В начале этого года мир искусства всколыхнуло событие — картина, известная как «Тондо де Бреси», была атрибутирована системой искусственного интеллекта (ИИ) как шедевр Рафаэля Санти. Об этом сообщили исследователи Брэдфордского университета, которые сообщили о 95-процентном сходстве между Мадонной Тондо и Сикстинской мадонной Рафаэля в Дрездене.
Ликование было недолгим, поскольку вскоре поступил результат анализа этого полотна от ИИ, разработанного швейцарской компанией Art Recognition, который опровергнул заявление британцев. Они заявили, что картина не принадлежит Рафаэлю с вероятностью 85%!
Этот поворот событий запустил целую цепочку дебатов, поставив вопрос о роли и надёжности ИИ в определении авторства и подлинности произведений искусства.
Не все ИИ одинаковы и равны
Почему заключения разных ИИ противоречат друг другу? Всё дело в том, что за вывеской «Искусственный интеллект» скрываются разные подходы.
Тоже самое относится и к системам идентификации, упомянутым выше.
Нейронная сеть из Брэдфорда предназначена для распознавания лиц и обучается на наборах данных о лицах. Этот ИИ может дать высокую оценку сходства при сравнении двух фотографий одного и того же человека, независимо от временного промежутка между этими фотографиями, различий в ориентации лица, в освещении и качестве снимков. Он эффективно идентифицирует эти изображения как одного и того же человека. Логическим следствием этой точности является то, что две картины разных художников, изображающие одно и то же лицо, свидетельствовали бы о высокой степени сходства.
На вопрос, как снимки одного и того же лица соотносятся с полотнами, написанными одним и тем же художником, ведущий эксперт Брэдфорда отвечает, что в этом есть смысл, добавив, что они не анализировали мадонн, написанных разными художниками или на известных копиях. Такие тесты могли бы показать, действительно ли ИИ находит высокую степень сходства исключительно между Тондо и Дрезденской мадонной, а не между Тондо и любыми другими картинами Мадонны.
Art Recognition использует другую методику. В отличие от модели британских коллег, где усилия направлены на то, чтобы игнорировать различия в изображении одного и того же лица, модель швейцарцев использует информацию о том, как было нарисовано лицо.
Их технология выходит за рамки распознавания лиц, охватывая более широкие художественные элементы, такие как мазки кистью, цветовая гамма и расположение объектов. Обучающие наборы данных получены и курируются командой искусствоведов и разработчиков искусственного интеллекта. Они включают в себя фотографии подлинных произведений того или иного художника, а также образцы заведомо других авторов — известные подделки, работы имитаторов и даже подделки, созданные ИИ.
Знакомясь с подлинниками и подделками, ИИ обретает способность отличать оригинал от имитации. Как результат — не просто ответ: настоящая картина или нет, но и степень вероятности атрибутирования как «аутентичное» или «неаутентичное» произведение искусства.
Поэтому на данный момент самым простым объяснением сильного расхождения в вердиктах является то, что модели, по сути, решают разные вопросы.
Брэдфордской группе ещё предстоит установить чёткую связь между оценкой сходства лиц и аутентификацией произведений искусства. Тем не менее, Угайл упомянул о своих усилиях по разработке новой модели и о том, что он намерен представить свои текущие исследования для публикации в ближайшем будущем. Надеемся, что эта предстоящая научная статья внесёт столь необходимую ясность.
Такой диссонанс в результатах, с одной стороны, привёл к сомнениям в полезности ИИ, с другой стороны, привлёк к технологии больше внимания.
Для надёжной идентификации подлинников ИИ решающее значение имеют размер и качество обучающих наборов. Как правило, число образцов должно быть не менее 100. Во-вторых, необходимо тщательное тестирование модели на ранее невиданных изображениях, как аутентичных, так и неаутентичных.
Учитывая прецедент и сложность моделей искусственного интеллекта, которые обычному человеку будет сложно полностью понять, научные исследования, лежащие в основе атрибутирования, должны пройти тщательную проверку экспертами и быть одобрены научным сообществом, прежде чем стать рыночным инструментом. Ведь ничто человеческое разработчикам ИИ не чуждо, и соблазнов тут много…
