[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"knowledge-276c7b7eba057005":3},{"id":4,"slug":5,"category":6,"categoryLabel":7,"title":8,"summary":9,"coverUrl":10,"publishDate":11,"shareUser":12,"rank":16,"lastSyncedAt":17,"contentHtml":18,"images":19,"sourceUrl":51},"6a33b542759fbb61a0537035","276c7b7eba057005","visual","视觉","猜简笔涂鸦算什么？有的AI现在还能鉴定假画了","人类做不到的事，AI就可以？","https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773632589-0-5a26afb3.jpg","2018-08-08T17:16:46.205976+08:00",{"name":13,"label":14,"text":15},"青森晴北桃","青森晴北桃分享","来自青森晴北桃分享",2,"2026-08-23T01:15:57.317Z","\u003Cdiv>\u003Cp>（EON\u002F编译）在这篇文章之前，我们先来做个小测试。以下是马蒂斯、毕加索和席勒的真作和假画，你能找到假的那几幅吗？\u003C\u002Fp>\n\n\u003Cp class=\"img-caption\">\u003Cimg src=\"https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773632907-1-034e12c8.jpg\">答案将在文末公布\u003C\u002Fp>\n\n\u003Cp>如果你没看出来也没关系，因为这样的假画甚至更逼真的赝品，有时甚至会坑了专家和拍卖行。对于艺术市场来说，赝品的泛滥是一件很棘手的事，不仅展览方被迫撤展，连拍卖行也要遭受巨大损失——苏富比拍卖行就曾因为一副弗兰斯·哈尔斯假画损失10万美金。更令人头疼的是，造假手段也越来越高明了，几乎以假乱真的“冒牌货”比比皆是。\u003C\u002Fp>\n\n\u003Cp>如今，一个新开发的AI有望解决这些问题，能让艺术鉴定摆脱复杂的科学检测，例如X射线荧光和化学分析。\u003C\u002Fp>\n\n\u003Cp>那么，这个AI的表现如何呢？\u003C\u002Fp>\n\n\u003Cp>在鉴定开头几位艺术家的一些作品时，它的准确率能达到70%以上。在某些情况下，准确率甚至可以达到100%。（至于你的得分，估计和我一样惨。）\u003C\u002Fp>\n\n\u003Ch2>AI的火眼金睛\u003C\u002Fh2>\n\n\u003Cp>要鉴定一副画的真伪，我们可能需要进行漫长且耗费巨大的材料分析，然后寄希望于伪造者露出破绽，例如16世纪的威尼斯并不存在赝品所使用的纤维和清漆。\u003C\u002Fp>\n\n\u003Cp>然而，鉴定AI非常厉害，它甚至无需接触原画，用数码摄影就可以鉴定真伪。它关注的是绘画的内容而非材料，具体来说，是构成绘画的上千微小的笔触。\u003C\u002Fp>\n\n\u003Cp>每个单独的绘画姿势，例如笔触的形状和曲度、挥笔的速度，都是艺术家的特色。它们共同构成揭示真相的“艺术指纹”。分析足够多的作品并建立数据库，你可以找到每位艺术家的“艺术指纹”。将你不太确定真伪的作品放进数据库，在几分钟内你就能得知它是亨利·马蒂斯的真作，还是上周在洛杉矶某车库里制造的赝品。你甚至都不需要一幅完整的画，单一的笔触就能让假画露出原形。\u003C\u002Fp>\n\n\u003Cp class=\"img-caption\">\u003Cimg src=\"https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633209-2-df2b5893.png\">对毕加索的画作进行笔触分割（在右图中用颜色标出）。图片来源：Elgammal et al.\u003C\u002Fp>\n\n\u003Cp>在去年11月发表的论文中，艾哈迈德·埃尔加马尔（Ahmed Elgammal）和同事检测了300张艺术家的真作。他们将这些绘画分割为8万多条笔触，用机器学习技术为每位艺术家建立数据集。然后，他们托人制作了一批赝品。为了检测算法的性能，赝品的数据被输入到系统中。