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 Meet-Up #105’te Perakende ve Pazarlamada Yapay Zeka Ele Alındı

TRAI Meet-Up serimizin 105. etkinliğini, “Algoritmadan Sepete: Perakende ve Pazarlamada Yapay Zeka” başlığıyla gerçekleştirdik. TRAI Ekosistem Direktörü Betül…

2 gün ago

Yapay Zekanın Kararlarını Anlamak: Peki Ama Neden?

Yapay Zeka projelerinde ilk bakılan şey çoğu zaman performanstır. Doğruluk oranı kaç, F1 skoru ne…

5 gün ago

Üretim ve Enerji Sektörlerinde Yapay Zeka Gündemi TRAI Çalışma Grubu’nda Ele Alındı

TRAI Yapay Zeka Üretim ve Enerji Çalışma Grubu çevrim içi toplantısı, 6 Mayıs’ta 148 katılımcıyla…

1 hafta ago

Yapay Zeka Girişimlerinde Yeni Eşik: Demo değil, Gerçek İş Etkisi

CB Insights, dünyanın en umut vadeden erken aşama yapay zeka şirketlerini belirlediği AI 100 2026…

1 hafta ago

TRAI Ekosistemi’ne Katılan 25 Yeni Girişimle Tanışın!

Türkiye Yapay Zeka İnisiyatifi olarak, 2017’den bu yana yürüttüğümüz haritalama çalışmasıyla Türkiye’de yapay zeka alanında…

2 hafta ago

Girişim Ekosisteminde Stratejik Nefes Darlığı

TRAI Ekosistem Direktörümüz Betül Kübra Ekinci, Türkiye girişimcilik ekosisteminde erken exit tartışmasını değerlendirirken, bu tabloyu…

3 hafta ago