創(chuàng)造力是人類所特有的特質(zhì)之一，大多數(shù)人認為創(chuàng)造力最重要的兩個因素是：凡是創(chuàng)造性過程中所產(chǎn)生的，它必須是新奇的，而且必須要有影響力。

藝術的歷史長河中充滿了繪畫形式上很好的例子，不同于任何之前已經(jīng)出現(xiàn)的，并且對隨后產(chǎn)生的畫作產(chǎn)生了巨大的影響，例如：達芬奇于1469年創(chuàng)作的《拈花圣母》，戈雅于1780創(chuàng)作的《基督殉難圖》或莫奈于1865年創(chuàng)作的《干草堆》等。而其他的繪畫更多的則是上述的“衍生物”，表現(xiàn)出了與之前畫作的許多相似之處，因此被認為缺乏創(chuàng)造力。

從其他那些畫作中區(qū)分最有創(chuàng)意的任務就落到了藝術史學家的身上，這并不是一項容易的任務。最起碼，必須擁有藝術史的百科知識。藝術史學家必須發(fā)現(xiàn)新的特點，并能在未來的畫作中找到類似的特點，從而確定畫作的影響力。

這些任務對人類而言十分的棘手，不過現(xiàn)在計算機將接替人類，幫助我們理解這些畫作。此前，雷鋒網(wǎng)曾報道，計算機算法已經(jīng)被用來對畫作進行流派歸類，但由于美國新澤西羅格斯大學的Ahmed Elgammal和Babak Saleh的努力研發(fā)，機器也能分析哪些畫具有創(chuàng)造力了。

研究人員讓機器對包含有6.2萬張藝術畫相片的數(shù)據(jù)庫進行分析，確定全部畫作中在歷史上有哪些最有創(chuàng)造力。研究結(jié)果提供了一種新的方式，來探討藝術的歷史和創(chuàng)造力在其中發(fā)揮的作用。

幾項尖端技術的融合使得這個任務成為了可能。

• 第一項技術就是最近幾年取得快速突破的計算機視覺，通過計算機所包含的視覺概念并根據(jù)一種方式對圖像進行分類。這個視覺概念被稱為 Classemes。這種方法允許計算機視覺算法去分析圖像，并生成一個對圖像進行描述的Classemes列表。列表像是一張矢量圖，會對圖像進行定義，并且可以被用來與其他以相同方式進行分析的圖像進行比較。

• 第二項技術使這項工作成為可能的是大型在線數(shù)據(jù)庫的出現(xiàn)。這項技術的重要性是因為機器視覺算法需要大型數(shù)據(jù)庫，并從中學習。 Elgammal和Saleh在兩個大型數(shù)據(jù)庫上完成工作，其中一個來自于知名藝術網(wǎng)站 Wikiart。

• 構(gòu)成他們工作的最后一個環(huán)節(jié)是理論。這一環(huán)節(jié)的問題是要找出哪些畫是最為新穎的，再確定在之后有多少畫作也具有類似的特性，以確定他們的影響力。  

結(jié)果表明，許多藝術史學家都對分析結(jié)果表示贊同，認為該算法的結(jié)果的確突出的創(chuàng)新性和影響力。

與此同時，他們還指出這種做法并不僅僅局限于藝術，這種方法也可以用來探索文學、雕塑，甚至是科學的創(chuàng)新性。

via technologyreview

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。