从勃鲁盖尔到沃霍尔：人工智能（AI）在艺术作品归属权的运用

（在一系列被认为是老扬·勃鲁盖尔的画作中反复出现了牛。图片来源：艾瑞克·蒙森和伊丽莎白·霍尼格）

今年三月的某一天，一群偷画贼蹑手蹑脚地潜入意大利西北地区的一个教堂，偷走了一幅画，他们可能还以为自己得到了荷兰画家小彼得·勃鲁盖尔17世纪的作品《耶稣受难图》。其实，当地的警方早就得到了线报，并把这幅价值约2310万元的真迹换成了一幅廉价复制品。

大家可能会发问了，怎么这些偷画贼一点都不“专业”，是真迹还是赝品都分不清？其实倒也不是完全因为他们没有一双慧眼，而是因为小彼得的许多作品极其相似，一般人还真分不清。文艺复兴时期诞生了很多艺术家，其中有些人就喜欢抄来抄去，还喜欢把自己的画也多画几遍，要分清这些画到底出自谁手可谓是难上加难。

伊丽莎白·霍尼格是加州大学伯克利分校的一位艺术史学家。她的工作就是研究这些画，以便更好地了解文艺复兴时期的北方艺术家们，了解谁在画什么，谁在影响谁。如今，她觉得这样用肉眼识别每幅画实在是费时又费力，于是开始求助于计算机，毕竟计算机有一双不知疲倦的“眼睛”。

AI成为得力助手

霍尼格建立了一个数据库，里面有1500多幅勃鲁盖尔家族画作的数码复制图。2016年，她与法国和美国的AI研究人员开展了一项不同寻常的合作，运用了最先进的计算机视觉技术帮助分析这些画作的相似性，并在不同画作中追踪相似性。不仅如此，计算机还可以“轻易地获取更多细节。”就拿风车来说吧，勃鲁盖尔数据库中有数百张画作都出现了风车，计算机算法从多幅画作中提取了有相同结构的图像，甚至还可以判断每幅画是什么时候画的。

文艺复兴时期，许多艺术家的画室都是很多人一起用的，所以AI可以帮助霍尼格研究不同的艺术家是如何合作的，无论他们是否来自同一个家庭。霍尼格说，“鲁本斯（17世纪佛兰德斯画家）先画上一些人物，然后老杨再画马、狗和狮子，他们就这样把这些图像组合在一起。”许多艺术史学家根据记录和仔细观察推测，勃鲁盖尔家族年轻一代画家们的许多画作都是如此，计算机帮助证明了这一点。

深度学习是技术关键

AI识别画作对艺术史学家们来说是个福音，但对计算机科学家们而言却十分有挑战性。对他们来说，霍尼格的画作数据库是一个完美的数据集，可以用来扩展算法。但法国的计算机视觉和深度学习专家奥布里表示，画作识别是对程序的图案匹配能力的一大挑战，让计算机辨别画作的介质和颜色其实十分困难。他解释说，计算机视觉“如果没有经过训练，就不能识别出素描和油画中的房子是否一样。”因为素描作品有很强的线性，而油画作品笔触边缘相对模糊，如此一来算法就会混淆。

（达芬奇的素描作品和油画作品。图片来源：百度）

要是给相同的图像逐一加上注释，或者教计算机去找某些相似之处（比如形状），耗费的时间可能也不比人工少。因此，奥布里和他的同事使用了一种叫做无监督深度学习的技术，让算法自动浏览图片，自主找到相似之处。奥布里说，尽管无监督深度学习通常需要大量的计算机能力，但它基本上不受人类先入为主的观念的影响，而且也不会像人类那样倾向于关注图片的主要特征。

AI用于艺术研究成为新趋势

新泽西的罗格斯大学也在使用类似的深度学习技术，分析不同艺术家的风格随着时间的推移有何发展。该大学艺术与人工智能实验室的研究员马佐尼与实验室主任埃尔加马勒合作，对时间跨度长达五个世纪（从15世纪的文艺复兴到20世纪的波普艺术）的77，000件艺术品进行了数字分析。令他们惊讶的是，计算机在进行无监督学习后，自动将艺术品按时间顺序排列了起来。埃尔加迈勒认为，AI让艺术史首次被当成一门预测科学，可以将理论与观察进行比较。

如今，在艺术领域，AI不仅对判定画作归属权大有帮助，还在其它方面也派上了用场。比如，AI正用于解决艺术史上长期存在的物质遗产问题：画作的损坏。例如，加拿大初创企业艾利乌科技公司正在研发一个3D打印系统。虽然该系统最初是用于研究列奥纳多·达·芬奇油画作品《蒙娜丽莎》的损坏情况，但如今却是为了更精确地复制艺术品，甚至还原极有质感的笔触、颜料和色调。这些“备份”的画作原本主要用于教育、宣传和存档，不过它们现在又有了新用途：防止真迹被盗。即便有些偷画贼比那些从教堂偷走赝品的小偷更有辨别力，要鉴别3D打印的画作是真是假可没那么容易。【全文完】