The Next Rembrandt ภาพบุคคลที่สร้างจากข้อมูลและพิมพ์ด้วยความโล่งใจในปี 2559
มรดก · อัลกอริทึม · การคิดอย่างมีวิจารณญาณ

ปัญญาประดิษฐ์และแรมแบรนดท์

การสร้างชิ้นส่วนที่สูญหายขึ้นมาใหม่ ความช่วยเหลือในการระบุแหล่งที่มา การสร้างภาพ และความเสี่ยง: อัลกอริธึมใดที่สามารถเรียนรู้ได้จริงจากปรมาจารย์ที่เสียชีวิตในปี 1669

จาก The Next Rembrandt สู่ Operation Night Watch · การใช้งาน หลักฐาน ข้อจํากัด และความโปร่งใส

การตอบสนองทันที

ปัญญาประดิษฐ์สามารถเปรียบเทียบชุดใหญ่ของภาพกระทบยอดสําเนาของต้นฉบับสร้างใหม่แบบดิจิทัลส่วนที่หายไปหรือจุดความสม่ําเสมอที่ยากต่อการวัดด้วยตนเอง เธอไม่ "เข้าใจ" กระนั้นทั้งแรมแบรนดท์และความตั้งใจของเขาและมันไม่ได้เปลี่ยนความน่าจะเป็นเป็นการระบุแหล่งที่มา การสร้างใหม่จะต้องแตกต่างจากงานที่เก็บรักษาไว้; ภาพที่สร้างขึ้นจะต้องรายงาน; ความเชี่ยวชาญจะต้องคงอยู่บนพื้นฐานของ วัตถุวัตถุ ที่มา และการตัดสินของมนุษย์

2559ขอแนะนําแรมแบรนดท์คนต่อไป
2019เปิดตัวปฏิบัติการ Night Watch
1715การตัด La Ronde de nuit
3 การใช้งานสร้างใหม่ เปรียบเทียบ สร้าง

การใช้งาน 3 อย่างที่ไม่ควรสับสน

เอกสารการสร้างใหม่

อัลกอริธึมจะจัดแหล่งที่มาในอดีต เช่น สําเนาของ Gerrit Lundens ให้สอดคล้องกับต้นฉบับปัจจุบัน และช่วยแปลส่วนที่ขาดหายไปในมาตราส่วน จานสี และพื้นผิวของ ภาพวาด. ผลลัพธ์ยังคงเป็นสมมุติฐานและย้อนกลับได้

ความช่วยเหลือด้านการวิเคราะห์

แบบจําลองสามารถจําแนกฝีแปรงเปรียบเทียบรูปแบบเม็ดสีส่วนหรือความคล้ายคลึงกันของจุด พวกเขาเสนอความสัมพันธ์ที่นักวิจัยต้องตรวจสอบวัตถุ

การสร้างโวหาร

ระบบรวมลักษณะที่เรียนรู้เพื่อสร้างภาพใหม่ "ในลักษณะของ" มันไม่ได้สร้างผลงานที่สูญหายที่ได้รับการรับรองใด ๆ และไม่ได้สร้างต้นฉบับโดยศิลปิน

กรณีศึกษา 1

แรมแบรนดท์คนต่อไป: ภาพเหมือนของข้อมูล

นําเสนอในปี 2559 แรมแบรนดท์คนต่อไป คือภาพเหมือนสมมติที่ถูกผลิตขึ้นโดยเป็นส่วนหนึ่งของโครงการที่นําเอา ING, Microsoft, TU Delft และพันธมิตรจากโลกวัฒนธรรมและความคิดสร้างสรรค์มาไว้ด้วยกัน ภาพภาพวาดที่นํามาประกอบกับ Rembrandt ถูกนํามาวิเคราะห์เพื่อระบุตัวตน ค่าคงที่ของวัตถุ, ท่า, เรขาคณิตใบหน้า, สีและแสง ระบบส่งผลให้ชายมีหนวดมีเคราสวมหมวกแต่งกายในความมืดและหันหน้าไปทางขวา

