利用 AI 技術，Google 在藝術畫作上做了很多有趣而實用的探索。

今年 1 月份，Google 推出了一款匹配自拍照和著名畫作的“Arts & Culture（藝術與文化）”APP，一時之間風靡社交媒體，人們都樂于曬出由機器為自己配對的自以為很像的名人肖像，同時還貼心的在一旁給出了相似度。

有些配對相似度看起來還湊合，但有些就離譜了，雷鋒網瀏覽了一些圖片發(fā)現(xiàn)，它還可能會給小孩自拍匹配一個大叔照，給女性的自拍匹配一個男性畫作，但萬萬沒想到居然還有下面這種不給配人物肖像的：

 

三個字道出了這位大哥內心的控訴，砍人倒不至于，一怒之下差評投訴這款 APP 估計是沒跑了。

APP 背后的技術即是計算機視覺，雖然你可能會感覺這太不靠譜了，但考慮到由于樣本數(shù)據(jù)不足等方面的因素，這是可以理解的，更重要的是，這款 APP 本來也是為了給人們帶來歡樂的。

同樣是利用“Arts & Culture（藝術與文化）”APP 背后類似的 AI 技術，但 Google 為《生活》雜志所做的事情有效實用多了。

這本雜志的攝影師在 1936 年至 1972 年間拍攝了大量最具代表性的圖像，并留下了大約 650 萬張照片存檔。不過，當時可沒有技術條件對這些照片這些整理分類，這對要從大量圖片中搜尋它的人來說是個挑戰(zhàn)。

Google 做了什么呢？一句話來說就是，它利用人工智能技術對《生活》雜志這些圖片做了諸多標簽進行分類，重新制作了一個新的、可搜索的照片存檔。

官方做了更為詳盡的解釋，這些標簽使用了機器學習將超過 400 萬張來自圖像組成了交互式的“百科全書”。對于這個項目，他們使用了 Google 基于圖像內容注釋算法（ICA）來生成基于圖像像素的標簽。而基于 Google 圖片搜索中使用的深度神經網絡，可以識別標簽和圖片類別。

他們使用近鄰算法將標簽聚合成不同類別，從而根據(jù)圖像特征向量就能找到相關標簽，這些標簽有男士、手套、鍵盤、百米跨欄等等。ICA 算法為每個圖像提供了數(shù)字信息，他們將其轉換為關鍵字，并進行比較和分組。每張圖片也都有多個標簽鏈接到被識別的元素，從而讓人們易于通過瀏覽圖像類別和標簽輕松瀏覽《生活》雜志的存檔。

但目前來看，技術的表現(xiàn)情況也不怎么理想，比如有的標簽標記出了差錯，而且許多有用的分類標簽丟失了，包括攝影師姓名、日期以及每張照片中出現(xiàn)的人，加載速度相對也比較慢，但這些情況隨著對技術的更迭可能也會得到改善。

除了為圖片添加標簽之外，Google 還推出了一項名為“Art Palette（藝術調色板）”的功能，它也可在網絡或 Arts & Culture APP 中使用。雷鋒網從其官網介紹中看到，由于無論從網絡中還是室內設計，配色方案對用戶體驗，建立品牌標識和溝通情緒方面發(fā)揮著重要作用，所以 Google 才會想到利用 AI 去分析藝術調色板。

藝術調色板相當于一個搜索引擎，可根據(jù)你選擇的調色板來查找藝術作品。使用這個工具，你可以比較梵高畫的鳶尾花中的五種顏色是不是與 16 世紀莫奈畫的睡蓮有關。這對于設計師和藝術家們或者普通的藝術愛好者們來說，在他們的創(chuàng)作中可能會提供有趣的靈感。

對了，還有一款叫 MoMA 的工具，它主要用于識別博物館里圖片資料中的藝術作品。

紐約現(xiàn)代藝術博物館為其展覽拍照可追溯到 1929 年，現(xiàn)在大約有超過 30,000 張圖片靠人來分析這些舊展覽照片中的藝術作品是個不小的挑戰(zhàn)?，F(xiàn)在，Google Arts&Culture 和 MoMA 的數(shù)字媒體團隊使用機器學習和計算機視覺技術做出的 MoMA 工具可以自動識別出每張照片中的作品，并將圖片做成博物館展覽時的互動檔案。

目前，將這些展覽圖片與他們在線收藏的超過 65,000 件作品進行配對，可以識別出其中 27,000 多件作品，并且他們使用這些結果創(chuàng)建了數(shù)千個展覽歷史與在線收藏之間的新鏈接。盡管這個結果并不全面，但鑒于涉及到大量信息內容，這至少也是個不錯的開始。 

*雷鋒網報道

相關文章：

Google 用 AI 幫美軍方分析無人機航拍視頻，員工對“助紂為虐”怒了

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。