草根影响力新视野(琪拉编译)
对于非专业人士而言，已知的三个版本的《弹鲁特琴的女人》几乎没有区别。构图几乎完全相同，画中都描绘了一位身著白袍、眼神清澈的年轻女子，她手持鲁特琴，略微侧身远离观者。每幅画都展现了意大利画家卡拉瓦乔标志性的光影运用技巧。
然而，艺术史学家们长期以来对此达成了广泛共识：俄罗斯冬宫博物馆和法国维尔登斯坦收藏馆收藏的版本均出自这位巴洛克艺术家之手，而英国巴德明顿庄园收藏的版本仅仅是一幅临摹品。
人工智能却提出了不同的观点。今年9月，瑞士人工智能公司Art Recognition声称，巴德明顿庄园收藏的版本有近86%的可能是真迹。该公司的模型经过训练，能够识别卡拉瓦乔风格的标志，包括形状、色彩搭配和构图结构。模型也指出（尽管统计确定性较低），维尔登斯坦的版本很可能是一幅临摹作品。其分析发现，维尔登斯坦的画作在“视觉特征”上与卡拉瓦乔的其他作品有“显著差异”。
Art Recognition 公司结合机器学习、深度神经网络和电脑视觉算法，其方法理论上可以应用于任何拥有足够多作品的画家。迄今为止，该公司已为 200 多位艺术家创建了模型。
在每个模型中，人工智能都使用两个图像资料集进行训练：一个“正例”资料集，包含该艺术家无可争议（或广为接受）的画作图像；另一个“负例”资料集，包含相似但非真迹的作品。后者可能包括已知的赝品、学生或仰慕者的临摹作品（例如卡拉瓦乔17世纪的风格追随者，即“卡拉瓦乔派”），甚至包括人工智能生成的、模仿该艺术家风格的图像。
艺术识别的AI模型使用各种卷积层，突出高低层特征，以检测图案、边缘和纹理。
图片取自:(示意图wikipedia)
为了防止偏差，两个训练资料集在主题和类型（例如肖像、风景、静物或宗教场景）方面都保持了相当的平衡。开发者为每个影像添加了增强版本，仿真不同的光照条件，并翻转或旋转画作的高分辨率照片，使模型接触不同的空间配置。图像也被分割成小方块或“色块”，迫使AI以新的方式考虑艺术作品的特征。例如，单独观察画作中较小、较安静的部分可能有助于它学习精细的笔触，而缩小视图则可以教导它构图或色彩。
训练人工智能辨识选定的艺术家需要长达一周的时间，然后还需要一两天的时间来分析一件艺术品。然而，公司执行长波波维奇表示，最耗时的部分是研究和建构数据集。与任何人工智能模型一样，其输出品质取决于训练资料的品质（正如俗语所说，“垃圾进，垃圾出”）
在艺术市场，信誉至关重要。因此，人工智能研究人员面临的问题不仅在于他们的方法是否可靠，更在于是否有人愿意相信他们，甚至听取他们的意见。
然而，尽管专家对此持怀疑态度，人工智能至少可以帮助打开讨论，即使它并非最终结论。波波维奇表示，她希望她公司的研究能够帮助“揭开”那些“原本只是静静地躺在某个地下室里”的画作的神秘面纱。艺术史学家海克尔承认，人工智能“可以标记出问题”，然后可以透过传统研究方法进行调查。但她同时指出，“我更倾向于使用没有重大商业利益的大学实验室。”
波波维奇认为，这项技术还可以用来揭露犯罪活动或帮助商家识别赝品。她创办“艺术认同”公司的灵感源自于德国艺术造假大师沃夫冈·贝尔特拉奇的案例。贝尔特拉奇因涉嫌数百万美元的诈骗案于2012年入狱，他的骗局蒙蔽了买家、画廊和拍卖行。
