Skadeservice og restaurering af kunst: Vil kunstig intelligens forstyrre eller revolutionere markedet?

Kunstig intelligens (AI) har vist sig at kunne ændre analysen af kunstværker dramatisk, når det gælder restaurering og skadesregulering. En nylig autentificeringssag vedrører et maleri, der tilskrives den italienske renæssancemaler Rafael, med titlen "The deBrécyTondo (Madonnaen fra Brecy)". Den britiske kunstsamler George Lester Winward erhvervede værket i 1981 og hævdede, at det var malet af Rafael. For at bevise sin teori sammenlignede han maleriet med Rafaels andet værk, "Sistine Madonna", der er udstillet i et galleri i Dresden, Tyskland. I 40 år var Winward ikke i stand til at bekræfte sin overbevisning, selvom mange eksperter mente, at lighederne var åbenlyse.

For nylig brugte forskere ved de britiske universiteter i Nottingham og Bradford et ansigtsgenkendelsesværktøj til at sammenligne de to malerier. Computeren gennemgik kunstnerens værk forstørret med tusindvis af pixels. Sammenligningen, der anvendte AI-teknologi, bekræftede, at de to afbildede madonnaer er 97 % ens, og at børnene i malerierne er 86 % ens. En presseartikel om denne begivenhed brugte overskriften "Maleriet forfatter identificeret takket være kunstig intelligens". Men denne såkaldte identifikation resulterer ikke automatisk i et ægthedscertifikat eller bredere markedsanerkendelse af værket.

Faktisk er kunstmarkedets fagfolk, specialiserede eksperter, kunsthistorikere, kuratorer og galleriejere fortsat forsigtige med AI — og det med god grund.

Flere elementer, der skal tages i betragtning

Når en internationalt anerkendt ekspert er kendt som den førende specialist inden for en bestemt kunstner eller kunstnerisk periode, er hans eller hendes ekspertise gyldig. Da eksperten Eric Turquin i 2019 tilskrev maleriet "Judith Beheading Holofernes" til maleren Caravaggio, måtte hans tilskrivning have været sikker. Hvis eksperten havde været i tvivl, ville han ikke have tilskrevet værket til en forfatter i sit certifikat og sin ekspertrapport.

Turquins analyse gik videre og sammenlignede det med de andre 65 kendte malerier af kunstneren. Analysen af lærredet og pigmenterne viste, at det var et napolitansk værk fra mellem 1600 og 1610. Hans ekspertviden og stilistiske analyse – i samarbejde med en gruppe kunsthistoriske specialister – gjorde det muligt med fuldstændig sikkerhed at bekræfte, at maleriet var af Caravaggio. Det blev påvist, at værket ikke kunne være en kopi af Louis Finson, som nogle havde hævdet.

Dette eksempel viser, at:

• Tilskrivningen af vigtige værker kan ikke afgøres af en enkelt person. Eksperter omgiver sig med specialister for at underbygge og bekræfte deres vurderinger. En simpel analyse, hvor to malerier sammenlignes – som nævnt i det tidligere eksempel vedrørende Raphaels værk – er ikke tilstrækkelig.
• Inden for kunstmarkedet er det svært at acceptere, at et maleri er 97 % identisk – eller endnu mere sandsynligt – med en kunstners andre værker. Analyser udført af laboratorier ved hjælp af AI hævder at acceptere, at en lighed på 75 % er tilstrækkelig til at validere tilskrivningen af et værk. Men tvivl om de resterende 25 % er på ingen måde acceptabelt for kunstmarkedet og dets forsikringsselskaber.

Autentificeringscertifikater kvalificerer de vurderede værker på forskellige måder. Værkerne kan være fra "kunstnerens atelier" — hvilket betyder, at de er produceret af mesterens lærling — eller fra "kunstnerens egen hånd". Mange kunstnere lader deres elever male dele af deres malerier, såsom landskaber, gardiner osv.

Hvordan vil AI tage højde for disse faktorer? Vil den afvise tilskrivningen af sådanne malerier, hvis de sammenlignes med et portræt, der udelukkende er malet af kunstneren? Vil den også tage højde for restaureringer, ommalinger osv. – og hvor stor betydning vil det have for dens analyse?

Disse observationer får os til at gennemgå de data, der fodrer AI.

