ИИ-тематика популуряна уже давно, но лично я сильно ей прониклась чуть меньше месяца назад, когда прошла курс по нейросетям (и тогда сгенерированных картинок стало в постах значительно больше, заметили?). Тем не менее, проверка подлинности картин с помощью ИИ пока еще очень дискуссионная сфера, и вот почему:
В начале этого года мир искусства потрясло откровение: картина, известная как Мадонна “Тондо де Бреси”, была подтверждена системой искусственного интеллекта как шедевр Рафаэля. Это заявление поступило от группы исследователей из Брэдфордского университета в Великобритании, которые сообщили о 95-процентном сходстве между Мадонной Тондо и Сикстинской Мадонной Рафаэля, которая висит в Галерее старых мастеров в Дрездене.
Однако это ликование было недолгим, так как Art Recognition, другой ИИ-сервис по аутентификации обнародовала собственный анализ искусственного интеллекта, который противоречил результатам Брэдфорда. По данным компании, картина с 85-процентной вероятностью принадлежала не Рафаэлю.
Этот интригующий поворот событий вызвал горячую дискуссию в мире искусства, подчеркнув растущее влияние ИИ в этой области, а также поставил фундаментальные вопросы о его роли и надежности в определении подлинности искусства.Чтобы понять ситуацию, мы должны выйти за рамки широкого ярлыка «ИИ». Суть дела кроется в тонкостях аутентификации ИИ, поскольку две вышеописанные системы работают по разным принципам.
Искусственная нейронная сеть Брэдфорда предназначена для распознавания лиц и обучается на наборах данных о лицах. Этот ИИ для распознавания лиц может дать высокий показатель сходства при сравнении двух фотографий одного и того же человека, независимо от временного промежутка между этими фотографиями, различий в ориентации лица, нюансов освещения и качестве фотографий. Он эффективно идентифицирует эти изображения как изображения одного и того же человека. Логическим следствием этой надежности является то, что две картины разных художников, изображающие одно и то же лицо, будут иметь высокую степень сходства.
Итак, как же «изображения одного и того же лица» соотносятся с «изображениями произведений искусства, написанными тем же художником»? Ведущий ученый Хасан Угайл, один из исследователей Брэдфорда, сказал, что они не проводили испытаний мадонн, написанных разными художниками, или известных копий. Такие тесты могли бы показать, дает ли сеть распознавания лиц высокий показатель сходства исключительно между “Тондо де Бреси” и Дрезденской Мадонной, а не между “Тондо де Бреси” и любыми другими картинами Мадонны.
Art Recognition использует другой подход. В отличие от модели, доработанной группой Брэдфорда, где усилия направлены на игнорирование различий в изображении одного и того же лица, модель, используемая Art Recognition, использует информацию о том, как именно было нарисовано лицо, для выяснения вопроса о подлинности.
Технология Art Recognition выходит за рамки распознавания лиц и охватывает более широкие художественные элементы, такие как мазки, цвет и размещение объектов. Наборы обучающих данных создаются и курируются командой историков искусства и разработчиками искусственного интеллекта. Они включают в себя фотографии подтвержденных подлинных произведений искусства конкретного художника, а также широкий спектр негативных примеров, таких как известные подделки, работы-имитаторы и даже подделки, созданные генеративным искусственным интеллектом. Разоблачая ИИ-модели подлинного и неподлинного искусства, программа приобретает способность отличать подлинное искусство от подделок. Результатом является не просто бинарное определение, а оценка вероятности попадания произведения искусства в категорию «подлинных» или «подделок».
На данный момент наиболее простым объяснением сильного расхождения между двумя результатами является то, что модели, по сути, решают разные вопросы. Группе Брэдфорда еще предстоит установить четкую связь между показателем сходства лиц и подлинностью произведений искусства. Тем не менее, Угайл упомянул о своих усилиях по разработке новой модели и о том, что он намерен представить свои текущие исследования для публикации в ближайшем будущем. Надеемся, что будущая научная статья внесет столь необходимую ясность.
Такие различия в результатах аутентификации ИИ привели к неопределенности в отношении процесса и неуверенности в выборе наилучшего курса действий. С другой стороны, растущая популярность ИИ может привести к тому, что он будет играть более важную роль в проверке подлинности.
Когда дело доходит до проверки подлинности с помощью ИИ, следует учитывать несколько факторов. Прежде всего, решающее значение имеют размер и качество баз данных, на которых обучается алгоритм. Надежный набор обучающих данных должен включать значительное количество изображений, обычно не менее 100 изображений подлинных произведений искусства художника, хотя это количество может варьироваться в зависимости от сложности художника. Меньший набор данных должен вызвать тревогу относительно качества итогового алгоритма. Во-вторых, необходимо тщательное тестирование модели. Модель должна пройти тщательное тестирование на ранее не публиковавшихся изображениях произведений искусства, как подлинных, так и недостоверных. Высокая точность на этом тестовом наборе является мерой, определяющей надежность модели.
Сервисы по проверке подлинности произведений искусства с использованием искусственного интеллекта могут предложить удобный и экономичный способ оценки подлинности произведения искусства. Однако, в зависимости от результата, консультация искусствоведа или дополнительные научные анализы все же могут оказаться целесообразными. Несмотря на мнение, что ИИ представляет угрозу для знатоков искусства и экспертов, это далеко от истины. Напротив, ИИ призван дополнять искусствоведов и традиционные методы проверки подлинности.
Поскольку растущее влияние ИИ в мире искусства неоспоримо и необратимо, прозрачность и подотчетность становятся первостепенными. Учитывая сложность моделей ИИ, которые широкой публике может быть сложно полностью понять, научные исследования, лежащие в основе аутентификации искусств ИИ, должны пройти тщательную проверку в среде разработчиков и со стороны научного сообщества, прежде чем стать рыночным инструментом. Компании, занимающиеся искусственным интеллектом, должны приложить общие усилия для обеспечения доверия к своим продуктам, признавая, что это начинание приносит пользу всем заинтересованным сторонам.Споры об использовании ИИ в проверке подлинности произведений искусства еще далеки от завершения, но уже проливают свет на сложные факторы, влияющие на процесс определения подлинности произведений искусства с использованием ИИ. По мере развития технологий будет развиваться и дискурс, и способы, с помощью которых коллекционеры произведений искусства и заинтересованные стороны могут эффективно использовать этот мощный инструмент.
Текст: Вероника Никифорова
Подпишитесь, чтобы не пропускать новые посты❗
Понравился текст? Поддержите нас лайком ❤
Больше интересных материалов - в нашем телеграме