Jak komputery reagują na sztukę? Tego prawdopodobnie szybko się nie dowiemy. Ale możemy sprawdzić, co sieci neuronowe zobaczą na obrazach klasycznych mistrzów.

Jak to działa? Dość dokładnie wyjaśnione w tekście Joanny Sosnowskiej.

Żeby nauczyć komputer jakiegoś pojęcia (np. „widelec”), komputerowi dostarcza się przeróżne zdjęcia widelca, a ten uczy się rozpoznawania tego konkretnego obiektu w różnych konfiguracjach (widelec w ręku, widelec na stole, widelec z dwoma ząbkami, widelec z trzema ząbkami, widelec z ułamanym zębem, drewniany, plastikowy, itd). Sieć neuronowa nie dostaje informacji, do czego służy widelec, ani jakie cechy musi mieć, żeby wciąż być widelcem, a nie trójzębem – ma je sama wydedukować na podstawie zdjęć.

Taka sieć działa na kilkudziesięciu poziomach; warstw sztucznych neuronów jest przeważnie 10-30. Każda warstwa odpowiada za coraz bardziej skomplikowane działania. Jedna rozpoznaje krawędzie obiektów, inna kolory, jeszcze inna obiekty. […] Każdy obraz trafia do pierwszej warstwy, która komunikuje się następnie z warstwą kolejną, tak długo, aż w końcu osiąga warstwę „wyjściową”. Odpowiedź sieci otrzymujemy właśnie od tej ostatecznej warstwy”.

Nakarmionej wcześniej obrazami zwierząt ludzi i budynków sieci pokazałem klasyczne obrazy mistrzów. Efekty do obejrzenia poniżej.

Im więcej na nich abstrakcji – tym ciekawsze wyniki.