当分析单一的笔触时，系统的精确度是70%，当检测完整的画作时，成功率达到了80%。\u003C\u002Fp>\n\n\u003Cp>通过笔触辨别艺术家的想法，其实可以追溯到上世纪50年代，以及荷兰艺术史学家莫里斯·米歇尔·范丹齐格（Maurits Michel van Dantzig）发明的“笔触法”（pictology）。范丹齐格认为每幅画作都出自人手，每只手都是不同的，所以通过这些笔触来辨别作者是可能的。\u003C\u002Fp>\n\n\u003Cp class=\"img-caption\">\u003Cimg src=\"https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633256-3-f4327c6f.png\">范丹齐格的笔触法。图片来源：M. M. van Dantzig\u003C\u002Fp>\n\n\u003Cp>然而问题是数据太多了。即使简单的绘画也含有上百甚至上千的笔触，这些都需要人眼检查和分类。将这一步加到每幅画上，鉴定就很难实现了。\u003C\u002Fp>\n\n\u003Cp> “这种方法的可行性不太可能得到测试。” 埃尔加马尔的同事米科·邓莱（Milko den Leeuw）说，“我看到很多利用笔触法的尝试，它们还是想法的时候就夭折了。”\u003C\u002Fp>\n\n\u003Cp>但是AI能做到人类做不到的事吗？能用一些科学基础证明艺术史学家的火眼金睛是有道理的吗？“没错，” 邓莱说，“鉴别工作往往都依赖于直觉，我们在尝试揭开真相。”\u003C\u002Fp>\n\n\u003Cp>尽管鉴定专家珍妮弗·曼斯（Jennifer Mass）说她还不太可能扔掉鉴定所需的“荧光枪”，她承认这项技术让人印象深刻。“艺术鉴定领域的很多人士对AI感到很兴奋。它不是魔法子弹，但会是在其他方面的得力工具。当你要对付一位技艺精湛的伪造者时，AI会很有价值。”\u003C\u002Fp>\n\n\u003Cp class=\"img-caption\">\u003Cimg src=\"https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633372-4-c1a9a7c0.jpg\">X射线荧光分析仪可以分析艺术品的材料。图片来源：Bruker\u003C\u002Fp>\n\n\u003Ch2>笔触识别的挑战\u003C\u002Fh2>\n\n\u003Cp>这项技术也存在种种问题。目前为止，AI鉴定系统主要测试了短期内的少数艺术家的作品。绘画通常包括成千上万的笔触，辨别它们极具挑战，而旧的画作，或许含有无数修复和复绘的痕迹，这仍然是挑战。“用AI鉴定艺术作品很有挑战，但这不意味着我们做不到。” 埃尔加马尔说，“我很自信。”\u003C\u002Fp>\n\n\u003Cp>不过，艺术家的绘画风格，尤其是随时间变化的风格该如何鉴别？想想毕加索疯狂的风格变化期：蓝色、非洲、立体主义、古典派，或者马列维奇如何在上世纪20年代抛弃黑色方块的抽象元素，转而画了很多有塞尚痕迹的作品（也许迫于斯大林的压力也是一部分原因）。\u003C\u002Fp>\n\n\u003Cp class=\"img-caption\">\u003Cimg src=\"https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633670-5-51982cf8.jpg\">至上主义构成，马列维奇，1915。\u003C\u002Fp>\n\n\u003Cp>在康奈尔大学教授计算艺术史的查尔斯·R·约翰森（Charles R. Johnson）表示，这种新技术还没有说服他。“一大问题在于，笔触不是那么个人化的东西。”他说，“在绘画上覆盖的部分是很难层层剥开的。此外，要想判断一位艺术家的作品，我们需要明白他的风格随着职业生涯变化。”\u003C\u002Fp>\n\n\u003Cp>约翰逊还认为，许多艺术家的画法基本上是无形的，很难将其拆分成单独的部分；或许关注计算机对画布和纸张的分析评估更好一些，它们会受到更加严格的鉴定。“我仍然对AI持有相当大的怀疑。”他说。\u003C\u002Fp>\n\n\u003Cp>埃尔加马尔和邓莱承认，离AI真正鉴定艺术品还有一段路要走。目前，他们在用印象派画作训练AI，这些作品比席勒和毕加索的线条画要复杂得多，他们希望明年发表研究结果。机器仍然不能自己学习辨别这些画作，算法通常需要人类的修正，以确保正确的特性被检测到。另一个挑战是：有些艺术家的作品输出并不足以生成可靠的数据集。