211service.com
Cette IA peut repérer les contrefaçons d'art en regardant un coup de pinceau
Un nouveau système peut décomposer une œuvre en lignes de pinceau ou de crayon individuelles et déterminer l'artiste derrière. 21 novembre 2017
Oli Scarf | Getty
Détecter les contrefaçons d'art est difficile et coûteux. Les historiens de l'art peuvent amener une œuvre suspecte dans un laboratoire pour la spectroscopie infrarouge, la datation radiométrique, la chromatographie en phase gazeuse ou une combinaison de ces tests. Il s'avère que l'IA n'a pas besoin de tout cela : elle peut repérer un faux simplement en regardant les traits utilisés pour composer une pièce.
Dans un nouveau papier , des chercheurs de l'Université Rutgers et de l'Atelier pour la restauration et la recherche de peintures aux Pays-Bas documentent comment leur système a décomposé près de 300 dessins au trait de Picasso, Matisse, Modigliani et d'autres artistes célèbres en 80 000 traits individuels. Ensuite, un réseau neuronal récurrent profond (RNN) a appris quelles caractéristiques des traits étaient importantes pour identifier l'artiste.
Les chercheurs ont également formé un algorithme d'apprentissage automatique pour rechercher des caractéristiques spécifiques, comme la forme de la ligne dans un trait. Cela leur a donné deux techniques différentes pour détecter les contrefaçons, et la méthode combinée s'est avérée puissante. L'examen des résultats de l'algorithme d'apprentissage automatique a également fourni un aperçu du RNN, qui agit comme une boîte noire, un système dont les résultats sont difficiles à expliquer pour les chercheurs.
Étant donné que l'algorithme d'apprentissage automatique a été formé sur des fonctionnalités spécifiques, la différence entre celui-ci et le RNN indique probablement les caractéristiques que le réseau de neurones examinait pour détecter les contrefaçons. Dans ce cas, il utilisait la force changeante le long d'un trait - c'est-à-dire la force avec laquelle un artiste poussait, en fonction du poids de la ligne - pour identifier l'artiste. Les deux algorithmes fonctionnant en tandem, les chercheurs ont pu identifier correctement les artistes environ 80% du temps.
Les chercheurs ont également chargé des artistes de créer des dessins dans le même style que les pièces de l'ensemble de données pour tester la capacité du système à repérer les contrefaçons. Le système a pu identifier les contrefaçons dans tous les cas, simplement en regardant un seul coup.
Un humain ne peut pas faire cela, déclare Ahmed Elgammal, professeur à Rutgers et l'un des auteurs de l'article.
Cette technique ne peut être utilisée que lorsque les lignes sont évidentes, donc pour les peintures où les coups de pinceau sont rendus invisibles, cela ne sert à rien. Mais pour valider davantage leurs résultats, dit Elgammal, ils prévoient de tester la méthode sur des œuvres impressionnistes et d'autres œuvres d'art du XIXe siècle où les coups de pinceau sont clairs.
La partie la plus prometteuse de la recherche pourrait être la façon dont les chercheurs ont utilisé la deuxième méthode pour clarifier ce que fait le RNN, déclare Eric Postma de l'Université de Tilburg aux Pays-Bas, qui a travaillé sur la détection contrefaçons d'art avec IA depuis plus d'une décennie. Il pourrait y avoir plus d'applications pour l'intelligence artificielle dans l'art, dit-il, mais les historiens de l'art et les chercheurs, ancrés dans des siècles de tradition, ont été lents à adopter de telles techniques. C'est en partie parce qu'il peut être difficile de comprendre comment une machine est arrivée à ses résultats - un problème que cette dernière recherche pourrait aider à résoudre.