Un nuovo sistema è in grado di scomporre un’opera nei suoi singoli colpi di pennello o matita e identificarne l’autore.
di Jackie Snow
L’identificazione dei falsi d’arte è complessa e costosa. Gli storici d’arte devono portare l’opera sospetta in un laboratorio per sottoporla a un test di spettroscopia infrarossi, datazione radiometrica, cromatografia gas, o una combinazione di questi esami. L’intelligenza artificiale, pare, potrebbe presto rendere questi test obsoleti riconoscendo un falso dai semplici colpi di pennello che compongono l’opera.
In un paper, alcuni ricercatori della Rutgers University e dell’Atelier for Restoration & Research of Paintings dei Paesi Bassi descrivono come il loro sistema sia riuscito a scomporre quasi 300 linee in opere di Picasso, Matisse, Modigliani ed altri artisti famosi in 80.000 colpi di pennello. Dopodiché, una rete neurale ricorrente RNN avrebbe appreso le caratteristiche distintive di queste pennellate.
I ricercatori hanno quindi addestrato un algoritmo di apprendimento automatico perché ricercasse caratteristiche analoghe, come la forma delle linee disegnate dal pennello, e ottenuto così due tecniche differenti per rilevare falsi. Abbinati, questi due metodi si sono rivelati estremamente efficaci. Guardando ai risultati conseguiti dall’algoritmo di apprendimento automatico è stato possibile chiarire maggiormente il principio della RNN (un sistema i cui processi sono difficili da spiegare per i ricercatori), che agisce da “scatola nera”.
Siccome l’algoritmo di apprendimento automatico è stato addestrato sulla base di caratteristiche specifiche, la principale differenza con la RNN si trova probabilmente nelle caratteristiche osservate dalla rete neurale per rilevare falsi. In questo caso, il sistema utilizza le variazioni nella forza impressa durante una pennellata da parte dell’artista. Allestendo entrambi gli algoritmi perché operassero assieme, i ricercatori sono riusciti a identificare correttamente gli artisti nell’80 percento dei casi.
I ricercatori hanno anche ingaggiato degli artisti perché realizzassero disegni ispirandosi allo stile delle opere raccolte nel data set, così da testare la capacità del sistema di identificare falsi d’autore. Il sistema è sempre riuscito a identificare questi falsi semplicemente osservando una singola pennellata.
“Un essere umano non ne sarebbe capace”, dice Ahmed Elgammal, un professore della Rutgers nonché uno degli autori del paper.
Questa tecnica può solamente essere utilizzata quando i tratti sono ovvi; per i dipinti in cui le pennellate vengono rese invisibili, il sistema non funziona. A ulteriore riprova della validità del sistema, Elgammal spiega che il team ha intenzione di testare il metodo su opere impressioniste ed altri capolavori in cui i colpi di pennello sono evidenti.
Secondo Eric Postma della Tilburg University, nei Paesi Bassi, l’aspetto più promettente di questa ricerca potrebbe trovarsi nelle informazioni che il secondo sistema ha permesso di raccogliere sul funzionamento della RNN. Lo stesso Postma ha condotto ricerche volte al riconoscimento di opere contraffatte attraverso sistemi di IA. Potrebbero emergere nuove applicazioni per l’IA nell’arte, dice, ma gli storici d’arte e i ricercatori, sommersi da secoli di tradizione, faticano ancora ad accettare queste nuove tecniche. Del resto, è difficile comprendere come una macchina tragga le proprie conclusioni – un problema che proprio questa ricerca potrebbe permettere di risolvere.
