13. april 2023
Kunstig intelligens (AI) har bevist, at den kan ændre analysen af kunstværker dramatisk, når det gælder restaurering og tabsjustering. En nylig autentificeringssag drejer sig om et maleri, der tilskrives den italienske renæssancemaler Raphael, med titlen "The de BrécyTondo (Madonna of Brecy)". Den britiske kunstsamler George Lester Winward købte værket i 1981 og hævdede, at det var malet af Raphael. For at bevise sin teori sammenlignede han maleriet med Rafaels andet værk, "Den Sixtinske Madonna", som befinder sig på et galleri i Dresden i Tyskland. I 40 år var Winward ikke i stand til at bekræfte sin tro, selv om lighederne i mange specialisters øjne var indlysende.
For nylig brugte forskere ved de britiske universiteter i Nottingham og Bradford et ansigtsgenkendelsesværktøj til at sammenligne de to malerier. Computeren gennemgik kunstnerens arbejde forstørret med tusindvis af pixels. Sammenligningen ved hjælp af AI-teknologi bekræftede, at de to afbildede madonnaer er 97 % ens, og at børnene på malerierne er 86 % ens. En presserapport om denne begivenhed brugte overskriften: "Maleriets forfatter identificeret takket være kunstig intelligens." Men denne såkaldte identifikation resulterer ikke automatisk i et ægthedscertifikat eller en bredere markedsanerkendelse af værket.
Faktisk er fagfolk på kunstmarkedet, specialiserede eksperter, kunsthistorikere, kuratorer og galleriejere stadig forsigtige med AI - med god grund.
Flere elementer at overveje
Når en internationalt anerkendt ekspert er kendt for at være den førende specialist inden for en bestemt kunstner eller kunstnerisk periode, er hans eller hendes ekspertise gyldig. Da eksperten Eric Turquin i 2019 f.eks. tilskrev maleriet "Judith halshugger Holofernes" til maleren Caravaggio, måtte hans tilskrivning have været sikker. Hvis eksperten var i tvivl, ville han ikke tilskrive 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. Det analyserede lærred og pigmenter viste, at det var et napolitansk værk, der stammede fra mellem 1600 og 1610. Hans ekspertviden og stilistiske analyse - i samarbejde med et kollegium af kunsthistoriespecialister - gjorde det muligt med fuldstændig sikkerhed at bekræfte, at maleriet tilhørte Caravaggio. Det blev påvist, at værket f.eks. ikke kunne være en kopi af Louis Finson, som nogle havde hævdet.
Det viser dette eksempel:
- Tilskrivninger af vigtige værker kan ikke afgøres af en enkelt person. Eksperter omgiver sig med specialister for at basere og bekræfte deres vurderinger. En simpel analyse for at sammenligne to malerier - som nævnt i det tidligere eksempel om Rafaels arbejde - er utilstrækkelig.
- På kunstmarkedet er det svært at acceptere, at et maleri ligner 97 % - eller med endnu større sandsynlighed end det - en kunstners andre værker. Analyser udført af laboratorier, der bruger kunstig intelligens, 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" - dvs. produceret af mesterens lærling - eller fra "kunstnerens egen hånd". Mange kunstnere får deres elever til at male dele af deres malerier, f.eks. landskaber, draperier osv.
Hvordan vil AI tage højde for disse faktorer? Vil den afvise tilskrivning af sådanne malerier, hvis de sammenlignes med et portræt, der udelukkende er malet af kunstneren? Vil den også tage hensyn til restaureringer, overmalinger osv. - og hvor stor betydning vil det have i dens analyse?
Disse observationer får os til at gennemgå de data, der føder AI.
I eksemplet med "Madonnaen i Brecy" er indikationen, at maleriet blev sammenlignet med Rafaels andet maleri i Dresden. Hvilke andre data blev brugt? Blev der foretaget analyser af materialerne? Blev dateringen af værket i forhold til Rafaels stilistiske udvikling analyseret?
Et andet eksempel er valideringen af Renoirs maleri "Portræt af en kvinde (Gabrielle Renard)" i 2022. Sotheby's, der solgte maleriet, brugte AI-teknologi fra det schweizisk baserede firma Recognition til at autentificere maleriet. Maskinen analyserede penselstrøgene, farverne og værkets generelle stil for at sammenligne det med en database med mere end 200 Renoir-malerier. Teknologien fandt frem til et match på 80,58 %. Selv om auktionshuset var i stand til at tilskrive maleriet på denne måde, er specialisterne fortsat skeptiske. Kunstmarkedsspecialisternes tvivl om tilskrivningen svarer til 19,42%.
Ligesom specialiserede eksperter bruger laboratorier til at analysere pigmenter med støtte fra historieeksperter, skal AI bruges sammen med viden om kunstneren og andre teknikker til at autentificere - eller ikke autentificere, alt efter hvad der er tilfældet - 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 forsikringsselskaberne udelukkende kan stole på dens dom. Eller at den i en første analyse med en minimumstærskel på 75 % vil sætte spørgsmålstegn ved den oprindelige ekspertise hos den ekspert, der tilskrev eller afviste værket af den eller den kunstner.
Det ville derfor være nødvendigt at påvise, at eksperten begik en fejl. Gennem hele kunsthistorien har den teknologiske udvikling afsløret, at selv de mest ærværdige eksperter har begået attributionsfejl. AI vil måske afsløre flere fejl. Alligevel skal AI ledsages af andre teknikker end dem, der i øjeblikket bruges til ansigtsgenkendelse.
Et pust af forsigtighed
AI må ikke bruges til at identificere kunstværker i fremtiden uden kontrol over de data, der føder 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, ud fra en analyse udført af AI.
Det er vigtigt at bevare en vis forsigtighed. Det er sandsynligt, at forfalskere snart vil bruge denne teknologi til at skabe efterligninger af værker med alle den originale kunstners karakteristika, kvaliteter og penselstrøg.
Lad os tage maleriet "Nattevagten" (1642) af Rembrandt som eksempel. Maleriet var blevet beskåret på tre sider i 1715, og de beskårne stykker var gået tabt. Takket være en kopi af maleriet fra det syttende århundrede og AI blev maleriet sat sammen igen. AI analyserede Rembrandts maleteknik, hans brug af farver og hans penselstrøg for at printe de manglende dele på lærredet. Nogle kunsteksperter er sikre på, at forfalskere vil bruge denne teknologi til at skabe værker, som det vil være svært at bevise er efterligninger.
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 en stamtavle. Historien er fuld af forfalskere, som har haft held med at introducere falske værker. Indtil videre 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 "The Night Watch" viser, at kunstig intelligens i høj grad vil hjælpe restauratorer af malerier i deres tilgang til restaurering. Det vil give en bedre forståelse af manglende eller beskadigede sektioner og gøre det muligt at bekræfte de farver, former osv. som kunstneren ville have brugt. Ikke desto mindre vil restauratørernes tekniske færdigheder og viden være nødvendige for at frembringe en perfekt restaurering.
Hvad kunstig intelligens mangler
Selvom AI kan genskabe manglende dele af malerier og måske snart producere værker i bestemte stilarter, er eksperter stadig enige om, at teknologien ikke vil besidde det niveau af følsomhed, smag og menneskelig intelligens, som kunstneren bruger til at skabe.