ภาพสุดท้ายถูกพิมพ์ด้วยความโล่งใจเพื่อให้นึกถึงพื้นผิวที่ไม่ปกติของ จิตรกรรม. วัตถุนั้นจึงไม่ใช่น้ํามันแรมแบรนดท์หรือสําเนาของวัตถุนั้น ภาพวาด ที่มีอยู่ หรือการคาดการณ์ที่เชื่อถือได้ของสิ่งที่เขาจะได้วาด ไมโครซอฟท์อย่างระมัดระวังอธิบายว่ามันเป็นการสร้างภาพข้อมูลอย่างสร้างสรรค์ไม่ใช่เป็นงานที่แรมแบรนดท์จะต้องทํา

จุดแข็งของมันคือแนวความคิด: มันทําให้มองเห็นค่าเฉลี่ยและทางเลือกของคลังข้อมูล จุดอ่อนของเขาเหมือนกันทุกประการ แรมแบรนดท์ไม่ได้วาดภาพค่าเฉลี่ยทางสถิติเขาตอบสนองต่อคําสั่งแบบจําลองการสนับสนุนสถานการณ์และการตัดสินใจต่อเนื่อง

แรมแบรนดท์ ภาพเหมือนตนเอง ค.ศ.1660 พิพิธภัณฑ์ศิลปะเมโทรโพลิแทน
ต้นฉบับตอนปลายเช่นภาพเหมือนตนเอง ตั้งแต่ปี 1660 มีประวัติทางวัตถุและการตัดสินใจที่การสังเคราะห์ทางสถิติไม่สามารถทําซ้ําได้

เครื่องจักรสร้าง "สไตล์แรมแบรนดท์" ได้อย่างไร?

สร้างคลังข้อมูล

เลือกรูปภาพและข้อมูลเมตา คุณภาพทันทีขึ้นอยู่กับการระบุแหล่งที่มาที่เลือกภาพถ่ายการบูรณะและความหลากหลายของช่วงเวลา

วัดความสม่ําเสมอ

ระบุใบหน้าการวางแนวความสัมพันธ์ทางเรขาคณิตพื้นที่ของแสงสีหรือพื้นผิว แบบจําลองแปลงภาพเป็นตัวเลขและความสัมพันธ์

ผลิตการสังเคราะห์

ประกอบหรือสร้างการกําหนดค่าใหม่ที่สอดคล้องกับความน่าจะเป็นที่เรียนรู้ สิ่งที่พบได้ทั่วไปในคลังข้อมูลมีแนวโน้มมากขึ้นในผลลัพธ์

ทําให้ภาพเป็นรูปธรรม

พิมพ์หรือทาสีไฟล์ ใน The Next Rembrandt ภาพพิมพ์นูนพยายามปลุกเร้าอิมพาสโตโดยไม่กลายเป็นหนึ่งเดียว จิตรกรรม ประวัติศาสตร์

แรมแบรนดท์ ภาพเหมือนตนเองมีผมยุ่งเหยิง ประมาณปี 1628 พิพิธภัณฑ์ Rijksmuseum
Young Rembrandt ใช้เงา ความไม่สมบูรณ์ และความผิดปกติ: มีตัวเลือกมากมายที่ยากต่อการลดให้เหลือเพียงลายเซ็นเดียว

อคติคอร์ปัส

หากผลงานที่มีที่มาไม่ดีสําเนาหรือภาพถ่ายที่มีการรีทัชสูงป้อนข้อมูลแบบจําลองก็เรียนรู้ลักษณะของพวกเขา หากคลังข้อมูลสนับสนุนภาพบุคคลจากยุค 1630 ก็เสี่ยงที่จะนําเสนอช่วงเวลานี้ เช่นเดียวกับสไตล์ "the" ของแรมแบรนดท์ และเพื่อลดจิตรกรรุ่นเยาว์ ช่างแกะสลัก หรือภาพวาดตอนปลายของไลเดนให้เหลือน้อยที่สุด

