今年8月，我曾领导罗格斯大学一支计算机科学家团队发表了一篇论文，题为 《迈向艺术影响的自动化发现》。 在该论文中，我们报告了研究成果：我们运用目标识别技术比较绘画，并找出它们在色彩、形式、质感和内容方面的相似之处。研究目标是对绘画风格进行分类，并确定艺术家可能受到哪些前辈的影响。
艺术史学家、评论家和艺术家们的反应从热情支持到不以为然不等。伦敦《每日电讯报》 报道 了我们的投稿，并用了略显夸张的标题：“计算机能让艺术史学家失业吗？”不久之后，利兹大学艺术史学家格里塞尔达·波洛克教授提出了更尖锐的批评，她撰文题为 《计算机能发现绘画之间的相似之处——但艺术史远不止于此》。
显然，艺术史界对计算机视觉科学家为何有兴趣探索艺术作品之间的相似之处，存在根本性的误解。
先介绍一些背景：在研究中，我们分析了约1,700幅数字化绘画图像，作品出自66位大师，年代从15世纪至20世纪。
我们的计算机发现了一些有趣的相似之处。例如，弗雷德里克·巴齐耶的《孔达米纳街9号画室》（1870年）与诺曼·洛克威尔的《舒弗尔顿理发店》（1950年）在构图上惊人地相似。
利用研究结果，我们制作了一幅图示，呈现研究中涉及的66位艺术家——我们称之为“艺术家地图”——图中列出艺术家的姓名，彼此距离近意味着相似性高。计算机还推测了哪些艺术家的绘画可能受到前辈影响，例如德加和德拉克洛瓦。在许多情况下，这些推测与艺术史学家的判断相符。
波洛克教授在文章中解释说，艺术史并非通过比较形式、质感和色彩来追溯影响——她指出，这种方法称为“鉴赏式艺术史”，由乔瓦尼·莫雷利于19世纪开创。波洛克教授接着（正确地）指出，此后艺术史学科已经发展：它涵盖政治、经济、文学、意识形态、神学、哲学，同时也接纳当代社会运动的视角。
她的意思基本上是，我们的研究建立在一种已经过时的艺术史定义之上。
然而，我们并未对艺术史是什么或不是什么作出任何论断。我们明白，艺术家之间的影响并不只是视觉上的相似；作为一门学科，艺术史需要研究社会、个人、意识形态和历史背景。
以下是我们认为引人入胜之处：人们观看绘画时，能够作出复杂的推断，而不只是认出一棵树、一把椅子或基督；他们还能判断作品可能出自哪位艺术家之手，并辨认绘画的风格、体裁和年代。学习并判断如此复杂的视觉概念，是人类感知能力的一项非凡本领。
这种能力令我所在学科的研究人员着迷。我们的终极目标是制造一台能够通过传统图灵测试的机器（在测试中，询问者无法猜出两名参与者中哪一个是机器、哪一个是人类）。当然，在绘画领域，我们也可以设想类似的测试，我称之为“视觉图灵测试”。尽管通过这一测试或许还需时日，我们的研究成果仍带来了一项重要突破：证明机器能够学会发现绘画之间有趣的相似之处，而人类可以确认这些相似之处。
此外，波洛克教授认为，声称计算机能够注意到人类无法察觉的事物，是一种谬误。计算机视觉不仅带来希望，而且事实上已经证明，它能够克服人类视觉在光谱范围上的局限和定量上的不精确。在艺术领域，计算机视觉可以提供精确而客观的分析。
的确，发现影响关系或许基于一种已有百年历史的艺术史观。但孩子学走路时，会先爬行，然后迈出第一步。后来，她会跑起来。
人工智能仍处于起步阶段，尤其是在尝试应对日益复杂的挑战时。如果我们希望让机器理解艺术家之间复杂的联系，那么一开始采用与乔瓦尼·莫雷利及一百年前的鉴赏式艺术史学家相同的方法来应对这一挑战，是很自然的。
人文学科正在数字化；绘画、照片、信件、数百年历史的书籍，以及大量期刊和杂志，都日益能够在网上获取。
也许有一天，技术会发展到能够考察艺术的历史、社会和个人背景；届时，计算机可以挖掘这些庞大的异质数据资源，分析艺术影响关系， 超越 鉴赏式的方法。
届时，如何最好地利用这些技术进步，就要由艺术史学家来决定了。
我们希望让艺术史学家失业吗？当然不是。若要说什么，我倒是倾向于认同《华盛顿邮报》11月10日一篇关于我们研究的 文章 标题：“计算机科学让艺术分析提速”，标题如是写道。
与 《对话》合作发布
作者：艾哈迈德·埃尔加马尔是罗格斯大学计算机视觉教授。
图片：2014年4月15日，在首尔市中心的一处艺术展厅，一名男子在巨幅广告前使用手机。路透社/金洪吉。
