Kunstgodkendelse AI'er er uenige om Raphael-maleri, hvilket rejser spørgsmål om teknologi

To kunstig intelligens-modeller udviklede forskellige synspunkter om, hvorvidt et værk kendt som de Brécy Tondo blev malet af Raphael, hvilket fremhævede potentielle udfordringer omkring brug af sådan teknologi til kunstgodkendelsesformål. Modellerne, som blev trænet til at vurdere kunstnerisk forfatterskab, kom frem til separate konklusioner om det anfægtede maleri, hvilket understregede begrænsninger i fremkomsten af kunstig intelligens til bestemmelse af kunstværkers herkomst.

En kunstig intelligens-model skabt af Hassan Ugail fra University of Bradford konkluderede med sikkerhed, at et værk kendt som de Brécy Tondo blev malet af Raphael. Som et resultat af denne bestemmelse fra kunstig intelligens er maleriet nu udstillet offentligt i Cartwright Hall Art Gallery i Storbritannien for første gang, hvilket giver publikum mulighed for at se, hvad AI har vurderet at være et originalt værk af Raphael.

En AI-model udviklet af Art Recognition, et firma, der leverer teknologi til kunstgodkendelse, konkluderede med en 85% sandsynlighed for, at de Brécy Tondo ikke blev malet af Raphael. Art Recognition har tidligere udnyttet sin tekniske ekspertise til både at bekræfte Flaget Madonna som et ægte værk af Raphael, samt hævde med 92% tillid til, at Samson og Delilah, fra 1609-1610, måske ikke faktisk er blevet malet af den flamske kunstner Peter Paul Rubens trods alt. Det schweiziske selskab har derfor brugt sit autentificeringssystem både til at verificere og bestride tilskrivninger til fremtrædende historiske personer som Raphael og Rubens baseret på dets analyse.

Carina Popovici, administrerende direktør for Art Recognition, udtrykte sin overraskelse i en e-mail til Artnet News, hvor hun sagde, at hendes undersøgelses resultater var i direkte modstrid med resultaterne fra Ugails team.

Kunsteksperter informerede Artnet News om, at de er af den opfattelse, at AI aldrig helt vil erstatte traditionelle autentificeringsmetoder. Denne tro stammer fra, at teknologiens begrænsninger bliver mere og mere tydelige, især når de anvendes på kunstværker ud over de gamle mestres. Larry Silver, en kunsthistoriker fra University of Pennsylvania, der er involveret i godkendelsesprocessen for Flaget Madonna, udtrykte sin overbevisning om, at det datasæt, der blev brugt af Art Recognition til godkendelse, fungerede mere effektivt end menneskelig autentificering nogensinde kunne.

Art Recognition blev grundlagt med det mål at minimere konflikter, der opstår fra menneskelige fortolkninger og egoer, ifølge Popovici, og samtidig introducere gennemsigtighed i autentificeringsprocessen. Hun hævdede, at hendes oprindelige model, trænet på online-opdagede billeder af bekræftede forfalskninger af Wolfgang Beltracchi, opnåede en succesrate på 100 procent i at opdage forfalskninger, der ikke var en del af modellens træningsdata. Ikke desto mindre har kunstig intelligens evnen til at indikere sandsynligheden for, at et maleri er blevet stjålet. Eksperter forventer, at efterhånden som teknologien vinder mere popularitet, vil potentialet for at hjælpe retshåndhævelse blive stadig større. Popovici udtalte, at Art Recognition endnu ikke har etableret nogen formelle partnerskaber med retshåndhævende myndigheder, men de samarbejdede med Zürichs politi i Schweiz om en specifik sag.