Nghiên cứu sinh Mark Hamilton tham quan triểm lãm ở Amsterdam và ngạc nhiên thấy một số tác phẩm không hề có mối kết nối nào về thông tin đi kèm nhưng lại hoàn toàn tương đồng trên thực tế. Hai bức tranh khiến các nhà nghiên cứu MIT ấn tượng là The Martyrdom of Saint Serapion (Sự tử vì đạo của Thánh Serapion) của Francisco de Zurbarán và The Threatened Swan (Con thiên nga bị đe dọa) của Jan Asselijn.Không rõ là những khách tới xem triển lãm nhận được ấn tượng gì từ đó nhưng Mark Hamilton và các nhà nghiên cứu MIT đã được truyền cảm hứng về những ý tưởng mới để tạo ra MosAIc, một mạng lưới học sâu hiểu được ‘sự gần gụi’ của hình ảnh để có thể xếp cặp hoặc tìm “điểm tương tự” giữa những tác phẩm thuộc về nhiều nền văn hóa khác nhau, các nghệ sĩ khác nhau.MosAIc được tạo ra không để sáng tác ra một thứ nghệ thuật mới mà chỉ để phát hiện được những điểm mới mẻ từ nghệ thuật sẵn có. Ở điểm này, dù có phần giống với “X Degrees of Separation”, một công cụ tương tự từng được Google phát triển để tìm ra nhữngMosAIc khác biệt ở điểm chỉ với một hình ảnh đơn lẻ ban đầu, thay vì tìm những con đường, nó phát hiện kết nối của hình ảnh đó với những tác phẩm trong bất kỳ nền văn hóa nào hoặc trên nền tảng nào mà người dùng quan tâm.Việc xây dựng thuật toán này không dễ bởi điều Hamilton và đồng nghiệp muốn là nó có thể tìm kiếm được những hình ảnh không chỉ tương đồng về màu sắc và phong cách mà còn ở ý nghĩa và chủ đề.Để tìm được những hình ảnh tương tự giữa những tác phẩm thuộc về các nền văn hóa khác biệt, nhóm nghiên cứu đã dùng một cấu trúc dữ liệu tìm kiếm hình ảnh mới là “cây KNN có điều kiện” – một phương pháp phi tham số do giáo sư Thomas Cover (trường đại học Stanford) phát triển để phân loại và phân tích hồi quy.Thuật toán này đã nhóm các hình ảnh tương tự lại với nhau trong một cấu trúc hình cây. Để tìm ra điểm trùng hợp, họ bắt đầu ở “thân cây” và theo sát những “nhánh” hứa hẹn nhất cho đến khi tìm được hình ảnh gần gũi nhất.Cấu trúc dữ liệu được cải thiện về độ nhạy hơn so với những cấu trúc trước đây bởi nó cho phép cây nhanh chóng tự “cắt tỉa” để tìm được mô típ phù hợp với hình ảnh tìm thấy trong dữ liệu về một nền văn hóa, một nghệ sĩ, hoặc một bộ sưu tập cụ thể, qua đó nhanh chóng gặt hái được các câu trả lời về những dạng mới của các truy vấn.Xuất phát từ nghệ thuật, MosAIc được các nhà nghiên cứu hi vọng sẽ trở lại đóng góp cho nghệ thuật. “Phần mềm này có thể giúp tuyển chọn tác phẩm cho một triển lãm chứ không nhằm thay thế các nhà giám tuyển”, Hamilton giải thích.
Nghiên cứu sinh Mark Hamilton tham quan triểm lãm ở Amsterdam và ngạc nhiên thấy một số tác phẩm không hề có mối kết nối nào về thông tin đi kèm nhưng lại hoàn toàn tương đồng trên thực tế. Hai bức tranh khiến các nhà nghiên cứu MIT ấn tượng là The Martyrdom of Saint Serapion (Sự tử vì đạo của Thánh Serapion) của Francisco de Zurbarán và The Threatened Swan (Con thiên nga bị đe dọa) của Jan Asselijn.
Không rõ là những khách tới xem triển lãm nhận được ấn tượng gì từ đó nhưng Mark Hamilton và các nhà nghiên cứu MIT đã được truyền cảm hứng về những ý tưởng mới để tạo ra MosAIc, một mạng lưới học sâu hiểu được ‘sự gần gụi’ của hình ảnh để có thể xếp cặp hoặc tìm “điểm tương tự” giữa những tác phẩm thuộc về nhiều nền văn hóa khác nhau, các nghệ sĩ khác nhau.
MosAIc được tạo ra không để sáng tác ra một thứ nghệ thuật mới mà chỉ để phát hiện được những điểm mới mẻ từ nghệ thuật sẵn có. Ở điểm này, dù có phần giống với “X Degrees of Separation”, một công cụ tương tự từng được Google phát triển để tìm ra những
MosAIc khác biệt ở điểm chỉ với một hình ảnh đơn lẻ ban đầu, thay vì tìm những con đường, nó phát hiện kết nối của hình ảnh đó với những tác phẩm trong bất kỳ nền văn hóa nào hoặc trên nền tảng nào mà người dùng quan tâm.
Việc xây dựng thuật toán này không dễ bởi điều Hamilton và đồng nghiệp muốn là nó có thể tìm kiếm được những hình ảnh không chỉ tương đồng về màu sắc và phong cách mà còn ở ý nghĩa và chủ đề.
Để tìm được những hình ảnh tương tự giữa những tác phẩm thuộc về các nền văn hóa khác biệt, nhóm nghiên cứu đã dùng một cấu trúc dữ liệu tìm kiếm hình ảnh mới là “cây KNN có điều kiện” – một phương pháp phi tham số do giáo sư Thomas Cover (trường đại học Stanford) phát triển để phân loại và phân tích hồi quy.
Thuật toán này đã nhóm các hình ảnh tương tự lại với nhau trong một cấu trúc hình cây. Để tìm ra điểm trùng hợp, họ bắt đầu ở “thân cây” và theo sát những “nhánh” hứa hẹn nhất cho đến khi tìm được hình ảnh gần gũi nhất.
Cấu trúc dữ liệu được cải thiện về độ nhạy hơn so với những cấu trúc trước đây bởi nó cho phép cây nhanh chóng tự “cắt tỉa” để tìm được mô típ phù hợp với hình ảnh tìm thấy trong dữ liệu về một nền văn hóa, một nghệ sĩ, hoặc một bộ sưu tập cụ thể, qua đó nhanh chóng gặt hái được các câu trả lời về những dạng mới của các truy vấn.
Xuất phát từ nghệ thuật, MosAIc được các nhà nghiên cứu hi vọng sẽ trở lại đóng góp cho nghệ thuật. “Phần mềm này có thể giúp tuyển chọn tác phẩm cho một triển lãm chứ không nhằm thay thế các nhà giám tuyển”, Hamilton giải thích.