Kunstmatige intelligentie (AI)-technologie heeft bewezen dat het de analyse van kunstwerken drastisch kan veranderen als het gaat om restauratie en schadeafhandeling. Een recent geval van authenticatie betreft een schilderij dat wordt toegeschreven aan de Italiaanse renaissanceschilder Rafaël, getiteld "De BrécyTondo (de Madonna van Brecy)". De Britse kunstverzamelaar George Lester Winward kocht het werk in 1981 en beweerde dat het door Rafaël was geschilderd. Om zijn theorie te bewijzen vergeleek hij het schilderij met een ander werk van Rafaël, de "Sixtijnse Madonna" die in een galerie in Dresden, Duitsland hangt. 40 jaar lang kon Winward zijn geloof niet bevestigen, ook al waren de overeenkomsten in de ogen van veel specialisten overduidelijk.
Onlangs gebruikten onderzoekers van de Britse universiteiten van Nottingham en Bradford een gezichtsherkenningstool om de twee schilderijen te vergelijken. De computer bekeek het werk van de kunstenaar vergroot met duizenden pixels. De vergelijking, met behulp van AI-technologie, bevestigde dat de twee afgebeelde Madonnas 97% op elkaar lijken en dat de kinderen op de schilderijen 86% op elkaar lijken. Een persbericht over deze gebeurtenis kopte: "Schrijver van schilderij geïdentificeerd dankzij kunstmatige intelligentie". Maar deze zogenaamde identificatie leidt niet automatisch tot een certificaat van echtheid of een bredere erkenning van het werk door de markt.
Professionals op de kunstmarkt, gespecialiseerde experts, kunsthistorici, curatoren en galeriehouders blijven inderdaad voorzichtig met AI - en daar is een goede reden voor.
Verschillende elementen om te overwegen
Als een internationaal gerenommeerde expert bekend staat als dé specialist van een bepaalde kunstenaar of artistieke periode, dan is zijn of haar expertise geldig. In 2019 bijvoorbeeld, toen de expert Eric Turquin het schilderij "Judith onthoofding van Holofernes" toeschreef aan de schilder Caravaggio, moest zijn toeschrijving zeker zijn geweest. Als de expert twijfels had, zou hij het werk niet aan een auteur toeschrijven in zijn certificaat en expertiserapport.
Turquin's analyse ging verder en vergeleek het met de andere 65 bekende schilderijen van de kunstenaar. Het geanalyseerde doek en de pigmenten toonden aan dat het om een Napolitaans werk ging dat tussen 1600 en 1610 ontstond. Zijn deskundige kennis en stilistische analyse - in samenwerking met een college van kunsthistorische specialisten - maakten het mogelijk om met volledige zekerheid de toeschrijving van het schilderij aan Caravaggio te bevestigen. Er werd aangetoond dat het werk bijvoorbeeld geen kopie van Louis Finson kon zijn, zoals sommigen hadden beweerd.
Dit voorbeeld laat dat zien:
- Toekenningen van belangrijke werken kunnen niet door één persoon worden bepaald. Experts omringen zich met specialisten om hun oordelen te baseren en te bevestigen. Een eenvoudige analyse om twee schilderijen te vergelijken - zoals in het eerdere voorbeeld over het werk van Rafaël - is onvoldoende.
- Binnen de kunstmarkt is het moeilijk om te accepteren dat een schilderij 97% gelijkenis vertoont - of een nog grotere waarschijnlijkheid dan dat - met het andere werk van een kunstenaar. Analyses uitgevoerd door laboratoria die gebruik maken van AI beweren te accepteren dat 75% gelijkenis voldoende is om de toeschrijving van een werk te valideren. Maar twijfel over de resterende 25% is op geen enkele manier acceptabel voor de kunstmarkt en haar verzekeraars.
Authenticatiecertificaten kwalificeren de getaxeerde werken op verschillende manieren. De stukken kunnen afkomstig zijn uit het "atelier van de kunstenaar" - wat betekent dat ze gemaakt zijn door de leerling van de meester - of van de "eigen hand van de kunstenaar". Veel kunstenaars laten hun leerlingen delen van hun schilderijen schilderen, zoals landschappen, draperieën, enz.
Hoe zal AI rekening houden met deze factoren? Zal het toeschrijving van dergelijke schilderijen afwijzen als ze vergeleken worden met een portret dat uitsluitend door de kunstenaar is geschilderd? Zal het ook rekening houden met restauraties, overschilderingen, etc. - en hoe belangrijk zal dat zijn in de analyse?
Deze observaties leiden ons tot een herziening van de gegevens die AI voeden.
In het voorbeeld "De Madonna van Brecy" wordt aangegeven dat het schilderij is vergeleken met Rafaëls andere schilderij in Dresden. Welke andere gegevens zijn gebruikt? Zijn er materiaalanalyses uitgevoerd? Is de datering van het werk in relatie tot Rafaëls stilistische ontwikkeling geanalyseerd?
