Amikor egy képre nézünk, a kereten túlmutató jelentéseket érzékelünk. Emberi lényegünkből fakad, hogy így viszonyulunk az alkotásokhoz.
Ha valami hasonló képességet elsajátítanak, akkor a jövőben fontos szerephez juthatnak a Homo sapienst a világ értelmezésében segítő gépi rendszerek. Legyen szó művészi munkák kiértékeléséről, termékajánlásról, egészségügyi képek értelmezéséről vagy éppen gyártott tömegtermékek hibáinak kiszűréséről, ezirányú tevékenységük rendkívül szerteágazó lehet.
Kutatók évek óta kísérleteznek mesterségesintelligencia-algoritmusokkal, programokkal, hogy ismerjék fel képek, különösen emberi arcok és érzelmek kapcsolatát, társítsák össze őket. Néhány rendszert betanítottak alapérzelmeket kifejező szintetikus arcok generálására, míg egyes szoftverfejlesztők úgy próbálják eladni terméküket, hogy az, arckifejezések felismerésével például munkaerő-toborzásban segít vállalatoknak.
A Stanford Egyetem és más felsőoktatási intézmények közös kutatásának eredményeként, most egy művészetkritikus mesterséges intelligencia igyekszik megítélni alkotások emocionális hatásait. A mélytanuló rendszert hosszasan trenírozták, hogy szubjektív értelmezéseket generáljon.
A fejlesztők képeket szubjektív kommentárokkal kiegészítő ArtEmis adatsorán gyakorolt az MI. Tetemes mennyiséget, fényképeket, festményeket, a WikiArt online enciklopédiából gyűjtött képeket, összesen 81500 alkotást ismerhetett meg.
A képeket emocionális jellemzőikkel (vidámság, félelem, szomorúság stb.) címkézték fel, és mindegyikhez az adott érzelem és a kép kapcsolatát magyarázó leírást készítettek. Az MI megtanulta utánozni az annotációkat, majd tovább finomítottak rajta. Tesztképekhez kellett az érzelmileg legközelebb állókat megtalálnia, aztán a képekhez társított megjegyzések következtek, neki is kellett szövegeket generálnia.
Önkénteseknek ki kellett találniuk, hogy a megjegyzések embertől vagy az MI-től származnak. A modell által létrehozottak feléről mondták, hogy ember írta. A kutatók viszont megállapították, hogy a gép annotációi nagy átlagban kevésbé pontosak, fantáziadúsak és változatosak.