\u003C\u002Fp>\n\n\u003Cp class=\"img-caption\">\u003Cimg src=\"https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633990-6-e4d87464.png\">蓝色女孩，印象派画家詹姆斯·惠斯勒，1873-1876。\u003C\u002Fp>\n\n\u003Cp>算法偏见也是一个潜在问题。简单来说，将缺乏代表性的数据输入到系统内，AI的可靠性将降低。考虑到大量赝品在市场中流通，数据库很有可能受到赝品数据的污染。这种现象，也就是我们俗称的“垃圾进，垃圾出”。\u003C\u002Fp>\n\n\u003Ch2>AI正向理解艺术更近一步\u003C\u002Fh2>\n\n\u003Cp>当然，还有很大的哲学问题。当某人费力找到17世纪的画布，然后画上几乎无暇的弗兰斯·哈尔斯画作时，我们或许应该反思“真”和“假”的含义，更不用说“艺术家”这个头衔了。然而这里的讽刺是不可避免的。艺术是人类的一种自我表达，很难想到有比它更人性的东西了。\u003C\u002Fp>\n\n\u003Cp>但是当谈到艺术时，人类并不擅长区分一副画作的真伪，比如说，一副画有着卡拉瓦乔的所有特点，但它不过是个赝品。依靠双眼，我们是无法辨别双胞胎的。我们或许甚至会问：我们为什么要关心其中的区别呢？\u003C\u002Fp>\n\n\u003Cp class=\"img-caption\">\u003Cimg src=\"https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773634046-7-fa6bda41.png\">圣徒托马斯的怀疑，卡拉瓦乔，1601。\u003C\u002Fp>\n\n\u003Cp>忘了自动驾驶汽车以及智能助手吧，AI似乎要比我们更能理解艺术天赋的秘密。\u003C\u002Fp>\n\n\u003Cp>当我和邓莱交谈时，我很好奇他是否感受到一种讽刺：尽管机器还不能创作出好的艺术，它们欣赏艺术的能力却越来越令人称奇了。\u003C\u002Fp>\n\n\u003Cp>“是的，”他若有所思地说，“人类并不擅长分析极其复杂的事物组合。”他笑了，“我们会犯很多错误。”（编辑：Ent）\u003C\u002Fp>\n\n\u003Cp>\u003Cstrong>答案：\u003C\u002Fstrong>\u003C\u002Fp>\n\n\u003Cp>马蒂斯（假），马蒂斯（假），马蒂斯（真）\u003C\u002Fp>\n\n\u003Cp>马蒂斯（真），马蒂斯（假），马蒂斯（假），马蒂斯（真）\u003C\u002Fp>\n\n\u003Cp>马蒂斯（假），马蒂斯（真），毕加索（真），毕加索（假）\u003C\u002Fp>\n\n\u003Cp>毕加索（假），毕加索（真），毕加索（真），毕加索（假）\u003C\u002Fp>\n\n\u003Cp>席勒（真），席勒（假），席勒（假），席勒（真），席勒（真），席勒（假）\u003C\u002Fp>\u003C\u002Fdiv>",[20,23,27,31,35,39,43,47],{"sourceUrl":21,"localPath":22,"publicUrl":10},"https:\u002F\u002F3-im.guokr.com\u002FoyNc4VjTpLERW664s_CK7xUMchxVxeLP1K0jVI0yuzBKAQAA6wAAAEpQ.jpg","C:\\www\\images\\visual\\20260618\\ai-1781773632589-0-5a26afb3.jpg",{"sourceUrl":24,"localPath":25,"publicUrl":26},"https:\u002F\u002F1-im.guokr.com\u002FyOLlm9dOlBm9te0TTcTIF9Ii5UmeIaoNGDvMlgKGM2QgAwAAvwMAAEpQ.jpg?imageView2\u002F1\u002Fw\u002F555\u002Fh\u002F665","C:\\www\\images\\visual\\20260618\\ai-1781773632907-1-034e12c8.jpg","https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773632907-1-034e12c8.jpg",{"sourceUrl":28,"localPath":29,"publicUrl":30},"https:\u002F\u002F2-im.guokr.com\