Een ander voorbeeld is de validatie van het schilderij "Portret van een vrouw (Gabrielle Renard)" van Renoir in 2022. Sotheby's, het bedrijf dat het schilderij verkocht, gebruikte AI-technologie van het Zwitserse bedrijf Recognition om het schilderij te verifiëren. De machine analyseerde de penseelstreken, kleuren en algemene stijl van het werk om het te vergelijken met een database van meer dan 200 Renoir schilderijen. De technologie stelde een overeenkomst van 80,58% vast. Hoewel het veilinghuis het schilderij op deze manier kon toeschrijven, blijven specialisten sceptisch. De twijfel van de kunstmarktspecialisten over de toeschrijving komt neer op 19,42%.
Net zoals gespecialiseerde experts een beroep doen op laboratoria om pigmenten te analyseren met ondersteuning van geschiedenisexperts, moet AI worden gebruikt in combinatie met kennis van de kunstenaar en andere technieken om een schilderij te authenticeren - of niet, afhankelijk van het geval.
De verantwoordelijkheid van de expert of van AI?
Stel je een toekomst voor waarin AI, met verdere verbeteringen, als betrouwbaar genoeg wordt gezien voor de kunstmarkt en verzekeraars om alleen op zijn oordeel te vertrouwen. Of dat het in een eerste analyse met een minimumdrempel van 75% de initiële expertise van de expert die het werk van deze of gene kunstenaar heeft toegekend of afgewezen, in twijfel trekt.
Het zou dus nodig zijn om aan te tonen dat de expert een fout heeft gemaakt. In de loop van de geschiedenis van de kunst heeft de evolutie van de technologie onthuld dat zelfs de meest gerespecteerde experts toeschrijvingsfouten hebben gemaakt. AI zal misschien nog meer fouten aan het licht brengen. Toch zal AI gepaard moeten gaan met andere technieken dan die momenteel worden gebruikt voor gezichtsherkenning.
Een air van voorzichtigheid
AI mag in de toekomst niet worden gebruikt om kunstwerken te identificeren zonder controle over de gegevens die het voeden, of door intensief/exclusief gebruik. Men kan zich een toepassing voorstellen die voorstelt om een kunstwerk te authenticeren aan de hand van foto's ervan, of zelfs instemt met de verzekering ervan, op basis van een analyse door AI.
Het is noodzakelijk om voorzichtig te blijven. Het is waarschijnlijk dat vervalsers deze technologie binnenkort zullen gebruiken om nagemaakte werken te maken met alle kenmerken, kwaliteiten en penseelstreken van de originele kunstenaar.
Laten we als voorbeeld het schilderij "De Nachtwacht" (1642) van Rembrandt nemen. Het schilderij was in 1715 aan drie kanten bijgesneden en de bijgesneden stukken gingen verloren. Dankzij een kopie van het schilderij uit de zeventiende eeuw en AI kon het schilderij opnieuw worden samengesteld. AI analyseerde Rembrandts schildertechniek, zijn kleurgebruik en zijn penseelstreken om de ontbrekende delen op het doek af te drukken. Sommige kunstexperts zijn er zeker van dat vervalsers deze technologie zullen gebruiken om werken te maken waarvan moeilijk te bewijzen is dat het imitaties zijn.
Stel je voor dat een vervalser AI gebruikt om een werk van schilder Pablo Picasso na te maken, wiens productie enorm was en wiens pigmenten, doeken en mediums gemakkelijk te vinden zijn. De enige moeilijkheid voor de vervalser zou zijn om een stamboom veilig te stellen. De geschiedenis staat bol van vervalsers die erin geslaagd zijn valse werken te introduceren. Voorlopig zijn de kunstmarkt en zijn verzekeraars zich bewust van dit gevaar zonder het volledig te kunnen inschatten.
AI en restauratie van kunstwerken
Het voorbeeld van "De Nachtwacht" laat zien dat AI de restaurateurs van schilderijen enorm zal helpen in hun benadering van restauratie. Het zal een beter begrip van ontbrekende of beschadigde delen mogelijk maken en bevestiging van de kleuren, vormen, enz. die de kunstenaar zou hebben gebruikt. Desondanks zullen de technische vaardigheden en kennis van restaurateurs nodig zijn om een perfecte restauratie te produceren.
Wat kunstmatige intelligentie mist
Hoewel AI ontbrekende delen van schilderijen kan namaken en misschien binnenkort werken in bepaalde stijlen kan produceren, zijn experts het er nog steeds over eens dat technologie niet het niveau van gevoeligheid, smaak en menselijke intelligentie zal bezitten dat de kunstenaar gebruikt om te creëren.