猜简笔涂鸦算什么 有的AI现在还能鉴定假画了

X射线荧光分析仪可以分析艺术品的材料

　　原标题：猜简笔涂鸦算什么？有的AI现在还能鉴定假画了

　　在这篇文章之前，我们先来做个小测试。以下是马蒂斯、毕加索和席勒的真作和假画，你能找到假的那几幅吗？

　　如果你没看出来也没关系，因为这样的假画甚至更逼真的赝品，有时甚至会坑了专家和拍卖行。对于艺术市场来说，赝品的泛滥是一件很棘手的事，不仅展览方被迫撤展，连拍卖行也要遭受巨大损失——苏富比(微博)拍卖行就曾因为一副弗兰斯·哈尔斯假画损失10万美金。更令人头疼的是，造假手段也越来越高明了，几乎以假乱真的“冒牌货”比比皆是。

　　如今，一个新开发的AI有望解决这些问题，能让艺术鉴定摆脱复杂的科学检测，例如X射线荧光和化学分析。

　　那么，这个AI的表现如何呢？

　　在鉴定开头几位艺术家的一些作品时，它的准确率能达到70%以上。在某些情况下，准确率甚至可以达到100%。（至于你的得分，估计和我一样惨。）

　　AI的火眼金睛

　　要鉴定一副画的真伪，我们可能需要进行漫长且耗费巨大的材料分析，然后寄希望于伪造者露出破绽，例如16世纪的威尼斯并不存在赝品所使用的纤维和清漆。

　　然而，鉴定AI非常厉害，它甚至无需接触原画，用数码摄影就可以鉴定真伪。它关注的是绘画的内容而非材料，具体来说，是构成绘画的上千微小的笔触。

　　每个单独的绘画姿势，例如笔触的形状和曲度、挥笔的速度，都是艺术家的特色。它们共同构成揭示真相的“艺术指纹”。分析足够多的作品并建立数据库，你可以找到每位艺术家的“艺术指纹”。将你不太确定真伪的作品放进数据库，在几分钟内你就能得知它是亨利·马蒂斯的真作，还是上周在洛杉矶某车库里制造的赝品。你甚至都不需要一幅完整的画，单一的笔触就能让假画露出原形。

　　在去年11月发表的论文中，艾哈迈德·埃尔加马尔（Ahmed Elgammal）和同事检测了300张艺术家的真作。他们将这些绘画分割为8万多条笔触，用机器学习技术为每位艺术家建立数据集。然后，他们托人制作了一批赝品。为了检测算法的性能，赝品的数据被输入到系统中。当分析单一的笔触时，系统的精确度是70%，当检测完整的画作时，成功率达到了80%。

　　通过笔触辨别艺术家的想法，其实可以追溯到上世纪50年代，以及荷兰艺术史学家莫里斯·米歇尔·范丹齐格（Maurits Michel van Dantzig）发明的“笔触法”（pictology）。范丹齐格认为每幅画作都出自人手，每只手都是不同的，所以通过这些笔触来辨别作者是可能的。

　　然而问题是数据太多了。即使简单的绘画也含有上百甚至上千的笔触，这些都需要人眼检查和分类。将这一步加到每幅画上，鉴定就很难实现了。

　　“这种方法的可行性不太可能得到测试。” 埃尔加马尔的同事米科·邓莱（Milko den Leeuw）说，“我看到很多利用笔触法的尝试，它们还是想法的时候就夭折了。”

　　但是AI能做到人类做不到的事吗？能用一些科学基础证明艺术史学家的火眼金睛是有道理的吗？“没错，” 邓莱说，“鉴别工作往往都依赖于直觉，我们在尝试揭开真相。”

　　尽管鉴定专家珍妮弗·曼斯（Jennifer Mass）说她还不太可能扔掉鉴定所需的“荧光枪”，她承认这项技术让人印象深刻。“艺术鉴定领域的很多人士对AI感到很兴奋。它不是魔法子弹，但会是在其他方面的得力工具。当你要对付一位技艺精湛的伪造者时，AI会很有价值。”

　　笔触识别的挑战

　　这项技术也存在种种问题。目前为止，AI鉴定系统主要测试了短期内的少数艺术家的作品。绘画通常包括成千上万的笔触，辨别它们极具挑战，而旧的画作，或许含有无数修复和复绘的痕迹，这仍然是挑战。“用AI鉴定艺术作品很有挑战，但这不意味着我们做不到。” 埃尔加马尔说，“我很自信。”

　　不过，艺术家的绘画风格，尤其是随时间变化的风格该如何鉴别？想想毕加索疯狂的风格变化期：蓝色、非洲、立体主义、古典派，或者马列维奇如何在上世纪20年代抛弃黑色方块的抽象元素，转而画了很多有塞尚痕迹的作品（也许迫于斯大林的压力也是一部分原因）。

　　在康奈尔大学教授计算艺术史的查尔斯·R·约翰森（Charles R。 Johnson）表示，这种新技术还没有说服他。“一大问题在于，笔触不是那么个人化的东西。”他说，“在绘画上覆盖的部分是很难层层剥开的。此外，要想判断一位艺术家的作品，我们需要明白他的风格随着职业生涯变化。”

　　约翰逊还认为，许多艺术家的画法基本上是无形的，很难将其拆分成单独的部分；或许关注计算机对画布和纸张的分析评估更好一些，它们会受到更加严格的鉴定。“我仍然对AI持有相当大的怀疑。”他说。

　　埃尔加马尔和邓莱承认，离AI真正鉴定艺术品还有一段路要走。目前，他们在用印象派画作训练AI，这些作品比席勒和毕加索的线条画要复杂得多，他们希望明年发表研究结果。机器仍然不能自己学习辨别这些画作，算法通常需要人类的修正，以确保正确的特性被检测到。另一个挑战是：有些艺术家的作品输出并不足以生成可靠的数据集。

　　算法偏见也是一个潜在问题。简单来说，将缺乏代表性的数据输入到系统内，AI的可靠性将降低。考虑到大量赝品在市场中流通，数据库很有可能受到赝品数据的污染。这种现象，也就是我们俗称的“垃圾进，垃圾出”。

　　AI正向理解艺术更进一步

　　当然，还有很大的哲学问题。当某人费力找到17世纪的画布，然后画上几乎无暇的弗兰斯·哈尔斯画作时，我们或许应该反思“真”和“假”的含义，更不用说“艺术家”这个头衔了。然而这里的讽刺是不可避免的。艺术是人类的一种自我表达，很难想到有比它更人性的东西了。

　　但是当谈到艺术时，人类并不擅长区分一副画作的真伪，比如说，一副画有着卡拉瓦乔的所有特点，但它不过是个赝品。依靠双眼，我们是无法辨别双胞胎的。我们或许甚至会问：我们为什么要关心其中的区别呢？

　　忘了自动驾驶汽车以及智能助手吧，AI似乎要比我们更能理解艺术天赋的秘密。

　　当我和邓莱交谈时，我很好奇他是否感受到一种讽刺：尽管机器还不能创作出好的艺术，它们欣赏艺术的能力却越来越令人称奇了。

　　“是的，”他若有所思地说，“人类并不擅长分析极其复杂的事物组合。”他笑了，“我们会犯很多错误。”