Jaunā MIT pētnieku izstrādātā sistēma atklāj smalkas līdzības starp darbiem
Lai izmantotu MosAIc, lietotājs lejupielādētur attēlus, un algoritms atrod līdzīgus mākslas darbus. Vienā piemērā MosAIc sasaistīja Fransisko de Zurbaranu Svētā Serapiona mocekļa cīņas un Jana Asselina sabiedēto gulbi. Pētnieki paskaidroja, ka abi mākslinieki nekad nav tikušies viens ar otru, neatbilda, bet modelis spēja atrast vairākus zemes gabalus, kas ir šo divu darbu pamatā.
Īpaši izaicinošs MosAIc izstrādes aspekts bijaizveidojot algoritmu, kas var atrast ne tikai krāsu vai stila līdzības, bet arī priekšmeti mākslas darbos. Pētnieki pētīja dziļo saikņu tīklu, ko mākslas vēsturnieki jau bija pamanījuši, un algoritms pētīja loģiku, kā daži mākslas darbi ir saistīti ar citiem.
Pētnieki izmantoja arī jaunu struktūruattēlu meklēšanas dati - KNN koks, tas attēlus apvieno kokam līdzīgā struktūrā. Lai atrastu vistuvāko viena attēla atbilstību otram, algoritms sākas ar saišu stumbru un pēc tam seko tuvākajai perspektīvās atzarojumam. Tādējādi datu struktūra uzlabojas pati par sevi.
Zinātnieki cer, ka viņu attīstība var būtnoderīga citās jomās - humanitārajās, sociālajās un medicīnā. “Šajās teritorijās ir daudz informācijas, kas nekad nav apstrādāta ar mūsu metodēm. Tie var kļūt par iedvesmas avotu gan zinātniekiem, gan cilvēkiem, kurus vienkārši interesē. "
Lasīt arī
— Paskatieties, kā vasara izskatās uz Saturna
— Ir parādījusies fotogrāfija, kurā redzami tuksneša putekļi, kas “ieplūst” Atlantijas okeānā
— Skatiet, ko kosmosā var redzēt jaunais teleskops, Habla pēctecis