研究人员用深度神经网络算法分析《根特祭坛画》

伦敦大学学院和杜克大学的研究人员最近发表了一项研究成果，生动地揭示了人工智能在艺术史研究上的潜在能力。

著名的15世纪组画《根特祭坛画》由胡伯特·凡·艾克和扬·凡·艾克兄弟俩先后持续创作，很难分辨哪些部分出自胡伯特、哪些部分出自扬。研究人员结合深度神经网络算法和x射线图像技术，将这幅画分成两部分——在一块面板的两面分别绘制了画作的两幅图像——单独研究它们，从而对这幅画的创作和胡伯特、扬的艺术个性进行深刻的研究。

伦敦大学学院电子与电气工程系的米格尔·罗德里格斯（Miguel Rodrigues）博士是这项研究的带头人，他说：“这种方法表明，以人工智能为导向的技术——以深度学习为动力——可以用来解决艺术调查中出现的潜在挑战。”

研究人员应该是使用现存的绘画和叠加的图像来训练神经网络的。通过这样的过程，它会越来越善于预测分开的画作会是什么样子，这反过来又使它能够准确地预测叠加在一起的画作会是什么样子。

这种方法可以应用于任何类型的绘画或基于图像的艺术作品，这对于挖掘艺术世界隐藏的秘密无疑有巨大的潜力。“我们希望看到类似的人工智能导向方法的发展对我们揭示画作中其他隐藏特征的能力产生影响，比如早期的隐藏设计。” 罗德里格斯说。

不仅艺术史将受益于人工智能的预测能力，如伦敦大学学院的新闻稿所指出的，类似的深度学习方法已经被应用于解决医疗、金融、国防等领域的长期问题。人工智能是未来，也是过去，因为它有能力帮助我们重新审视人类的历史。

【数字叙事 Lighting】