211service.com
Deze AI kan kunstvervalsingen herkennen door naar één penseelstreek te kijken
Een nieuw systeem kan een werk opsplitsen in individuele penseel- of potloodlijnen en de kunstenaar erachter achterhalen. 21 november 2017
Oli Sjaal | Getty
Kunstvervalsingen opsporen is moeilijk en duur. Kunsthistorici kunnen een verdacht werk naar een laboratorium brengen voor infraroodspectroscopie, radiometrische datering, gaschromatografie of een combinatie van dergelijke tests. AI, zo blijkt, heeft dat allemaal niet nodig: het kan een vervalsing herkennen door alleen maar te kijken naar de slagen die worden gebruikt om een stuk te componeren.
In een nieuw papier , documenteren onderzoekers van de Rutgers University en het Atelier voor Restauratie en Onderzoek van Schilderijen in Nederland hoe hun systeem bijna 300 lijntekeningen van Picasso, Matisse, Modigliani en andere beroemde kunstenaars opsplitste in 80.000 individuele streken. Vervolgens leerde een diep terugkerend neuraal netwerk (RNN) welke kenmerken in de streken belangrijk waren om de kunstenaar te identificeren.
De onderzoekers hebben ook een machine learning-algoritme getraind om te zoeken naar specifieke kenmerken, zoals de vorm van de lijn in een streek. Dit gaf hen twee verschillende technieken om vervalsingen op te sporen, en de gecombineerde methode bleek krachtig. Kijken naar de output van het machine-learning-algoritme leverde ook enig inzicht op in de RNN, die fungeert als een zwarte doos - een systeem waarvan de output moeilijk uit te leggen is voor onderzoekers.
Omdat het algoritme voor machine learning is getraind op specifieke functies, wijst het verschil tussen het en de RNN waarschijnlijk op de kenmerken waar het neurale netwerk naar keek om vervalsingen te detecteren. In dit geval gebruikte het de veranderende kracht langs een lijn - dat wil zeggen, hoe hard een kunstenaar duwde, gebaseerd op het gewicht van de lijn - om de kunstenaar te identificeren. Omdat beide algoritmen samenwerkten, konden de onderzoekers ongeveer 80 procent van de tijd artiesten correct identificeren.
De onderzoekers gaven kunstenaars ook de opdracht om tekeningen te maken in dezelfde stijl als de stukken in de dataset om het vermogen van het systeem om vervalsingen te herkennen te testen. Het systeem was in staat om de vervalsingen in elk geval te identificeren, simpelweg door naar een enkele slag te kijken.
Een mens kan dat niet, zegt Ahmed Elgammal, een professor aan Rutgers en een van de auteurs van het artikel.
Deze techniek kan alleen worden gebruikt als lijnen duidelijk zijn, dus voor schilderijen waar penseelstreken onzichtbaar zijn gemaakt, is het geen hulp. Maar om hun resultaten verder te valideren, zegt Elgammal, zijn ze van plan de methode te testen op impressionistische werken en andere 19e-eeuwse kunst waar penseelstreken duidelijk zijn.
Het meest veelbelovende deel van het onderzoek is misschien wel de manier waarop de onderzoekers de tweede methode gebruikten om duidelijk te maken wat de RNN doet, zegt Eric Postma van de Universiteit van Tilburg in Nederland, die onderzoek heeft gedaan naar kunstvervalsingen met AI voor meer dan een decennium. Er zouden meer toepassingen voor kunstmatige intelligentie in de kunst kunnen zijn, zegt hij, maar kunsthistorici en onderzoekers, doordrenkt van eeuwenoude traditie, zijn traag om dergelijke technieken te omarmen. Dat komt deels omdat het moeilijk kan zijn om te begrijpen hoe een machine tot zijn resultaten is gekomen - een probleem dat dit laatste onderzoek zou kunnen helpen oplossen.