ประวัติความเป็นมาของการระบุแหล่งที่มาจึงกลายเป็นการพึ่งพาทางเทคนิค ฐานข้อมูลไม่เคยเป็นกลาง: สะท้อนถึงสถานะของการวิจัยการยกเว้นรูปแบบที่มีอยู่และทางเลือกของมนุษย์ การแก้ไขแคตตาล็อกโดย โครงการวิจัยแรมแบรนดท์ชี้ให้เห็นโดยเฉพาะว่าขอบเขตคลังข้อมูลมีการเปลี่ยนแปลงไปมาก

กรณีศึกษา 2

Night Watch พบขอบที่หายไป

ในปี ค.ศ.1715 การเฝ้ายามกลางคืน ถูกตัดเพื่อเข้าสู่ตําแหน่งใหม่ที่ศาลาว่าการอัมสเตอร์ดัม ไม่พบเทปที่ถูกลบ สําเนาขนาดเล็กที่วาดโดย Gerrit Lundens ก่อนการตัดนี้ อย่างไรก็ตาม ยังคงองค์ประกอบที่สมบูรณ์

ในฐานะที่เป็นส่วนหนึ่งของ Operation Night Watch พิพิธภัณฑ์ Rijksmuseum ใช้ปัญญาประดิษฐ์เพื่อนําสําเนาและต้นฉบับเข้ามาใกล้กันมากขึ้น สัดส่วน การบิดเบือน และลักษณะภาพของวัตถุทั้งสองแตกต่างกัน อัลกอริทึมช่วย ย้ายข้อมูลของ Lundens ไปยังมาตราส่วนและรูปลักษณ์ของสีบนผืนผ้าใบของแรมแบรนดท์ จากนั้นพื้นที่ที่สร้างขึ้นใหม่จะถูกพิมพ์ลงบนแผงและวางไว้ชั่วคราวรอบๆ ภาพวาด.

การดําเนินการนี้ไม่ได้ฟื้นฟูชิ้นส่วนที่สูญหายทางกายภาพและไม่ได้อ้างว่าสามารถฟื้นฟูทุกฝีแปรงของแรมแบรนดท์ได้ มันนําเสนอการแสดงภาพเอกสารที่ช่วยให้เราสามารถศึกษาความสมดุลเริ่มต้น: เจ้าหน้าที่หลัก ปรากฏอยู่นอกศูนย์กลางมากขึ้น ตัวเลขสามตัวกลับไปทางซ้าย และพื้นที่ดูมีไดนามิกมากขึ้น

Night Watch กับชิ้นส่วนที่ขาดหายไปสร้างขึ้นใหม่โดยใช้ปัญญาประดิษฐ์
การบูรณะใหม่ที่นําเสนอในปี 2021: การเพิ่มเติมล้อมรอบต้นฉบับและจะต้องยังคงสามารถระบุได้ว่าเป็นการชดใช้
Rembrandt, The Night Watch, 1642, Rijksmuseum, สถานะปัจจุบัน
วัตถุเดิมที่เก็บรักษาไว้: ผืนผ้าใบในปี 1642 ถูกตัดเป็นแถบทั้งสี่ด้านในปี 1715
Gerrit Lundens สําเนาเก่าของ La Ronde de nuit ก่อนตัด
แหล่งสารคดี: สําเนาของ Gerrit Lundens ซึ่งแสดงองค์ประกอบก่อนย่อ
ช่างเทคนิคสแกน The Night Watch ระหว่างปฏิบัติการ Night Watch ที่ Rijksmuseum
การแปลงเป็นดิจิทัลให้ข้อมูลที่มีรายละเอียดมาก แต่การตีความยังคงดําเนินการโดยผู้เชี่ยวชาญ ภาพวาด.
จากภาพสู่สสาร

AI ไม่ได้ตรวจสอบเพียงอย่างเดียว ภาพวาด

เพื่อศึกษาการระบุแหล่งที่มานักวิจัยไม่ได้ จํากัด ตัวเองกับภาพถ่ายที่มองเห็นได้ พวกเขารวมการถ่ายภาพรังสีการสะท้อนอินฟราเรดเอ็กซ์เรย์มาโครเรืองแสงกล้องจุลทรรศน์การวิเคราะห์ตัวอย่างเดนโดรโครโนโลยีและการศึกษา ที่มา ข้อมูลเหล่านี้อธิบายความลึกองค์ประกอบทางเคมีและขั้นตอนการทํางานที่ภาพสุดท้ายไม่แสดง