I eksemplet med "Madonnaen fra Brecy" tyder det på, at maleriet blev sammenlignet med Raphaels andet maleri i Dresden. Hvilke andre data blev der brugt? Blev der foretaget analyser af materialerne? Blev dateringen af værket i forhold til Raphaels stilistiske udvikling analyseret?

Et andet eksempel er valideringen af Renoirs maleri "Portræt af en kvinde (Gabrielle Renard)" i 2022. Sotheby's, det firma, der solgte maleriet, brugte AI-teknologi fra det schweiziske firma Recognition til at autentificere maleriet. Maskinen analyserede penselstrøgene, farverne og den generelle stil i værket for at sammenligne det med en database med mere end 200 Renoir-malerier. Teknologien fastslog en match på 80,58 %. Selvom auktionshuset på denne måde kunne tilskrive maleriet, er eksperterne fortsat skeptiske. Kunstmarkedseksperternes tvivl om tilskrivningen svarer til 19,42 %. 

Ligesom specialiserede eksperter benytter laboratorier til at analysere pigmenter med støtte fra historieeksperter, skal AI bruges i kombination med viden om kunstneren og andre teknikker for at autentificere – eller afvise, alt efter omstændighederne – et maleri.

Er det ekspertens eller AI's ansvar?

Forestil dig en fremtid, hvor AI, med yderligere forbedringer, anses for at være pålidelig nok til, at kunstmarkedet og forsikringsselskaber udelukkende stoler på dens vurdering. Eller at den i en første analyse med en minimumsgrænse på 75 % vil sætte spørgsmålstegn ved den oprindelige ekspertise hos den ekspert, der har tilskrevet eller afvist et værk af en bestemt kunstner.

Det ville derfor være nødvendigt at påvise, at eksperten har begået en fejl. Gennem kunsthistorien har den teknologiske udvikling vist, at selv de mest respekterede eksperter har begået fejl i deres tilskrivninger. AI vil måske afsløre flere fejl. AI vil dog skulle ledsages af andre teknikker end dem, der i øjeblikket anvendes til ansigtsgenkendelse.

En atmosfære af forsigtighed

AI må ikke bruges til at identificere kunstværker i fremtiden uden kontrol med de data, der indgår i den, eller ved intensiv/eksklusiv brug. Man kan forestille sig en applikation, der foreslår at autentificere et kunstværk ved hjælp af fotografier af det eller endda acceptere at forsikre det på baggrund af en analyse udført af AI.

Det er vigtigt at være forsigtig. Det er sandsynligt, at forfalskere snart vil bruge denne teknologi til at skabe imiterede værker med alle de originale kunstneres karakteristika, kvaliteter og penselstrøg. 

Lad os tage maleriet "Nattevagten" (1642) af Rembrandt som eksempel. Maleriet blev beskåret på tre sider i 1715, og de beskårne stykker gik tabt. Takket være en kopi af maleriet fra det 17. århundrede og AI blev maleriet sammensat igen. AI analyserede Rembrandts maleteknik, hans brug af farver og hans penselstrøg for at trykke de manglende dele på lærredet. Nogle kunsteksperter er sikre på, at forfalskere vil bruge denne teknologi til at skabe værker, som vil være svære at bevise er forfalskninger.

Forestil dig, at en forfalsker bruger AI til at efterligne et værk af maleren Pablo Picasso, hvis produktion var enorm, og hvis pigmenter, lærreder og medier er lette at finde. Forfalskerens eneste vanskelighed ville være at sikre sig en herkomst. Historien er fuld af forfalskere, der har haft succes med at introducere falske værker. Foreløbig er kunstmarkedet og dets forsikringsselskaber opmærksomme på denne fare uden at være i stand til at forstå den fuldt ud.

AI og restaurering af kunstværker

Eksemplet med "Nattevagten" viser, at AI vil være til stor hjælp for restauratorer af malerier i deres tilgang til restaurering. Det vil give en bedre forståelse af manglende eller beskadigede dele og gøre det muligt at bekræfte de farver, former osv., som kunstneren ville have brugt. Ikke desto mindre vil restauratorernes tekniske færdigheder og viden være nødvendige for at opnå en perfekt restaurering.

Hvad kunstig intelligens mangler

Selvom AI kan genskabe manglende dele af malerier og måske snart producere værker i bestemte stilarter, er eksperterne stadig enige om, at teknologien ikke vil besidde det niveau af følsomhed, smag og menneskelig intelligens, som kunstneren bruger til at skabe.