Tapsjustering og kunstrestaurering: Vil kunstig intelligens forstyrre eller revolusjonere markedet?

Kunstig intelligens (KI) har bevist at den dramatisk kan endre analysen av kunstverk knyttet til restaurering og skadeoppgjør. En nylig autentiseringssak gjelder et maleri tilskrevet den italienske renessansemaleren Raphael, med tittelen «The de Brécy Tondo (Madonnaen av Brécy)». Den britiske kunstsamleren George Lester Winward kjøpte verket i 1981 og hevdet at det var malt av Raphael. For å bevise teorien sin sammenlignet han maleriet med Raphaels andre verk, «Den sixtinske madonnaen», som er utstilt i et galleri i Dresden, Tyskland. I 40 år klarte ikke Winward å bekrefte sin tro, selv om likhetene i mange spesialisters øyne var åpenbare.

Nylig brukte forskere ved de britiske universitetene i Nottingham og Bradford et ansiktsgjenkjenningsverktøy for å sammenligne de to maleriene. Datamaskinen gjennomgikk kunstnerens verk forstørret med tusenvis av piksler. Sammenligningen, ved hjelp av AI-teknologi, bekreftet at de to madonnaene som er avbildet er 97 % like, og barna i maleriene er 86 % like. En pressemelding om denne hendelsen brukte overskriften: «Maleriets forfatter identifisert takket være kunstig intelligens.» Men denne såkalte identifikasjonen resulterer ikke automatisk i et ekthetsbevis eller bredere markedsgjenkjenning av verket.

Kunstmarkedseksperter, spesialiserte eksperter, kunsthistorikere, kuratorer og gallerister er faktisk fortsatt forsiktige med AI – med god grunn.

Flere elementer å vurdere

Når en internasjonalt anerkjent ekspert er kjent for å være den fremste spesialisten innen en bestemt kunstner eller kunstnerisk periode, er hans eller hennes ekspertise gyldig. For eksempel, i 2019, da eksperten Eric Turquin tilskrev maleriet «Judith halshugger Holofernes» til maleren Caravaggio, måtte tilskrivelsen hans ha vært sikker. Hvis eksperten var i tvil, ville han ikke tilskrive verket til en forfatter i sertifikatet og ekspertrapporten sin.

Turquins analyse gikk lenger og sammenlignet det med de andre 65 kjente maleriene av kunstneren. Det analyserte lerretet og pigmentene viste at det var et napolitansk verk som stammet fra mellom 1600 og 1610. Hans ekspertkunnskap og stilistiske analyse – i samarbeid med et kollegium av kunsthistoriespesialister – ga full sikkerhet for å bekrefte maleriets tilskrivelse til Caravaggio. Det ble demonstrert at verket for eksempel ikke kunne være en kopi av Louis Finson, slik noen hadde hevdet.

Dette eksemplet viser at :

• Tilskrivninger av viktige verk kan ikke avgjøres av én enkelt person. Eksperter omgir seg med spesialister for å basere og bekrefte sine vurderinger. En enkel analyse for å sammenligne to malerier – som nevnt i det tidligere eksemplet angående Rafaels verk – er ikke tilstrekkelig.
• Innenfor kunstmarkedet er det vanskelig å akseptere at et maleri er 97 % likt – eller en enda høyere sannsynlighet enn det – med en kunstners andre verk. Analyser utført av laboratorier som bruker AI, hevder å akseptere at 75 % likhet er tilstrekkelig for å validere tilskrivelsen til et verk. Men tvil om de resterende 25 % er på ingen måte akseptabelt for kunstmarkedet og dets forsikringsselskaper.

Autentiseringsbevis kvalifiserer de vurderte verkene på forskjellige måter. Verkene kan være fra «kunstnerens studio» – det vil si produsert av mesterens lærling – eller fra «kunstnerens egen hånd». Mange kunstnere får studentene sine til å male deler av maleriene sine, som landskap, draperier osv.

Hvordan vil AI ta hensyn til disse faktorene? Vil den avvise tilskrivning av slike malerier hvis de sammenlignes med et portrett malt utelukkende av kunstneren? Vil den også vurdere restaureringer, ommalinger osv. – og hvor stor betydning vil det ha i analysen?

Disse observasjonene får oss til å gjennomgå dataene som ligger til grunn for AI.

