2025-07-10
Jeszcze do niedawna atrybucja dzieła sztuki, czyli przypisanie mu autorstwa, pozostawała domeną wykwalifikowanych specjalistów. Natomiast w ostatnich latach nawet historycy sztuki dostrzegli potencjał sztucznej inteligencji do analizy obrazów.
Narzędzia wykorzystujące tę technologię okazują się szczególnie przydatne podczas nawigacji po szybko rozwijającym się rynku sztuki online. W dzienniku „The Guardian” mogliśmy przeczytać o algorytmie, który na podstawie fotografii zidentyfikował sfałszowane obrazy Claude’a Moneta i Auguste’a Renoira na serwisie eBay. Ceny falsyfikatów sięgały setek tysięcy funtów.
Podobną technologią posłużyli się Steven i Andrea Frankowie do oceny autentyczności „Salvatora Mundi”, obrazu przypisywanego Leonardowi da Vinci sprzedanego za 450.3 milionów dolarów na aukcji w Christie’s.
Program, który rozpoznaje nieścisłości formalne, opiera się na sztucznych sieciach neuronowych – tak zwane konwolucyjne sieci neuronowe (convolutional neural networks, w skrócie CNN), wykorzystuje się na przykład w technologii rozpoznającej twarze.
Nie działają one jednak idealnie, a ich implementacja wymaga odpowiedniego przygotowania. Program może użyć jedynie małego obszaru obrazu, żeby nie został przeciążony. Do pracy potrzebuje też dużej ilości materiału. Sprawia to problem, kiedy artysta, któremu chce się przypisać dzieło przy pomocy algorytmu, stworzył tylko kilkanaście lub kilkadziesiąt dzieł w całym swoim życiu.
Programy wykorzystujące sieci neuronowe do analizy obrazów działają na zasadzie porównywania wielu próbek. A co jeśli artysta był skłonny do eksperymentacji? Jak na razie technologia ta była wykorzystywana do ustalania atrybucji dzieł sztuki dawnej lub nowoczesnej sztuki przedstawiającej. Czy rozwinie się do tego stopnia, że znajdzie również zastosowanie w sztuce współczesnej?