鑒別畫作真假的難度非常大，還特別燒錢。
當(dāng)藝術(shù)史大神都看不出來畫的真假時，就需要把畫送到實(shí)驗(yàn)室。結(jié)合各種高大上的檢測手段（比如紅外看顏料的化學(xué)成分，碳-14含量看畫的年代，氣相色譜分離成分并化學(xué)分析），才能下比較靠譜的結(jié)論。
現(xiàn)在讓AI出手，就不用搞這么復(fù)雜啦。
最近有個新的遞歸神經(jīng)網(wǎng)絡(luò)RNN模型系統(tǒng)可以把畫拆解成單個筆觸或者線條，只要看筆觸的風(fēng)格就知道是誰畫的。
這個模型呢，是美國新澤西州的羅格斯大學(xué)Ahmed Elgammal團(tuán)隊(duì)（之前發(fā)表過AI畫畫通過圖靈測試的算法的團(tuán)隊(duì)ヽ（？？ω？？ ）ゝ），是和荷蘭繪畫工作室的研究人員一起出力搭建的。
他們用藝術(shù)大神的作品來訓(xùn)練這個模型，像畢加索，馬蒂斯，莫迪利亞尼等等，模型的表現(xiàn)不錯，能夠把差不多300張畫拆解成8萬次筆觸。
△ 拆解筆觸的示例：畢加索的版畫
現(xiàn)在光看單個筆觸的特征，它就可以猜出是哪個大師的作品了，準(zhǔn)確率在70%到90%之間。
可能有完美主義傾向的研究人員覺得，這樣還不夠。
如果還能看筆觸的輪廓（線條的粗細(xì)），那才流弊。所以他們繼續(xù)折騰，再訓(xùn)練了個算法看筆觸的輪廓。希望能同時用兩個的模型，先看是誰畫的，再看是不是真的。
看筆觸輪廓的模型還可以給拆解筆觸的RNN提供一些額外的關(guān)鍵信息，像大神下筆的時候用了多大的力，線條的粗細(xì)是多少等等。
△ 筆觸輪廓的算法所參考的Dantzig的畫作分析方法學(xué)
如果沒有后來這個模型的話，RNN就像黑箱一樣，研究人員也解釋不了RNN輸出的結(jié)果。這兩個模型一起用，判斷是誰畫的準(zhǔn)確率可超過80%。所以，這兩個模型的區(qū)別就在于能不能分清真假作品。
為了看建的模型能不能驗(yàn)假，研究人員找了一批當(dāng)代畫家，盡可能高仿這些畫作。沒想到，兩個模型配合的表現(xiàn)敲厲害，只要看單個筆觸，就能100%找出高仿，一抓一個準(zhǔn)。
“不是我吹，恐怕人都做不到這么準(zhǔn)，”羅格斯大學(xué)的教授Ahmed Elgammal對團(tuán)隊(duì)搭的模型很自豪。
“不過呢，我們模型也還是有局限性的。遇到那些筆觸模糊的畫就一點(diǎn)辦法沒有了。”
他們接下來打算，拿印象派的畫和其他一些19世紀(jì)筆觸硬朗精細(xì)的話來進(jìn)一步驗(yàn)證模型的效果。
荷蘭提爾堡大學(xué)的Eric Postma十多年以前，就開始運(yùn)用AI來看畫是真是假。他覺得，這個研究最有價值的地方，是研究團(tuán)隊(duì)借用第二種模型搞清楚了RNN是干什么的。
△ 荷蘭提爾堡大學(xué)數(shù)據(jù)科學(xué)家的Eric Postma
“未來，藝術(shù)圈肯定還會有更多的地方是要用到AI的，”他強(qiáng)調(diào)，“但可惜的是，很多研究藝術(shù)史的人和研究人員還沒有擺脫傳統(tǒng)的思維習(xí)慣。對新的技術(shù)不夠關(guān)注，很少有意識去思考AI怎么應(yīng)用到藝術(shù)圈，怎么提高驗(yàn)假的效率。”
“但這也不能怪他們，”他說，“畢竟，機(jī)器獲得結(jié)果的原理過程很復(fù)雜，能理解的圈里人太少了。”所以Eric Postma希望這次的研究，可以讓更多藝術(shù)人了解到AI能幫他們做些什么。
不滿足于只用AI來畫畫，羅格斯大學(xué)的教授Ahmed Elgammal，這次還搗鼓出了鑒真假畫的算法。在他們最新發(fā)表的論文里面，他提到了AI鑒畫的3大優(yōu)勢：
1）名畫驗(yàn)假的工作速度快多了。
2）還可以突破其他傳統(tǒng)方法的局限。比如說，近現(xiàn)代的畫，之前鑒別起來很困難。因?yàn)樗玫漠嫴己皖伭隙挤浅Ｈ菀啄玫剑敲丛俜治瞿甏突瘜W(xué)成分就沒什么卵用了。
3）最最最重要的是，AI鑒別便宜多了。很多時候，那些高端的實(shí)驗(yàn)室驗(yàn)假的費(fèi)用比真畫本身的價值都要高。
