Специалисты Ратгерского университета и голландского Ателье реставрации и исследования картин опубликовали статью о том, как разработанный ими искусственный интеллект разложил почти 300 шедевров Пикассо, Матисса, Модильяни и других художников на 80 000 отдельных мазков кисти, а затем рекуррентная нейронная сеть научилась по ним идентифицировать автора.
Установление подлинности живописного полотна — дело непростое и дорогостоящее. Эксперты проводят инфракрасную спектроскопию, радиологическое датирование, газовую хроматографию или комбинацию этих тестов.
Искусственному интеллекту все это не нужно: он может заметить подделку, глядя на характер мазка, на то, какое усилие художник прилагал к кисти, на форму линии в мазке. Для этого ученым пришлось задействовать два алгоритма — машинное обучение и рекуррентную нейронную сеть (RNN) — и, благодаря им, смогли правильно идентифицировать около 80% произведений.
Затем ученые попросили художников написать картины в стиле мастеров прошлого, чтобы проверить способность ИИ распознавать подделки. Компьютер справился с задачей во всех случаях, не прибегая к спектроскопическому или радиологическому анализу, просто глядя на мазки.
Ученые призывают принять меры против появления «сверхлюдей»
Мнения
Пока эта технология позволяет установить подлинность живописных картин с явными штрихами или мазками, и ученые собираются подтвердить результаты на полотнах импрессионистов и других художников XIX века.
Кроме того, этот метод дал возможность исследователям лучше понять, что происходит в «черном ящике» рекуррентной нейронной сети. По словам Эрика Постмы из Университета Тилбурга в Нидерландах, ИИ может широко применяться в искусстве, но историки и реставраторы не торопятся принимать новые технологии, особенно те, работу которых сложно объяснить, пишет MIT Technology Review.
Ученые напечатали «невозможный» материал, придуманный математиками
Кейсы
Впрочем, ИИ одинаково хорошо справляется и с раскрытием правды, и с ее сокрытием. Нейросети сегодня позволяют менять оригинал до неузнаваемости. Программы могут менять выражение лица на видеоролике в режиме реального времени, создавать звуковые эффекты на беззвучном видео и редактировать речь в репортажах.