藝術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，人工智能在這一領域的應用更是長期空白。但最近，已經有多個研究小組做出嘗試，希望將機器學習與大型藝術品數(shù)據庫相結合，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)大學研究人員對多種神經網絡做出比較，希望了解它們在藝術品歸類方面表現(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網絡訓練，幫助模型了解特定藝術流派所對應的畫作擁有哪些共性。以此為基礎，他們進一步嘗試使用不同神經網絡模型識別其他畫作的藝術風格。

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格與流派特征，相對更容易識別。對于神經網絡來說，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，導致程序很難做出準確判斷。

此外，藝術歸類神經網絡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，而界定戶外的關鍵特征“云”與“天”并不能幫助模型真正看懂畫面內容。

對于人類藝術愛好者，了解一件藝術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。與神經網絡類似，我們可以觀看大量藝術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：形成對于藝術的自主觀點，并用言語分享觀看時產生的感受。但到底只是更難，還是根本不可能？

人工智能的根基源自訓練數(shù)據。因此，要教會AI形成關于藝術風格的觀點與情感陳述，我們還需要投入大量人工，建立起關于不同藝術品的描述內容。斯坦福大學、巴黎綜合理工學院以及阿卡杜拉國王科技大學的研究人員們決定做出嘗試，他們創(chuàng)建起ArtEmis數(shù)據集，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)據集，研究團隊要求志愿者們分享自己對于藝術品的直觀感受，并用語言做出評述。可以想見，人們對于相同作品往往有著截然不同的感受。您眼中安詳寧靜的田野畫面，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)據集的訓練之后，各AI系統(tǒng)開始嘗試為給定的藝術品生成標題。其中一些結果頗具說服力，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確實可以學會生成令人信服的原創(chuàng)藝術品描述。但目前的情況還遠不夠完美，畢竟神經網絡連準確判斷畫中是自然風光還是城市景觀都有困難。