Att rekonstruera förlorat konstverk blev bara mycket mer intressant nu när experter på artificiell intelligens vet hur de kan utnyttja tekniken som ett verktyg för konstinlärning.

Forskare har använt ett neuralt nätverk för att rekonstruera en bild Picasso hade målat över under sin blå period. "Rekonstruera" är naturligtvis ett öppet samtal. AI gjorde rekonstruktionen så man måste fortsätta diskussionen därifrån.

Det är en upptäckt av något under något. Konstobservatörer blev inte förvånade över att det var något-under-något. Det hade de känt förut. Art Institute of Chicago har Blue Period (1903-1904) målning Den gamla gitarristen . Konsthistoriker påpekade att det fanns "en spöklik kvinnas ansikte svagt synligt under färgen". MIT Technology Review "Emerging Technology from the arXiv" sa att 1998, konservatorer bestämde sig för att försöka lära sig mer och de fotograferade målningen med ex-strålar och infrarött ljus.

Anledningen till att forskarna inte blev förvånade över att han hade målat över något annat var för att "konstnärer målar ofta över tidigare verk, särskilt under perioder av straff när duken är bristfällig. "

Resultaten blev, väl, oärlig, eftersom deras användning av infraröda och röntgenbilder bara hade visat svaga konturer och varken avslöjande färg eller stil.

Röntgenundersökningen, sa David Conrad Jag programmerare , hade bara levererat en uppfattning om hur den förlorade målningens geometri var, men ingen klar uppfattning om hur hela arbetet skulle ha sett ut.

Spola framåt till en teknik som nu utforskas, nämligen, en maskinsynsteknik som kallas neural style transfer. Det utvecklades 2015 av en grupp vid universitetet i Tübingen i Tyskland av Leon Gatys och kollegor. Om upptäckten i Tyskland:Stepan Ulyanin in Medium sa att detta handlade om överföring av neural stil. "Gatys et al. Baserar sitt tillvägagångssätt på de konvolutionella nätverkenas unika förmåga att kunna extrahera funktioner i olika skalor i olika lager av nätverket."

MIT Technology Review gick om lager:"Neurala nätverk består av lager som analyserar en bild i olika skalor. Det första lagret kan känna igen breda funktioner som kanter, nästa lager ser hur dessa kanter bildar enkla former som cirklar, nästa lager känner igen formmönster, som två cirklar nära varandra, och ännu ett lager kan märka dessa par cirklar som ögon. "

Gatys och kollegors viktigaste upptäckt, sa artikeln, "var att förmågan att skilja stil var helt separat från förmågan att se ansikten eller andra föremål. Faktum är att Gatys och co kunde separera denna förmåga och använda den omvänt. De matade in en bild i det neurala nätverket, som sedan överlagrade stilen på bilden. "

Nu, Anthony Bourached och George Cann vid University College London och Oxia Palus har använt överföring i neural stil för att leverera sin AI -rekreation och har skrivit ett papper om det. Oxia Palus är ett AI -konstkollektiv. Titeln på deras papper, nu på arXiv, lämnade in tidigare denna månad, har passande titeln "Raiders of the Lost Art."

Bourached och Cann tog en manuellt redigerad version av röntgenbilderna av kvinnan under Den gamla gitarristen och skickade det genom ett nätverksöverföringsnätverk, utbildad i att omvandla bilder till stilen med ett annat konstverk från Picassos blå period. De sa att de presenterade "en ny metod för att rekonstruera förlorade konstverk, genom att tillämpa neural stilöverföring på röntgenbilder av konstverk med sekundärt inre konstverk under ett primärt exteriör, för att rekonstruera förlorade konstverk. "

(David Conrad in Jag programmerare :"Det är värt att notera att röntgenbilderna redigerades manuellt för att ge en bra utgångspunkt, så viss mänsklig subjektivitet användes tidigt. ")

Dom? Det är omöjligt att bekräfta att Picasso målade bilden på detta sätt. Allt som allt, David Conrad i Jag programmerare hade en ganska försiktig syn. "Kan vi återställa förlorade målningar med lite AI? Svaret verkar vara ja, men det beror verkligen på vad du menar med "återhämta sig" ". Det" approximerar vad konstnären kan ha målat över. Det verkar fungera, men det finns få prov att bedöma och, självklart, det hela är subjektivt. "

Bourached och Cann tog upp varför deras arbete är viktigt:Vår metod för att kombinera original men dolt konstverk, subjektiv mänsklig input, och överföring av neural stil hjälper till att bredda en inblick i en konstnärs kreativa process, "sa de." Dessutom, det skapar ett mänskligt-AI-samarbete som odlar empati med AI:s kreativa potential och dess harmoniska användning som ett konstnärligt verktyg. "

Samarbete? AI och konst, AI och fiktion, AI och musik är separata. Det ena kan inte ersätta det andra? Fel, säger några forskare, som föredrar att tänka på AI som en väg för insikt.

"Vi tror att mycket oro kring maskininlärning är att det ersätter människor. Vi hävdar att användningen av maskininlärning som ett konstnärligt verktyg i slutändan kan bredda kreativ insikt och vidga landskapet med inspirerande uppfinningsrikedom genom samarbete mellan människor och AI. Vi tror att detta konceptet är generaliserbart för många områden och att det innebär att morgondagens jobb har möjlighet att bli bättre och mer uppfyllande. Vi tror att AI -konst kan vara banbrytande för denna positiva mentalitetsförändring. "

© 2019 Science X Network