I eksemplet med «Madonnaen fra Brécy» tyder indikasjonen på at maleriet ble sammenlignet med Rafaels andre maleri i Dresden. Hvilke andre data ble brukt? Ble det utført analyser av materialene? Ble dateringen av verket i forhold til Rafaels stilistiske utvikling analysert?

Et annet eksempel er valideringen av Renoirs maleri «Portrett av en kvinne (Gabrielle Renard)» i 2022. Sotheby's, selskapet som solgte maleriet, brukte AI-teknologi fra det sveitsiske selskapet Recognition for å autentisere maleriet. Maskinen analyserte penselstrøkene, fargene og den generelle stilen til verket for å sammenligne det med en database med mer enn 200 Renoir-malerier. Teknologien etablerte en samsvarsprosent på 80,58 %. Selv om auksjonshuset klarte å tilskrive maleriet på denne måten, er spesialister fortsatt skeptiske. Kunstmarkedsspesialistenes tvil om tilskrivning tilsvarer 19,42 %. 

Akkurat som spesialiserte eksperter ber laboratorier analysere pigmenter med støtte fra historieeksperter, må kunstig intelligens brukes sammen med kunnskap om kunstneren og andre teknikker for å autentisere – eller ikke, alt ettersom hva som er tilfellet – et maleri.

Ekspertens eller AIs ansvar?

Se for deg en fremtid der AI, med ytterligere forbedringer, blir sett på som pålitelig nok til at kunstmarkedet og forsikringsselskapene utelukkende kan stole på dens dom. Eller at den i en første analyse med en minimumsterskel på 75 % vil sette spørsmålstegn ved den opprinnelige ekspertisen til eksperten som tilskrev eller avviste arbeidet til en eller annen kunstner.

Det ville derfor være nødvendig å demonstrere at eksperten gjorde en feil. Gjennom kunsthistorien har teknologiens utvikling avslørt at selv de mest ærede ekspertene har gjort attribusjonsfeil. AI vil kanskje avsløre flere feil. Likevel må AI ledsages av andre teknikker enn de som i dag brukes til ansiktsgjenkjenning.

En forsiktighetsfølelse

AI må ikke brukes til å identifisere kunstverk i fremtiden uten kontroll over dataene som mater den, eller ved intensiv/eksklusiv bruk. Man kan forestille seg en applikasjon som foreslår å autentisere et kunstverk ved hjelp av fotografier av det, eller til og med forsikre det, basert på analyser utført av AI.

Det er viktig å bevare en forsiktig aura. Det er sannsynlig at forfalskere snart vil bruke denne teknologien til å lage imiterte verk med alle egenskapene, kvalitetene og penselstrøkene til den opprinnelige kunstneren. 

La oss ta maleriet «Nattevakten» (1642) av Rembrandt som eksempel. Maleriet var blitt beskåret på tre sider i 1715, og de beskårne delene var tapt. Takket være en kopi av maleriet fra det syttende århundre og kunstig intelligens ble maleriet komponert på nytt. Kunstig intelligens analyserte Rembrandts maleteknikk, hans bruk av farger og penselstrøk for å trykke de manglende delene på lerret. Noen kunsteksperter er sikre på at forfalskere vil bruke denne teknologien til å lage verk som vil være vanskelige å bevise er imitasjoner.

Tenk deg en forfalsker som bruker kunstig intelligens til å imitere et verk av maleren Pablo Picasso, hvis produksjon var enorm og hvis pigmenter, lerret og medier er lett å finne. Forfalskerens eneste vanskelighet ville være å sikre en stamtavle. Historien er full av forfalskere som har lykkes med å introdusere falske verk. Foreløpig er kunstmarkedet og dets forsikringsselskaper klar over denne faren uten å være i stand til å forstå den fullt ut.

AI og restaurering av kunstverk

Eksemplet med «Nattevakten» viser at kunstig intelligens vil være til stor hjelp for restauratører av malerier i deres tilnærminger til restaurering. Det vil gi en bedre forståelse av manglende eller skadede deler, og muliggjøre bekreftelse av farger, former osv. som kunstneren ville ha brukt. Likevel vil restauratørers tekniske detaljer og kunnskap være nødvendig for å produsere en perfekt restaurering.

Hva kunstig intelligens mangler

Selv om AI kan gjenskape manglende deler av malerier og kanskje snart produsere verk i visse stiler, er eksperter fortsatt enige om at teknologien ikke vil ha det nivået av følsomhet, smak og menneskelig intelligens kunstneren bruker for å skape.