Исследователи представили ArtAnno — фреймворк для разметки скрытых семантических смыслов в произведениях искусства. Система использует двунаправленное взаимодействие между человеком и ИИ-агентом, что позволяет преодолеть ограничения традиционных инструментов, требующих ручной калибровки. Метод значительно повышает качество аннотаций, учитывая глубокий культурный контекст и неявные значения, заложенные в визуальных образах, что критически важно для компьютерного анализа искусства.
Традиционные методы разметки часто опираются на односторонние рабочие процессы, где ИИ лишь предлагает варианты, а эксперт вынужден тратить время на исправление ошибок. ArtAnno меняет парадигму: агент не просто классифицирует объекты, а ведет диалог с исследователем, уточняя интерпретации и предлагая интерпретационные гипотезы на основе накопленных знаний о контексте эпохи или стиля.
Такой подход позволяет создавать более глубокие датасеты для обучения моделей, способных понимать не только визуальные характеристики, но и символизм, метафоры и исторический подтекст. Это открывает новые возможности для автоматизации искусствоведческих исследований и создания специализированных систем анализа визуального контента, где важна не только форма, но и содержание.
Ключевые факты
- ArtAnno внедряет двунаправленный процесс взаимодействия, где эксперт и ИИ-агент совместно уточняют семантическую разметку.
- Система ориентирована на извлечение неявных смыслов, которые требуют глубоких культурных и контекстуальных знаний.
- Фреймворк минимизирует необходимость ручной калибровки, характерную для стандартных инструментов машинного обучения в визуальных искусствах.
- Разработка направлена на улучшение качества данных для обучения моделей в области Computational Art Research.