การเรียนรู้ของเครื่องสามารถช่วยแบ่งแผนที่เหล่านี้จัดรูปแบบหลายรูปแบบหรือเปรียบเทียบพื้นที่หลายร้อยแห่ง แต่ความเป็นเหตุเป็นผลเป็นของการตีความ: เม็ดสีทั่วไปไม่ได้กําหนดมือ; พื้นหลังควอตซ์ สามารถรายงานการประชุมเชิงปฏิบัติการหลังปี 1642 โดยไม่ต้องพิสูจน์แรมแบรนดท์ รูปแบบผืนผ้าใบที่ใช้ร่วมกันบ่งบอกถึงม้วนกระดาษเดียวกัน ไม่จําเป็นต้องเป็นจิตรกรคนเดียวกัน

AI สามารถกําหนด a ภาพวาด ถึงแรมแบรนดท์?

ประเภทของผลลัพธ์ อรรถประโยชน์ที่แท้จริง ขีดจํากัดที่จําเป็น การตัดสินใจของมนุษย์จําเป็น
คะแนนความคล้ายคลึงกัน ระบุผู้สมัครหรือความผิดปกติในคลังข้อมูลขนาดใหญ่ ความคล้ายคลึงทางสายตา ≠ อัตลักษณ์มือ เปรียบเทียบเวลา เรื่อง การสนับสนุน และรัฐ
การจําแนกประเภทที่สําคัญ วัดทิศทาง พื้นผิว หรือจังหวะ การบูรณะ การคัดลอก และการถ่ายภาพจะปรับเปลี่ยนสัญญาณ ตรวจสอบพื้นผิวและชั้นเดิม
การตรวจจับเม็ดสี ส่วนการ์ด MA-XRF และเปิดเผยองค์ประกอบ วัสดุหมุนเวียนในเวิร์คช็อป ตีความชั้นหินและบริบท
จดหมายโต้ตอบผ้าใบ เปรียบเทียบรูปแบบเธรดโดยอัตโนมัติ ลูกกลิ้งเดียวกันไม่ได้หมายถึงจิตรกรคนเดียวกัน สร้างการซื้อและไทม์ไลน์ใหม่
การวิเคราะห์ลายเซ็น เปรียบเทียบรูปร่างและตําแหน่ง ลายเซ็นที่คัดลอกสามารถโน้มน้าวใจได้ ตรวจสอบการบูรณาการทางกายภาพเข้ากับ จิตรกรรม
การคาดการณ์โดยรวม สังเคราะห์ตัวแปรหลายตัว คะแนนสืบทอดข้อผิดพลาดและอคติจากข้อมูล เผยแพร่หลักฐาน ความไม่แน่นอน และทางเลือกอื่น

ความเสี่ยงเจ็ดประการต่อประวัติศาสตร์ศิลปะและสาธารณะ

1 ความแน่นอนที่ผิดพลาด

เปอร์เซ็นต์เช่น "92% Rembrandt" ดูเหมือนจะแม่นยํา แต่ไม่ได้พูดอะไรหากไม่มีโปรโตคอล คลังข้อมูล อัตราข้อผิดพลาด และการเปรียบเทียบกับเวิร์กช็อป

2 คลังข้อมูลแบบวงกลม

แบบจําลองเรียนรู้การระบุแหล่งที่มาของมนุษย์แล้วดูเหมือนจะยืนยัน มันสามารถทําซ้ําฉันทามติโดยไม่ต้องให้การพิสูจน์ที่เป็นอิสระ

3 สไตล์ลดลงสู่ค่าเฉลี่ย

ภาวะเอกฐาน การหยุดพัก และการเปลี่ยนแปลงช่วงเวลาจะราบรื่นขึ้นเพื่อสนับสนุนลักษณะที่พบบ่อยที่สุด

4 ความสับสนทางสายตา

การสร้างใหม่ที่น่าดึงดูดจะหมุนเวียนโดยไม่มีคําบรรยาย และจบลงด้วยการเข้าใจผิดว่าเป็นรูปถ่ายของต้นฉบับหรืองานที่พบ

