艺术品的分类与分析一直以来都被认为是一项复杂的任务，只有少数专业人士具备相关的评判能力。人工智能在这一领域的应用历史也相对缺乏。然而，近期有多个研究团队开始探索如何将机器学习与大型艺术品数据库结合，以实现更有效的作品分类和描述。
首先，来自杭州的浙江工业大学的研究人员对多种神经网络进行了比较，旨在评估它们在艺术品分类中的表现。他们利用来自WikiArt及其他数字博物馆的图像对神经网络进行训练，以帮助模型识别特定艺术流派的作品所具备的共性。基于这一基础，他们还尝试使用不同的神经网络模型来识别其他画作的艺术风格。
显而易见，这项任务对于人类来说也颇具挑战性。某些画作具有鲜明的风格和流派特征，因此相对易于识别。对于神经网络而言，识别立体主义作品并不算难题；真正的挑战在于一些流派之间的相似性，甚至在绘画过程中的表现形式高度一致，导致程序难以作出准确判断。
此外，艺术品分类的神经网络还遭遇了一些微小细节的问题，这些问题人类几乎不会受到影响，例如区分城市景观与自然景观的差异。人类无需思考就能轻松区分建筑物与自然风光，而计算机却可能将两者视为相似的典型元素，无法准确识别户外场景的关键特征，从而无法真正理解画面内容。
对于艺术爱好者来说，判断一件艺术品属于哪种流派或类别通常是一个相对直观和客观的过程。与神经网络相似，人类也能通过观看大量艺术品寻找同一流派作品的共通特征。但与人类相比，计算机面临更大的挑战：形成自主的艺术观点并用语言表达观看时的感受，这是一个更高的要求。这种能力究竟只是难以实现，还是根本无法达成呢？
人工智能的基础是其训练数据。因此，要教会AI形成关于艺术风格的观点和情感表达，还需要投入大量人力，构建关于不同艺术品的描述内容。斯坦福大学、巴黎综合理工学院和阿卡杜拉国王科技大学的研究人员们开始着手这一任务，他们创建了ARtEMis数据集，包含超过40万项情感属性和整理自WikiArt的8万多幅画作的描述信息。
为了构建ARtEMis数据集，研究团队邀请志愿者分享对艺术品的直观感受，并用语言进行评价。人们对同一作品的感受往往截然不同，比如一幅宁静的田野画在你眼中可能是平和的，而在我看来却显得压抑和阴郁。实际上，在ARtEMis数据库中的画作中，正面与负面感受的情况普遍存在，达到61%的比例。
接下来是AI的表现。在接受ARtEMis数据集的训练后，各个AI系统开始尝试为特定艺术品生成标题。其中一些结果相当有说服力，但也有不少完全不符。例如，AI对伦勃朗的画作《被斩首的施洗约翰》的描述中提到“女性看起来很开心”和“中间位的男性看起来很痛苦”，结合画面的场景，这显然是错误的。
好消息是，计算机生成的描述中约有一半通过了图灵测试，这意味着AI确实能够生成令人信服的原创艺术品描述。然而，目前的情况仍不尽如人意，毕竟神经网络连判断画中是自然风光还是城市景观都存在困难。
必须承认，许多艺术品本身就难以分类，而人们对画作的看法往往具有很强的主观性，这使得人工智能更难以理解我们的分类与描述方式。然而，这项最新研究表明，计算机在某些任务的处理上确实在不断进步。尽管它们在艺术品分类与描述能力上仍无法与人类相提并论，但AI程序已经在追赶的路上迈出了重要的一步！