u002FzkDwhk5917DdqxOhCCP_owq-fu-B9IA5XE1PjdFyf6H8AQAAuwIAAFBO.png","C:\\www\\images\\visual\\20260618\\ai-1781773633209-2-df2b5893.png","https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633209-2-df2b5893.png",{"sourceUrl":32,"localPath":33,"publicUrl":34},"https:\u002F\u002F3-im.guokr.com\u002FjLNxymYku4VcNxc_NhPo2PtHDQHf8t6eTMpcBjErBZmSAgAAAAIAAFBO.png?imageView2\u002F1\u002Fw\u002F555\u002Fh\u002F431","C:\\www\\images\\visual\\20260618\\ai-1781773633256-3-f4327c6f.png","https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633256-3-f4327c6f.png",{"sourceUrl":36,"localPath":37,"publicUrl":38},"https:\u002F\u002F1-im.guokr.com\u002FqhW17PQVJoJvfOg67XvF0LavjAwFi_In9fsXyIHgalsIBwAA9QMAAEpQ.jpg?imageView2\u002F1\u002Fw\u002F555\u002Fh\u002F312","C:\\www\\images\\visual\\20260618\\ai-1781773633372-4-c1a9a7c0.jpg","https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633372-4-c1a9a7c0.jpg",{"sourceUrl":40,"localPath":41,"publicUrl":42},"https:\u002F\u002F2-im.guokr.com\u002FpclY2qh69h-HQKWFGr92kItD4DUdnnr0gJOnWRk4-dcgAwAAGQMAAEpQ.jpg?imageView2\u002F1\u002Fw\u002F555\u002Fh\u002F550","C:\\www\\images\\visual\\20260618\\ai-1781773633670-5-51982cf8.jpg","https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633670-5-51982cf8.jpg",{"sourceUrl":44,"localPath":45,"publicUrl":46},"https:\u002F\u002F2-im.guokr.com\u002FCyEKbD3FDCQ9sH8p30XrORfJlS4QzxtaHr66KmXrvehFAQAALwIAAFBO.png","C:\\www\\images\\visual\\20260618\\ai-1781773633990-6-e4d87464.png","https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773633990-6-e4d87464.png",{"sourceUrl":48,"localPath":49,"publicUrl":50},"https:\u002F\u002F3-im.guokr.com\u002FixcduVeDwB2g7K2Fc4hbfB6LuLtuOqNfYHnWr-bqwETrAgAAKQIAAFBO.png?imageView2\u002F1\u002Fw\u002F555\u002Fh\u002F410","C:\\www\\images\\visual\\20260618\\ai-1781773634046-7-fa6bda41.png","https:\u002F\u002Ffoxfom.com\u002Fimages\u002Fvisual\u002F20260618\u002Fai-1781773634046-7-fa6bda41.png","https:\u002F\u002Fwww.guokr.com\u002Farticle\u002F443142\u002F"]