5 สารคดีปลอม

รูปภาพ ใบรับรอง แสตมป์ แหล่งที่มา และภาพถ่ายจากเอกสารสําคัญสังเคราะห์สามารถสร้างเรื่องราวที่สอดคล้องกันแต่ไม่มีอยู่จริง

6 การลดค่าของสสาร

หน้าจอโปรดปรานรูปแบบ อย่างไรก็ตามการระบุแหล่งที่มายังขึ้นอยู่กับย้อนกลับการสนับสนุนการเตรียมการรอยแตกและชั้น

7 ความทึบแสง

โมเดลที่เป็นกรรมสิทธิ์สามารถป้องกันไม่ให้เราทราบข้อมูล เกณฑ์ และข้อผิดพลาดที่สร้างการจัดอันดับ

ภาพปิดสามภาพ สามสถานะตรงข้าม

ข้อเท็จจริงและการตีความที่จัดตั้งขึ้น

แหล่งที่มาสร้างขึ้นอะไร

  • Next Rembrandt คือผลงานที่ขับเคลื่อนด้วยข้อมูลในปี 2016 และพิมพ์ลายนูน
  • Microsoft ไม่ได้นําเสนอเป็นหนึ่งเดียว ภาพวาด ซึ่งแรมแบรนดท์จําเป็นต้องทาสี
  • พิพิธภัณฑ์ Rijksmuseum ได้สร้างเทป The Night Watch ที่สูญหายขึ้นมาใหม่จากสําเนาของ Lundens ด้วยความช่วยเหลือของ AI
  • มีการพิมพ์เพิ่มเติมบนแผงแยกกัน ไม่ได้ทาสีบนต้นฉบับ
  • Operation Night Watch ผสมผสานความเชี่ยวชาญด้านการถ่ายภาพ กล้องจุลทรรศน์ และฮาร์ดแวร์ขั้นสูงเข้าด้วยกัน

สิ่งที่เหลืออยู่คือการตีความ

  • ความเที่ยงตรงที่แน่นอนของสีและปุ่มในส่วนที่สูญหาย
  • สิ่งที่แรมแบรนดท์จะนึกถึงภาพที่สร้างขึ้นในสไตล์ของเขา
  • ความสามารถของแบบจําลองในการแยกแยะครูจากนักเรียนทุกคนอย่างยั่งยืน
  • คุณค่าทางศิลปะที่เป็นอิสระของการสังเคราะห์อัลกอริทึม
  • เกณฑ์ความเชื่อมั่นเพียงพอที่จะแก้ไขการจัดสรรสาธารณะ

วิธีอ่านภาพ "AI ที่สร้างขึ้นใหม่"

ระบุเป้าหมาย

มันแสดงส่วนที่พิสูจน์แล้ว ทดสอบสมมติฐาน ฟื้นฟูสี หรือสร้างสรรค์อย่างอิสระหรือไม่?

ค้นหาแหล่งที่มา

เอกสาร สแกน และทํางานใดบ้างที่ขับเคลื่อนระบบ การสร้างใหม่ที่มั่นคงช่วยให้เราสามารถติดตามข้อมูลได้

ดูขีดจํากัด

มีการรายงานพื้นที่ที่ประดิษฐ์ขึ้นหรือไม่ มีการอธิบายทางเลือก ขอบของข้อผิดพลาด และทางเลือกของมนุษย์หรือไม่?

แยกสถานะไว้

ต้นฉบับ สําเนาทางประวัติศาสตร์ การสร้างใหม่ และการสร้างจะต้องยังคงมีความแตกต่างทั้งทางสายตาและทางวาจา

เรื่องก่อน simulacrum

สํารวจ Rembrandt ด้วยผลงานที่มีชื่อชัดเจนและการระบุแหล่งที่มา

หนึ่ง ภาพจำลอง ทาสีด้วยมือเป็นการสร้างสรรค์ร่วมสมัยโดยอิงจากผลงานทางประวัติศาสตร์ มันสามารถถ่ายทอดองค์ประกอบแสงและจานสีแต่มันไม่ได้แทนที่ทั้งต้นฉบับของพิพิธภัณฑ์หรือประวัติศาสตร์วัสดุ ชื่อของร้านแยกแยะ Rembrandt, การประชุมเชิงปฏิบัติการ, วงกลมและสําเนา

คําถามที่พบบ่อย

ปัญญาประดิษฐ์สร้างแรมแบรนดท์จริงหรือไม่?

