假畫監(jiān)定所費(fèi)不貲又耗費(fèi)時(shí)間，藝術(shù)史專家將待監(jiān)定的畫作送入實(shí)驗(yàn)室后，可能需經(jīng)過氣相層析、紅外線偵測、放射性碳定年法等等復(fù)雜的技術(shù)才能辨識真?zhèn)巍，F(xiàn)在有研究者開發(fā)出一套人工智能(AI)系統(tǒng)，只要分析筆觸就能判定作品是不是藝術(shù)大師的真跡。

據(jù)報(bào)導(dǎo)，1990年代中期，歷史學(xué)家Maurits Michel van Dantzig研究出一套透過畫筆或鉛筆的筆觸來辨識畫家的方法，他發(fā)現(xiàn)無論是筆觸的長度、方向、形狀還是用力大小都會形成獨(dú)特的「筆觸簽名」。

近來，美國羅格斯大學(xué)(Rutgers University)和荷蘭繪畫修復(fù)及研究工作室(ARRS)的學(xué)者發(fā)布一套AI監(jiān)定系統(tǒng)，就是以van Dantzig的方法為啟發(fā)，靠著分析畫作的筆觸來判別真?zhèn)巍?/p>

該研究將297幅畢卡索(Picasso)、馬蒂斯(MaTIsse)、莫迪利亞尼(Modigliani)和其它繪畫大師的線條畫作品數(shù)碼化，讓系統(tǒng)從中拆解出8萬條的筆觸資料，再由遞回式類神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network;RNN)去學(xué)習(xí)筆觸中的特點(diǎn)用來辨識畫家。

另外，研究人員也訓(xùn)練一套機(jī)器學(xué)習(xí)演算系統(tǒng)去辨識筆觸中的特定特征，譬如一道筆觸里的線條形狀等。兩套系統(tǒng)結(jié)合，準(zhǔn)確辨識出藝術(shù)家的機(jī)率已能達(dá)到8成。為了測試系統(tǒng)辨別贗品的效果，研究人員也聘請畫家以相同的風(fēng)格作畫，結(jié)果系統(tǒng)靠著筆觸成功辨識的機(jī)率達(dá)100%。

該系統(tǒng)除了為藝術(shù)品監(jiān)定帶來突破以外，另一個重要的貢獻(xiàn)是，透過比對由研究者訓(xùn)練的機(jī)器學(xué)習(xí)系統(tǒng)和RNN兩組系統(tǒng)，可以一窺一向被視為「黑箱」(black box)的RNN是如何運(yùn)行。黑箱意指研究者對于某系統(tǒng)的運(yùn)行無法掌握，沒辦法解釋該系統(tǒng)得出的結(jié)果到底是怎么來的。

以此辨識贗品的RNN系統(tǒng)為例，是利用畫家施加在筆觸上的壓力變化來辨別的，亦即他們下筆的力道。不過研究團(tuán)隊(duì)也指出，目前這套方法只能用于辨識線條清楚的畫作，換言之，面對筆觸不明顯的作品就沒轍了。

研究團(tuán)隊(duì)的下一步是將這套檢驗(yàn)方法用在印象派畫作，以及其它筆觸清楚的19世紀(jì)繪畫作品上，近一步測試。