猜簡筆涂鴉算什么 有的AI現(xiàn)在還能鑒定假畫了

X射線熒光分析儀可以分析藝術(shù)品的材料

　　原標(biāo)題：猜簡筆涂鴉算什么？有的AI現(xiàn)在還能鑒定假畫了

　　在這篇文章之前，我們先來做個小測試。以下是馬蒂斯、畢加索和席勒的真作和假畫，你能找到假的那幾幅嗎？

　　如果你沒看出來也沒關(guān)系，因?yàn)檫@樣的假畫甚至更逼真的贗品，有時甚至?xí)恿藢＜液团馁u行。對于藝術(shù)市場來說，贗品的泛濫是一件很棘手的事，不僅展覽方被迫撤展，連拍賣行也要遭受巨大損失——蘇富比(微博)拍賣行就曾因?yàn)橐桓备ヌm斯·哈爾斯假畫損失10萬美金。更令人頭疼的是，造假手段也越來越高明了，幾乎以假亂真的“冒牌貨”比比皆是。

　　如今，一個新開發(fā)的AI有望解決這些問題，能讓藝術(shù)鑒定擺脫復(fù)雜的科學(xué)檢測，例如X射線熒光和化學(xué)分析。

　　那么，這個AI的表現(xiàn)如何呢？

　　在鑒定開頭幾位藝術(shù)家的一些作品時，它的準(zhǔn)確率能達(dá)到70%以上。在某些情況下，準(zhǔn)確率甚至可以達(dá)到100%。（至于你的得分，估計和我一樣慘。）

　　AI的火眼金睛

　　要鑒定一副畫的真?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)你就能得知它是亨利·馬蒂斯的真作，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。

　　在去年11月發(fā)表的論文中，艾哈邁德·埃爾加馬爾（Ahmed Elgammal）和同事檢測了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（Maurits Michel van Dantzig）發(fā)明的“筆觸法”（pictology）。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。

　　“這種方法的可行性不太可能得到測試?！?埃爾加馬爾的同事米科·鄧萊（Milko den Leeuw）說，“我看到很多利用筆觸法的嘗試，它們還是想法的時候就夭折了?！?br/>
　　但是AI能做到人類做不到的事嗎？能用一些科學(xué)基礎(chǔ)證明藝術(shù)史學(xué)家的火眼金睛是有道理的嗎？“沒錯，” 鄧萊說，“鑒別工作往往都依賴于直覺，我們在嘗試揭開真相?！?br/>
　　盡管鑒定專家珍妮弗·曼斯（Jennifer Mass）說她還不太可能扔掉鑒定所需的“熒光槍”，她承認(rèn)這項技術(shù)讓人印象深刻?！八囆g(shù)鑒定領(lǐng)域的很多人士對AI感到很興奮。它不是魔法子彈，但會是在其他方面的得力工具。當(dāng)你要對付一位技藝精湛的偽造者時，AI會很有價值?！?br/>
　　筆觸識別的挑戰(zhàn)

　　這項技術(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，或許含有無數(shù)修復(fù)和復(fù)繪的痕跡，這仍然是挑戰(zhàn)。“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?！?埃爾加馬爾說，“我很自信?！?br/>
　　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（也許迫于斯大林的壓力也是一部分原因）。

　　在康奈爾大學(xué)教授計算藝術(shù)史的查爾斯·R·約翰森（Charles R。 Johnson）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)生涯變化?！?br/>
　　約翰遜還認(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。“我仍然對AI持有相當(dāng)大的懷疑?！彼f。

　　埃爾加馬爾和鄧萊承認(rèn)，離AI真正鑒定藝術(shù)品還有一段路要走。目前，他們在用印象派畫作訓(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。另一個挑戰(zhàn)是：有些藝術(shù)家的作品輸出并不足以生成可靠的數(shù)據(jù)集。

　　算法偏見也是一個潛在問題。簡單來說，將缺乏代表性的數(shù)據(jù)輸入到系統(tǒng)內(nèi)，AI的可靠性將降低。考慮到大量贗品在市場中流通，數(shù)據(jù)庫很有可能受到贗品數(shù)據(jù)的污染。這種現(xiàn)象，也就是我們俗稱的“垃圾進(jìn)，垃圾出”。

　　AI正向理解藝術(shù)更進(jìn)一步

　　當(dāng)然，還有很大的哲學(xué)問題。當(dāng)某人費(fèi)力找到17世紀(jì)的畫布，然后畫上幾乎無暇的弗蘭斯·哈爾斯畫作時，我們或許應(yīng)該反思“真”和“假”的含義，更不用說“藝術(shù)家”這個頭銜了。然而這里的諷刺是不可避免的。藝術(shù)是人類的一種自我表達(dá)，很難想到有比它更人性的東西了。

　　但是當(dāng)談到藝術(shù)時，人類并不擅長區(qū)分一副畫作的真?zhèn)危热缯f，一副畫有著卡拉瓦喬的所有特點(diǎn)，但它不過是個贗品。依靠雙眼，我們是無法辨別雙胞胎的。我們或許甚至?xí)枺何覀優(yōu)槭裁匆P(guān)心其中的區(qū)別呢？

　　忘了自動駕駛汽車以及智能助手吧，AI似乎要比我們更能理解藝術(shù)天賦的秘密。

　　當(dāng)我和鄧萊交談時，我很好奇他是否感受到一種諷刺：盡管機(jī)器還不能創(chuàng)作出好的藝術(shù)，它們欣賞藝術(shù)的能力卻越來越令人稱奇了。

　　“是的，”他若有所思地說，“人類并不擅長分析極其復(fù)雜的事物組合?！彼α耍拔覀儠负芏噱e誤?！?br/>