打假出新招，AI有望鑒別假畫了

對于藝術(shù)市場來說，贗品泛濫是一件很棘手的事。更令人頭疼的是，如今的造假手段也越來越高明，比如那些幾乎可以以假亂真的假畫，它們甚至比原版更逼真。不過好消息是，一個新開發(fā)的AI已經(jīng)有望鑒別假畫了。

AI的火眼金睛

要鑒定一幅畫的真?zhèn)?，我們可能需要進(jìn)行漫長且耗費(fèi)巨大的材料分析，然后寄希望于偽造者露出破綻，例如16世紀(jì)的威尼斯并不存在贗品所使用的纖維和清漆。然而，鑒定AI非常厲害，它甚至無需接觸原畫，用數(shù)碼攝影就可以鑒定真?zhèn)?。它關(guān)注的是繪畫的內(nèi)容而非材料，具體來說，是構(gòu)成繪畫的上千微小的筆觸。

每個單獨(dú)的繪畫姿勢，例如筆觸的形狀和曲度、揮筆的速度，都是藝術(shù)家的特色。它們共同構(gòu)成揭示真相的“藝術(shù)指紋”。分析足夠多的作品并建立數(shù)據(jù)庫，你可以找到每位藝術(shù)家的“藝術(shù)指紋”。將你不太確定真?zhèn)蔚淖髌贩胚M(jìn)數(shù)據(jù)庫，在幾分鐘內(nèi)你就能得知它是真作，還是上周在洛杉磯某車庫里制造的贗品。你甚至都不需要一幅完整的畫，單一的筆觸就能讓假畫露出原形。

研究人員檢測了300張藝術(shù)家的真作。他們將這些繪畫分割為8萬多條筆觸，用機(jī)器學(xué)習(xí)技術(shù)為每位藝術(shù)家建立數(shù)據(jù)集。然后，他們托人制作了一批贗品。為了檢測算法的性能，贗品的數(shù)據(jù)被輸入到系統(tǒng)中。當(dāng)分析單一的筆觸時，系統(tǒng)的精確度是70%，當(dāng)檢測完整的畫作時，成功率達(dá)到了80%。

通過筆觸辨別藝術(shù)家的想法，其實(shí)可以追溯到上世紀(jì)50年代，以及荷蘭藝術(shù)史學(xué)家莫里斯·米歇爾·范丹齊格發(fā)明的“筆觸法”。范丹齊格認(rèn)為每幅畫作都出自人手，每只手都是不同的，所以通過這些筆觸來辨別作者是可能的。然而問題是數(shù)據(jù)太多了，即使簡單的繪畫也含有上百甚至上千的筆觸，這些都需要人眼檢查和分類。將這一步加到每幅畫上，鑒定就很難實(shí)現(xiàn)了。

筆觸識別的挑戰(zhàn)

這項(xiàng)技術(shù)也存在種種問題。目前為止，AI鑒定系統(tǒng)主要測試了短期內(nèi)的少數(shù)藝術(shù)家的作品。繪畫通常包括成千上萬的筆觸，辨別它們極具挑戰(zhàn)，而舊的畫作，或許還含有無數(shù)修復(fù)和復(fù)繪的痕跡。發(fā)明這項(xiàng)AI技術(shù)的研究人員說：“用AI鑒定藝術(shù)作品很有挑戰(zhàn)，但這不意味著我們做不到。我很自信?！?/p>

不過，藝術(shù)家的繪畫風(fēng)格，尤其是隨時間變化的風(fēng)格該如何鑒別？想想畢加索瘋狂的風(fēng)格變化期：藍(lán)色、非洲、立體主義、古典派，或者馬列維奇如何在上世紀(jì)20年代拋棄黑色方塊的抽象元素，轉(zhuǎn)而畫了很多有塞尚痕跡的作品。這讓AI去鑒別是不是難度太大了呢？

在康奈爾大學(xué)教授計(jì)算藝術(shù)史的查爾斯·R·約翰森表示，這種新技術(shù)還沒有說服他?！耙淮髥栴}在于，筆觸不是那么個人化的東西?！彼f，“在繪畫上覆蓋的部分是很難層層剝開的。此外，要想判斷一位藝術(shù)家的作品，我們需要明白他的風(fēng)格隨著職業(yè)生涯的變化?！?/p>

他還認(rèn)為，許多藝術(shù)家的畫法基本上是無形的，很難將其拆分成單獨(dú)的部分；或許關(guān)注計(jì)算機(jī)對畫布和紙張的分析評估更好一些，它們會受到更加嚴(yán)格的鑒定。

的確，我們的AI離真正可以精確鑒定藝術(shù)品還有一段路要走。目前，研究人員在用印象派畫作訓(xùn)練AI，這些作品比席勒和畢加索的線條畫要復(fù)雜得多，他們希望明年發(fā)表研究結(jié)果。機(jī)器仍然不能自己學(xué)習(xí)辨別這些畫作，算法通常需要人類的修正，以確保正確的特性被檢測到。