ลําดับที่ The Next Rembrandt เป็นการสร้างสรรค์ร่วมสมัยที่ผลิตจากข้อมูลและพิมพ์ด้วยความโล่งอก มิใช่ผลงานของแรมแบรนดท์

AI ได้กู้คืน The Night Watch หรือไม่?

เธอช่วยสร้างแถบที่หายไปขึ้นมาใหม่ด้วยสายตา มีการพิมพ์เพิ่มเติมบนแผงแยกและวางไว้รอบต้นฉบับชั่วคราวโดยไม่ต้องดัดแปลงผืนผ้าใบ

เราจะรู้ส่วนที่หายไปได้อย่างไร?

ส่วนใหญ่ต้องขอบคุณสําเนาเก่าเล็กๆ ของ Gerrit Lundens ซึ่งสร้างขึ้นก่อนการตัดในปี 1715

AI สามารถตรวจสอบสิทธิ์ Rembrandt ได้ด้วยตัวเองหรือไม่?

ไม่ สามารถให้การเปรียบเทียบและความน่าจะเป็นได้ แต่การระบุแหล่งที่มาจําเป็นต้องมีการศึกษาด้านวัสดุ ประวัติศาสตร์ และโวหารโดยผู้เชี่ยวชาญหลายคน

เหตุใดคะแนนความคล้ายคลึงจึงไม่เพียงพอ?

นักเรียนผู้คัดลอกและผู้เลียนแบบได้แบ่งปันลักษณะที่แบบจําลองเรียนรู้อย่างแม่นยํา ความคล้ายคลึงที่แข็งแกร่งไม่ได้แยกแยะมือโดยอัตโนมัติ

การวิเคราะห์ทางวิทยาศาสตร์เป็นปัญญาประดิษฐ์หรือไม่?

ไม่จําเป็น รังสีเอกซ์ อินฟราเรด MA-XRF หรือเดนโดรโครโนโลยีจะสร้างข้อมูล AI สามารถช่วยประมวลผลได้ แต่เทคนิคเหล่านี้มีอยู่โดยอิสระ

อะไรคือความเสี่ยงหลักสําหรับตลาดศิลปะ?

การสร้างภาพปลอมและแหล่งที่มาปลอมอย่างต่อเนื่องอย่างรวดเร็ว ควบคู่ไปกับความมั่นใจมากเกินไปในคะแนนทึบแสง

ควรรายงานการสร้างใหม่ทางดิจิทัลหรือไม่?

ใช่. ประชาชนจะต้องสามารถแยกแยะพื้นที่ดั้งเดิมที่ได้รับการอนุรักษ์ เอกสาร สมมติฐาน และองค์ประกอบที่สร้างขึ้นได้ทันที

AI สามารถช่วยเจ้าของภัตตาคารได้หรือไม่?

ใช่โดยเฉพาะอย่างยิ่งสําหรับการจัดตําแหน่งภาพการแบ่งส่วนแผนที่ทางวิทยาศาสตร์การแสดงภาพสมมติฐานและการเปรียบเทียบข้อมูลจํานวนมาก การตัดสินใจในการประมวลผลยังคงเป็นมนุษย์

แหล่งที่มาหลัก

เทคนิคและโครงการมีการอธิบายตามแหล่งที่มาของสถาบันที่มีอยู่ในเวลาที่ตีพิมพ์ การสร้างใหม่แบบดิจิทัลเป็นสมมติฐานที่ได้รับการบันทึกไว้ไม่เคยพบส่วนดั้งเดิม

0 ความคิดเห็น

แสดงความคิดเห็น

โปรดทราบว่าความคิดเห็นจะต้องได้รับการอนุมัติก่อนที่จะเผยแพร่