草根影響力新視野(琪拉編譯)
對於非專業人士而言，已知的三個版本的《彈魯特琴的女人》幾乎沒有區別。構圖幾乎完全相同，畫中都描繪了一位身著白袍、眼神清澈的年輕女子，她手持魯特琴，略微側身遠離觀者。每幅畫都展現了義大利畫家卡拉瓦喬標誌性的光影運用技巧。
然而，藝術史學家們長期以來對此達成了廣泛共識：俄羅斯冬宮博物館和法國維爾登斯坦收藏館收藏的版本均出自這位巴洛克藝術家之手，而英國巴德明頓莊園收藏的版本僅僅是一幅臨摹品。
人工智慧卻提出了不同的觀點。今年9月，瑞士人工智慧公司Art Recognition聲稱，巴德明頓莊園收藏的版本有近86%的可能是真跡。該公司的模型經過訓練，能夠識別卡拉瓦喬風格的標誌，包括形狀、色彩搭配和構圖結構。模型也指出（儘管統計確定性較低），維爾登斯坦的版本很可能是一幅臨摹作品。其分析發現，維爾登斯坦的畫作在「視覺特徵」上與卡拉瓦喬的其他作品有「顯著差異」。
Art Recognition 公司結合機器學習、深度神經網路和電腦視覺演算法，其方法理論上可以應用於任何擁有足夠多作品的畫家。迄今為止，該公司已為 200 多位藝術家創建了模型。
在每個模型中，人工智慧都使用兩個圖像資料集進行訓練：一個「正例」資料集，包含該藝術家無可爭議（或廣為接受）的畫作圖像；另一個「負例」資料集，包含相似但非真蹟的作品。後者可能包括已知的贗品、學生或仰慕者的臨摹作品（例如卡拉瓦喬17世紀的風格追隨者，即「卡拉瓦喬派」），甚至包括人工智慧生成的、模仿該藝術家風格的圖像。
藝術識別的AI模型使用各種卷積層，突出高低層特徵，以檢測圖案、邊緣和紋理。
圖片取自:(示意圖wikipedia)
為了防止偏差，兩個訓練資料集在主題和類型（例如肖像、風景、靜物或宗教場景）方面都保持了相當的平衡。開發者為每個影像添加了增強版本，模擬不同的光照條件，並翻轉或旋轉畫作的高解析度照片，使模型接觸不同的空間配置。圖像也被分割成小方塊或“色塊”，迫使AI以新的方式考慮藝術作品的特徵。例如，單獨觀察畫作中較小、較安靜的部分可能有助於它學習精細的筆觸，而縮小視圖則可以教導它構圖或色彩。
訓練人工智慧辨識選定的藝術家需要長達一週的時間，然後還需要一兩天的時間來分析一件藝術品。然而，公司執行長波波維奇表示，最耗時的部分是研究和建構數據集。與任何人工智慧模型一樣，其輸出品質取決於訓練資料的品質（正如俗語所說，「垃圾進，垃圾出」）
在藝術市場，信譽至關重要。因此，人工智慧研究人員面臨的問題不僅在於他們的方法是否可靠，更在於是否有人願意相信他們，甚至聽取他們的意見。
然而，儘管專家對此持懷疑態度，人工智慧至少可以幫助開啟討論，即使它並非最終結論。波波維奇表示，她希望她公司的研究能夠幫助「揭開」那些「原本只是靜靜地躺在某個地下室裡」的畫作的神秘面紗。藝術史學家海克爾承認，人工智慧“可以標記出問題”，然後可以透過傳統研究方法進行調查。但她同時指出，“我更傾向於使用沒有重大商業利益的大學實驗室。”
波波維奇認為，這項技術還可以用來揭露犯罪活動或幫助商家識別贗品。她創辦「藝術認同」公司的靈感源自於德國藝術造假大師沃夫岡·貝爾特拉奇的案例。貝爾特拉奇因涉嫌數百萬美元的詐騙案於2012年入獄，他的騙局蒙蔽了買家、畫廊和拍賣行。
