藝術(shù)品的歸類與分析向來以困難著稱，只有極少數(shù)專業(yè)人士擁有發(fā)言權(quán)，人工智能在這一領(lǐng)域的應(yīng)用更是長期空白。但最近，已經(jīng)有多個研究小組做出嘗試，希望將機器學(xué)習(xí)與大型藝術(shù)品數(shù)據(jù)庫相結(jié)合，以有意義的方式對作品做出分類與描述。

首先，來自杭州的浙江工業(yè)大學(xué)研究人員對多種神經(jīng)網(wǎng)絡(luò)做出比較，希望了解它們在藝術(shù)品歸類方面表現(xiàn)如何。他們使用來自WikiArt及其他數(shù)字館藏的圖像進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，幫助模型了解特定藝術(shù)流派所對應(yīng)的畫作擁有哪些共性。以此為基礎(chǔ)，他們進一步嘗試使用不同神經(jīng)網(wǎng)絡(luò)模型識別其他畫作的藝術(shù)風(fēng)格。

很明顯，這項工作即使對人類來說都頗為困難。一部分畫作在繪制方法上有著非常強烈的風(fēng)格與流派特征，相對更容易識別。對于神經(jīng)網(wǎng)絡(luò)來說，找出歸屬于立體主義流派的作品并不是問題；真正的問題在于，某些流派之間非常相似，甚至在繪畫過程中的呈現(xiàn)點位也高度一致，導(dǎo)致程序很難做出準確判斷。

此外，藝術(shù)歸類神經(jīng)網(wǎng)絡(luò)還面臨著很多完全影響不到人類的微小細節(jié)，例如，區(qū)分城市景觀與自然景觀間的差異。人類無需任何思考，就能指明建筑物與自然風(fēng)光間的區(qū)別；但在計算機看來，二者似乎都代表著典型的“戶外”元素，而界定戶外的關(guān)鍵特征“云”與“天”并不能幫助模型真正看懂畫面內(nèi)容。

對于人類藝術(shù)愛好者，了解一件藝術(shù)品屬于哪種流派或者類別，屬于一種相對直接而且客觀的判斷。與神經(jīng)網(wǎng)絡(luò)類似，我們可以觀看大量藝術(shù)品并從中尋找同流派作品的共通模式。但相較于人類，計算機卻很難更進一步：形成對于藝術(shù)的自主觀點，并用言語分享觀看時產(chǎn)生的感受。但到底只是更難，還是根本不可能？

人工智能的根基源自訓(xùn)練數(shù)據(jù)。因此，要教會AI形成關(guān)于藝術(shù)風(fēng)格的觀點與情感陳述，我們還需要投入大量人工，建立起關(guān)于不同藝術(shù)品的描述內(nèi)容。斯坦福大學(xué)、巴黎綜合理工學(xué)院以及阿卡杜拉國王科技大學(xué)的研究人員們決定做出嘗試，他們創(chuàng)建起ArtEmis數(shù)據(jù)集，其中包含超過40萬項情感屬性以及整理自WikiArt的超過8萬張畫作的描述信息。

為了創(chuàng)建ArtEmis數(shù)據(jù)集，研究團隊要求志愿者們分享自己對于藝術(shù)品的直觀感受，并用語言做出評述?？梢韵胍姡藗儗τ谙嗤髌吠兄厝徊煌母惺堋Ｄ壑邪苍攲庫o的田野畫面，在我眼中可能壓抑而陰郁。實際上，這種對同一幅畫作做出正面與負面感受的情況非常普遍，在ArtEmis數(shù)據(jù)庫的全部畫作中占比高達61%。

接下來就看AI的表現(xiàn)了。在接受ArtEmis數(shù)據(jù)集的訓(xùn)練之后，各AI系統(tǒng)開始嘗試為給定的藝術(shù)品生成標題。其中一些結(jié)果頗具說服力，當然也有不少完全是驢唇不對馬嘴。例如，AI對倫勃朗的畫作《被斬首的施洗約翰》做出的描述包括“女性看起來很開心”及“中間位的男性看起來很痛苦”。結(jié)合畫面中的場景，這很明顯是在胡說八道。

但好消息是，計算機生成的描述中約有半數(shù)通過了圖靈測試，意味著AI確實可以學(xué)會生成令人信服的原創(chuàng)藝術(shù)品描述。但目前的情況還遠不夠完美，畢竟神經(jīng)網(wǎng)絡(luò)連準確判斷畫中是自然風(fēng)光還是城市景觀都有困難。