211service.com
Ta sztuczna inteligencja może wykryć fałszerstwa sztuki, patrząc na jedno pociągnięcie pędzla
Nowy system może rozbić pracę na pojedyncze linie pędzla lub ołówka i rozszyfrować stojącego za nią artystę. 21 listopada 2017 r.
Szalik Oli | Getty
Wykrywanie fałszerstw dzieł sztuki jest trudne i kosztowne. Historycy sztuki mogą przenieść podejrzaną pracę do laboratorium do spektroskopii w podczerwieni, datowania radiometrycznego, chromatografii gazowej lub kombinacji takich testów. Okazuje się, że sztuczna inteligencja nie potrzebuje tego wszystkiego: potrafi rozpoznać podróbkę po prostu patrząc na pociągnięcia użyte do skomponowania utworu.
w nowy papier , naukowcy z Rutgers University i Atelier for Restoration & Research of Paintings w Holandii dokumentują, jak ich system rozbił prawie 300 rysunków liniowych Picassa, Matisse'a, Modiglianiego i innych znanych artystów na 80 000 pojedynczych kresek. Następnie głęboka rekurencyjna sieć neuronowa (RNN) dowiedziała się, jakie cechy w pociągnięciach były ważne dla identyfikacji artysty.
Naukowcy wyszkolili również algorytm uczenia maszynowego, aby wyszukiwać określone cechy, takie jak kształt linii w pociągnięciu. Dało im to dwie różne techniki wykrywania fałszerstw, a połączona metoda okazała się skuteczna. Spojrzenie na dane wyjściowe algorytmu uczenia maszynowego dało również pewien wgląd w RNN, który działa jak czarna skrzynka — system, którego dane wyjściowe są trudne do wyjaśnienia przez badaczy.
Ponieważ algorytm uczenia maszynowego został wyszkolony na określonych cechach, różnica między nim a RNN prawdopodobnie wskazuje na cechy, na które szukała sieć neuronowa w celu wykrycia fałszerstw. W tym przypadku używał zmieniającej się siły wzdłuż pociągnięcia – to znaczy tego, jak mocno artysta naciskał, w oparciu o wagę linii – do identyfikacji artysty. Ponieważ oba algorytmy działają w tandemie, naukowcy byli w stanie poprawnie zidentyfikować artystów w około 80 procentach przypadków.
Badacze zlecili również artystom stworzenie rysunków w tym samym stylu, co elementy w zbiorze danych, aby przetestować zdolność systemu do wykrywania podróbek. System był w stanie zidentyfikować fałszerstwa w każdym przypadku, po prostu patrząc na jedno uderzenie.
Człowiek nie może tego zrobić, mówi Ahmed Elgammal, profesor w Rutgers i jeden z autorów artykułu.
Ta technika może być stosowana tylko wtedy, gdy linie są oczywiste, więc w przypadku obrazów, w których pociągnięcia pędzlem są niewidoczne, nie jest to pomocne. Ale aby jeszcze bardziej potwierdzić swoje wyniki, mówi Elgammal, planują przetestować tę metodę na dziełach impresjonistów i innych XIX-wiecznych dziełach sztuki, w których pociągnięcia pędzlem są wyraźne.
Najbardziej obiecującą częścią badań może być sposób, w jaki naukowcy wykorzystali drugą metodę, aby wyjaśnić, co robi RNN, mówi Eric Postma z Tilburg University w Holandii, który wykonał pracę w zakresie wykrywania fałszerstwa sztuki z AI od ponad dekady. Może być więcej zastosowań sztucznej inteligencji w sztuce, mówi, ale historycy i badacze sztuki, przesiąknięci wielowiekową tradycją, powoli przyjmują takie techniki. Dzieje się tak po części dlatego, że może być trudno zrozumieć, w jaki sposób maszyna osiągnęła swoje wyniki – problem, który te najnowsze badania mogą pomóc rozwiązać.