Sistema pode descobrir conexões ocultas entre grandes obras de arte

Robôs podem fazer drogas melhores e mais rápido
A ascensão dos robôs como ferramentas de laboratório indispensáveis no desenvolvimento de drogas está se espalhando nos círculos de automação.

O aluno de doutorado Mark Hamilton ficou surpreso ao ver que algumas obras de arte que não têm conexões podem parecer estranhamente semelhantes.

Por exemplo, O Martírio de São Serapião, de Francisco de Zurbarán, uma pintura religiosa espanhola do século XVII, com O Cisne Ameaçado de Jan Asselijn, uma tela holandesa de idade semelhante. Os artistas nunca se conheceram durante suas vidas. Todavia, os dois trabalhos mostram uma semelhança visual clara:

Sistema pode descobrir conexões ocultas entre grandes obras de arte
Imagem: MIT CSAIL.

Sistema pode descobrir conexões ocultas entre grandes obras de arte

Hamilton pensou nos outros elos ocultos que poderiam ser descobertos na história da arte. Portanto, o pesquisador e sua equipe revelaram um novo algoritmo que leva a tecnologia de recuperação de imagem um passo adiante, para percorrer milhões de pinturas ao longo de milhares de anos e encontrar paralelos inesperados em temas, motivos e estilos visuais.

Apelidado de MosAIc, o sistema está sendo executado atualmente nos bancos de dados de obras do Metropolitan Museum of Art e do Rijksmuseum. A partir de uma única imagem, a ferramenta pode descobrir conexões em qualquer cultura ou mídia em que o usuário esteja interessado e alcançar rapidamente os trabalhos mais próximos possíveis que correspondem à consulta original.

Por exemplo, o MosAIc foi apresentado ao holandês Double Face Banyan, um item de vestuário anônimo do final do século 18, e encontrou semelhanças com uma estatueta de cerâmica chinesa. A conexão pode ser atribuída ao fluxo de porcelana do mercado chinês para o holandês entre os séculos XVI e XX.

Sistema pode descobrir conexões ocultas entre grandes obras de arte
Imagem: MIT CSAIL.

Encontrar objetos com base na similaridade

Para desenvolver o MosAIc, a equipe usou um sistema de recuperação de imagens e o algoritmo KNN (k-nearest neighbors), que é amplamente usado para encontrar objetos com base na similaridade.

Hamilton e sua equipe criaram um sistema de recuperação de imagem condicional (CIR), que delega a filtragem ao algoritmo. Os pesquisadores ainda usaram o algoritmo KNN, mas permitiram adicionar “condições”, como textura, conteúdo, cor ou pose, enquanto o programa está sendo executado, até chegar à correspondência mais próxima da consulta original. Hamilton disse:

A restrição de um sistema de recuperação de imagens para subconjuntos específicos de imagens pode gerar novas ideias sobre os relacionamentos no mundo visual. Nosso objetivo é incentivar um novo nível de envolvimento com artefatos criativos.

Além disso, Hamilton espera que o MosAIc seja usado em muitos outros campos, desde ciências sociais até medicina. Ele disse:

Esses campos são ricos em informações que nunca foram processadas com essas técnicas e podem ser uma fonte de grande inspiração para cientistas da computação.

Fonte: ZDNET

Restaurantes de sushi no Japão estão usando inteligência artificial para avaliar cortes de atum

Check Point lança plataforma Infinity SOC com Inteligência Artificial

Inteligência artificial consegue transformar esboços simples em retratos fotográficos detalhados

Acesse a versão completa
Sair da versão mobile