名、日期以及每张照片中出现的人，加载速度相对也比较慢，但这些情况随着对技术的更迭可能也会得到改善。

　　除了为图片添加标签之外，Google 还推出了一项名为“Art Palette（艺术调色板）”的功能，它也可在网络或 Arts & Culture APP 中使用。雷锋网（公众号：雷锋网）从其官网介绍中看到，由于无论从网络中还是室内设计，配色方案对用户体验，建立品牌标识和沟通情绪方面发挥着重要作用，所以 Google 才会想到利用 AI 去分析艺术调色板。

　　艺术调色板相当于一个搜索引擎，可根据你选择的调色板来查找艺术作品。使用这个工具，你可以比较梵高画的鸢尾花中的五种颜色是不是与 16 世纪莫奈画的睡莲有关。这对于设计师和艺术家们或者普通的艺术爱好者们来说，在他们的创作中可能会提供有趣的灵感。

　　对了，还有一款叫 MoMA 的工具，它主要用于识别博物馆里图片资料中的艺术作品。

　　纽约现代艺术博物馆为其展览拍照可追溯到 1929 年，现在大约有超过 30，000 张图片靠人来分析这些旧展览照片中的艺术作品是个不小的挑战。现在，Google Arts&Culture 和 MoMA 的数字媒体团队使用机器学习和计算机视觉技术做出的 MoMA 工具可以自动识别出每张照片中的作品，并将图片做成博物馆展览时的互动档案。

　　目前，将这些展览图片与他们在线收藏的超过 65，000 件作品进行配对，可以识别出其中 27，000 多件作品，并且他们使用这些结果创建了数千个展览历史与在线收藏之间的新链接。尽管这个结果并不全面，但鉴于涉及到大量信息内容，这至少也是个不错的开始。 

·上一篇文章：BBC再推《文明的轨迹2》：史诗讲述六大洲艺术
·下一篇文章：中国设计师领衔设计 卢卡斯博物馆破土动工

相关内容