你喜欢印象派画家粗犷的笔触和柔和的色调？还是更喜欢罗斯科（Rothko）作品中那种大胆的色彩和抽象的形状？个人的艺术品味往往扑朔迷离。然而，美国加州理工学院的一项新研究表明，一个简单的计算机程序可以准确预测个人对绘画作品的喜好。相关论文发表在《自然·人类行为》杂志上。
研究人员招募了1500多名志愿者，让他们分别给印象主义、立体主义、抽象主义和色面派等流派的绘画打分，并将答案输入电脑程序中。研究人员发现，这些志愿者主要分为三类：一类喜欢有真实物品的画作，比如印象派画作；一类喜欢色彩丰富的抽象画；最后一类喜欢复杂的绘画，比如毕加索的立体派肖像画。大多数人属于第一类，喜欢“现实生活中的物体”。
此外，结果还表明，经过一段时间训练的电脑可以预测志愿者的艺术偏好。
“我曾经认为艺术品味是个人的、主观的，因此对这个结果感到很惊讶。”加州理工学院的博士后学者Kiyohito Iigaya说。这些发现不仅表明计算机可以预测艺术偏好，还让我们对人类如何评判艺术有了新理解。
研究小组编写了一套程序，让电脑将一幅画的视觉属性分解为所谓的“低级特征”，比如对比、饱和度和色调等；以及“高级特征”（即需要人类进行判断的特征），比如画作是动态的还是静止的。
“然后电脑程序就可以估算：人们在决定对某一特定艺术品的喜爱程度时，在多大程度上考量了某一特定功能。”Iigaya解释，“在做出这些决定时，低级和高级功能需要结合。一旦计算机预料到这一点，它就能成功预测一个人对另一件没见过的艺术品的喜爱程度。”
随后，研究人员成功训练一种深度卷积神经网络（DCNN）以类似的精度预测志愿者的艺术偏好。DCNN是一种机器学习程序，具有相互连接的单元，就像大脑中的神经元一样。通过改变单元间的连接强度，网络可以“学习”。在这种情况下，计算机必须自己“决定”分析哪些特征。“在深层神经网络模型中，我们实际上并不知道网络是如何解决特定任务的，因为这些模型就像真正的大脑一样可以自己学习。”这暗示了一种可能性，即用于决定审美偏好的特征可能会在类脑结构中自然出现。
不过，研究人员也强调，对于个人品味的细微差别，他们还有很多需要了解的地方。
科界原创
编译：橘子 审阅：西莫 责编：陈之涵
期刊来源：《自然·人类行为》
期刊编号：2397-3374
原文链接：
https://medicalxpress.com/news/2021-06-insight-people-aesthetic-judgments.html
版权声明：本文由科界平台原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源科技工作者之家—科界App。
