Нурлан Каримов 
Определение подлинности произведений искусства превратилось из дела исключительно опытного глаза в высокотехнологичную область, где переплетаются наука, история и передовые технологии. Когда на кону стоят миллионы долларов, а также репутация музеев и ученых, подтверждение происхождения картины способно переписать саму историю искусства.
Поиски истины давно вышли за пределы анализа самого холста. То, что начиналось как медленный и сложный ручной процесс, теперь опирается на скорость и мощь современных вычислений. Среди сегодняшних инструментов искусственный интеллект выделяется как прорывная сила, открывающая секреты самых знаменитых шедевров мира.
На протяжении поколений эксперты полагались на комплексный подход, включающий исследование провенанса, анализ материалов и иконографию. Рентгенография и химические исследования помогали датировать и изучать структуру произведений искусства. Однако эти методы требовали глубоких знаний и часто занимали месяцы для получения выводов.
Особенно влиятельным был метод знаточеской экспертизы, основанный на визуальных признаках — композиции, стиле и манере письма. Он долгое время направлял атрибуцию работ таких знаковых художников, как Рафаэль, мастер Высокого Возрождения. Его шедевры, такие как The School of Athens и The Madonna della Rosa, излучают изящество и новаторство. Однако оживленная мастерская Рафаэля усложняет атрибуцию: многие картины создавались с участием помощников, стирая грань между рукой мастера и его учеников.
Именно здесь искусственный интеллект заявляет о себе. Анализируя тысячи произведений искусства, ИИ способен обнаруживать закономерности, невидимые даже самому опытному глазу. Модели машинного обучения теперь оценивают мазки кисти, цветовые схемы и текстуры поверхности, обрабатывая тысячи точек данных за считанные секунды.
Команда из Университета Брэдфорда недавно провела такое исследование. Их внимание привлекла картина The Madonna della Rosa, долгое время вызывавшая споры в научных кругах. Сегодня она находится в мадридском музее Прадо, и ее происхождение породило многолетние дебаты.
Используя ИИ, исследователи сделали примечательное открытие. Модель установила, что Мадонну, младенца Христа и Святого Иоанна Крестителя, вероятно, написал сам Рафаэль. А вот фигура Святого Иосифа, похоже, была добавлена позже — другой рукой. Чтобы прийти к такому выводу традиционными методами, потребовались бы месяцы. С помощью ИИ это заняло всего несколько часов.
Хассан Угайл, директор Центра визуальных вычислений и интеллектуальных систем в Брэдфорде, поясняет: «Анализ, проведенный программой ИИ, убедительно продемонстрировал различия в стиле, доказав, что Святой Иосиф не был написан Рафаэлем».
В анализе произведений искусства ИИ использует сверточные нейронные сети (CNN), которые имитируют процесс человеческого зрительного восприятия. Эти сети преобразуют изображения через иерархические слои, от простого обнаружения краев до распознавания сложных признаков. Такие системы превосходно выявляют стилистические нюансы, что позволяет им классифицировать произведения искусства по художнику или жанру.
Команда из Брэдфорда использовала ResNet50, модель глубокого обучения, в сочетании с методом опорных векторов (SVM) для классификации. Алгоритмы обнаружения краев улучшили их анализ, выделив особенности, характерные для техники Рафаэля. Точность алгоритма в 98% подчеркивает его потенциал в разрешении давних споров в истории искусства.
Применение ИИ в атрибуции произведений искусства не лишено проблем. Высококачественных обучающих данных для моделей ИИ по-прежнему мало, что усложняет попытки отличить стилистическую эволюцию художника от аномалий. Ученые также обсуждают роль ИИ, причем некоторые традиционалисты скептически относятся к его способности заменить человеческий опыт.
Угайл признает это сопротивление, отмечая: «ИИ — это инструмент, который дополняет традиционные методы. Он предоставляет быстрый способ оценить, заслуживает ли картина более глубокого исследования».
Исследование The Madonna della Rosa основывается на предыдущих успехах. Ранее команда проанализировала de Brécy Tondo, картину, которую считали копией XIX века. Результаты анализа ИИ идентифицировали ее как подлинную работу Рафаэля, несмотря на первоначальный скептицизм. Эти достижения подчеркивают растущее признание ИИ в мире искусства.
Потенциал ИИ выходит за рамки творчества Рафаэля. Исследователи стремятся разработать алгоритмы, способные аутентифицировать работы других художников, революционизируя искусствоведческий анализ. Сочетая ИИ с традиционными методами, такими как исследование провенанса, ученые могут составить всестороннюю картину происхождения произведения искусства.
Интеграция ИИ также помогает в более широких искусствоведческих исследованиях. Например, машинное обучение уже использовалось для анализа стилей в исламском, китайском и западном искусстве, а графы знаний и состязательные сети применялись для генерации и классификации произведений искусства. Инновации в многозадачном глубоком обучении и классификации на основе баз данных обещают дальнейшие достижения.
Последствия применения ИИ в искусстве огромны. Раскрывая скрытые детали в шедеврах, ИИ наводит мосты между технологией и традицией.
Как отмечает Угайл: «Потенциал такого инструмента огромен». С каждым открытием ИИ переосмысливает наше понимание истории искусства, открывая новые пути для исследований.
Исследование команды из Брэдфорда, опубликованное в Heritage Science, подчеркивает строгость их методологии. Их выводы служат примером того, как ИИ может дополнять научный анализ произведений искусства, обеспечивая точное понимание и сохранение сокровищ истории.
Профессор Стэнфордского университета Дэвид Г. Сторк, пионер в применении компьютерного зрения к проблемам истории и интерпретации произведений изобразительного искусства, также внес вклад в недавнее исследование.
Искусство, наука и технологии объединяются, чтобы раскрыть секреты эпохи Возрождения. Благодаря ИИ тайны, скрытые в мазках кисти, выходят на свет, трансформируя процесс атрибуции произведений искусства. По мере углубления диалога между человеческим опытом и машинной точностью границы того, что мы можем обнаружить, продолжают расширяться.