Tablolar Arası Gizli Bağlantıları Bulan Yapay Zeka

Massachusetts Institute of Technology ve Microsoft’un ortak geliştirdiği yapay zeka “MosAIc” yapılan testlerde New York Metropolitan Müzesi ve Amsterdam Rijksmuseum’daki sanat eserleri arasındaki bağlantıları başarılı bir şekilde bulmayı başardı.

Tarzlar, temalar ve motifler arasındaki benzerlikler çok farklı zaman ve mekanda yapılmış sanat eserlerini bağlayabilir ve her iki çalışmaya da ışık tutabilir. En bilgili sanat eleştirmenlerinin dahi böyle bağlantıların hepsini bulabilmesi için yüzyıllara yayılmış milyonlarca sanat eserini göz önünde bulundurması gerekir. Ancak Massachusetts Institute of Technology (MIT) ve Microsoft’un geliştirdiği yeni yazılım böyle bir sınır yok. MIT ve Microsoft’un ortak geliştirdiği yapay zeka, yapılan testlerde New York Metropolitan Müzesi ve Amsterdam Rijksmuseum’daki sanat eserleri arasındaki bağlantıları başarılı bir şekilde bulmayı başardı.

Araştırmada görevli bilgisayar bilimi uzmanı Mark Hamilton yapılan araştırmayla ilgili yazdığı makalesinde “Görüntü erişim sistemleri, tersine resim arama veya ürün önerme motorlarının arka planında çalışır. Verilen sorgu resmine benzer (semantik olarak) resimleri bulmasını sağlar. Eğer bu sistemi, sınırlı bir küme üzerinde kullanırsanız size elinizdeki alanla ilgili görsel olarak yeni fikirler verebilir.” dedi.

MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı’nın yayınladığı habere göre, araştırmacıların ‘MosAIc’ olarak adlandırdığı sistem, başka zamanlara, başka sanatçılara ve başka kültürlere ait sanat eserleri içerisinde verilen esere en yakınını bulabiliyor. Örneğin “bir mavi turna çizimine en yakın cam obje nedir” sorgusuna eski bir Pers cam objesini gösteriyor.

“MosAIc İlham Kaynağı olacak”

Mark Hamilton, MosAIc hakkındaki yazısında şunları belirtti: “Umuyoruz bu çalışmamız başkalarına bilgi çıkarım sistemlerinin sanat, medeniyet, sosyal bilimler ve tıp gibi alanlarda nasıl kullanılabileceğine dair ilham kaynağı olur. Bu alanlar bilgi konusunda çok zengin ve henüz bu tekniklerle işlenmediler. Bu çalışma başka veritabanlarında, başka soruları ve başka benzerlikleri anlamak üzere genişletilebilir. Bizlerin görevlerinden biri de araştırmak, sorgulamak ve hikayeler arasındaki benzerlikler arasında bağlantılar kurmak. Her zaman büyük bir resme bakıyoruz.  Bu en büyük müzelerin koleksiyonlarından bile daha büyük.”

Foto Kaynak: MIT CSAIL

BAĞLANTILI HABERLER

“Tasarladığımız Sistemle Üretim Sektörünün Kalite Sürecini İyileştiriyoruz”

Yapay Zeka’nın Üretime Dört Faydası

GPT-3: İnsan- Yapay Zeka İşbirliği

 

Atakan Erbas

Recent Posts

TRAI 9. Yıl Çalıştayı’nda Ana Gündem Ajan Tabanlı Yapay Zeka Oldu

Türkiye’nin yapay zeka merkezi olarak, ekosistemi bir araya getirdiğimiz 9. Yıl Çalıştayı’nı gerçekleştirdik. Çalıştay boyunca…

4 gün ago

OpenAI, ChatGPT’nin yeni görsel üretim modelini duyurdu

OpenAI, ChatGPT’ye entegre yeni görsel üretim modeli ChatGPT Images 2.0’ı duyurdu. 21 Nisan 2026 tarihli…

4 gün ago

TRAI Meet-Up #104: Veri Merkezi, Bulut ve Altyapı Dönüşümünde Öne Çıkan Başlıklar

2017 yılından beri her ayın üçüncü çarşamba akşamı düzenlediğimiz TRAI Meet-Up serisinin 104. etkinliğini İTÜ…

1 hafta ago

Stanford AI Index 2026: Yapay zekada büyüme sürüyor, denetim yavaş kalıyor

Stanford Üniversitesi İnsan Merkezli Yapay Zeka Enstitüsü’nün (HAI) yayımladığı AI Index Report 2026, yapay zekanın…

1 hafta ago

TRAI Girişim Haritası’ndaki Yapay Zeka Startup Sayısı 482’ye Ulaştı

Türkiye Yapay Zeka İnisiyatifi (TRAI) olarak 2017’den bu yana sürdürdüğümüz haritalama çalışması, Türkiye’de yapay zeka…

3 hafta ago

Türkiye’nin Yapay Zeka Sınavı: Fırsat Penceresi Kapanmadan Ne Yapmalıyız?

Yapay zeka artık geleceğin konusu değil. Bugünün ekonomi, rekabet ve kalkınma meselesi. Dünyada oyunun kuralları…

3 hafta ago