计算机能理解得了艺术吗？它们是否可以找到一些人们无法看到的艺术作品之间的联系？ 近日，罗格斯大学的计算机科学家发表了两篇论文，探讨人工智能如何帮助——又或者像有些人担心的那样，最终以高度的准确性进行创造性影响的评分而取代艺术史学家。

在第一篇论文中，罗格斯大学艺术和人工智能实验室的艾哈迈德·依贾迈勒和他的学生巴巴克·萨利赫发明了一种算法，可以以60%的准度识别未知的艺术家与绘画流派和45%的准度判断其风格。该算法不仅可以自动分类图片数据库中的80000幅作品，同时能够让研究人员发现它们之间的联系。

在最近的一个案例中，他们选择了一系列绘画作品并要求程序在这之中进行相似风格作品的匹配。结果发现了俄罗斯浪漫主义和法国印象主义、波普艺术与北方文艺复兴之间神秘的相似性——这让人想在费城博物馆里类似巴恩斯收藏的那种并列，那里的绘画分类并非按照时间而是因为它们拥有某种风格上的亲缘关系。

在第二篇论文中，研究者们提出了一个更加雄心勃勃和更具争议的问题：艺术作品的创造性可以被量化吗？他们开发了一种能够分析近六个世纪以来超过60000幅画作的程序，将每幅作品中包含的视觉信息分解在主题、笔触、调色的种类和其他2000种被称之为“分类集”的定义属性中。这些技术使他们通过评估绘画的原创性（相对于早期的样本作品它们有多独特）及其影响（和后来的作品有多类似）来评估作品的整体创造力。

许多在艺术历史中被视为里程碑的画作得分非常高，其中包括毕加索的《亚维农的少女》和爱德华·蒙克的《呐喊》。不仅如此，研究人员能够用所谓的时间机器测试他们的发现。当他们为例如印象主义或立体主义绘画指定一个更早的年代时，这个算法会生成一个很明显的更高的创意分数。

这个程序不仅可以进行识别工作，并且能不受风格干扰的发现它们之间惊人的视觉联系。例如下面两组画作，每组第一幅是搜索画作，第二幅则是程序的找到不同流派中的相似画作。

第一组 搜索画作：

相似画作：

第二组 搜索画作：

相似画作：

萨利赫先生，一位罗格斯大学的博士生说，一些捕捉到有关他研究风声的艺术史学家们此预示感到不安。“艺术史学家们担心我们（这个系统）将会取代他们，但他们应该将机器视为一种可以帮助他们工作的工具，”他说，“未来我们将建立拥有数以百万计的绘画作品的数据库，并且我们需要人工智能来帮助人们分析所有这些艺术作品。”