Γιατί να στείλετε ένα έργο τέχνης σε κάποιο παλιό εργαστήριο εμπειρογνωμόνων και να λάβετε μια υποκειμενική ανάλυση, όταν η «αντικειμενική» τεχνητή νοημοσύνη μπορεί να κάνει τη δουλειά γρηγορότερα και οικονομικότερα χωρίς να χρειαστεί να σηκωθείτε από τον καναπέ σας, αποστέλλοντας μόνο φωτογραφίες;
Αυτή ήταν η ερώτηση που έθεσε η Καρίνα Ποποβίτσι, διευθύνουσα σύμβουλος και συνιδρύτρια της Art Recognition, μιας ελβετικής εταιρείας που χρησιμοποιεί τεχνητή νοημοσύνη για την πιστοποίηση έργων τέχνης, κατά τη διάρκεια μιας ομιλίας στο TEDxNuremberg στις αρχές του 2022. Και διαφήμισε το πρόγραμμα που διαχειρίζεται η εταιρεία της, το οποίο μπορεί να εκπαιδευτεί μέσα σε τρεις μέρες μέσα από 700 εικόνες σχετικά με τα χαρακτηριστικά ενός καλλιτέχνη και να αποφανθεί για την αυθεντικότητά του σε πέντε λεπτά.
Η Hephaestus Analytical είναι, επίσης, μια εταιρεία τεχνολογίας με έδρα το Λονδίνο που ενσωματώνει ανάλυση τεχνητής νοημοσύνης και μηχανική μάθηση και ειδικεύεται στη Ρωσική Πρωτοπορία. Το 95% των έργων που λαμβάνουν προς εξέταση είναι πλαστά, σύμφωνα με τους επικεφαλής της εταιρείας.
«Πιστεύουμε ότι η τεχνολογία μας μπορεί να καθαρίσει τη γεμάτη πλαστά έργα αγορά» λέει ο Ντένις Μοϊσέεφ μιλώντας στη διαδικτυακή σελίδα Artnews και επισημαίνει ότι δημιουργείται πρόβλημα από όσους πραγματογνώμονες χαρακτηρίζουν ως αυθεντικά πλαστά έργα, περιπλέκοντας την κατάσταση. Πιστεύει δε ότι η ασάφεια ωφελεί τις γκρίζες περιοχές της αγοράς, οι οποίες μπορούν να διαλευκανθούν μέσω της «ψυχρής» τεχνητής νοημοσύνης.
Επιφυλάξεις
Παρ’ όλ’ αυτά η αγορά τέχνης εμφανίζεται επιφυλακτική ως προς τις τεχνολογικές εξελίξεις σχετικά με τον έλεγχο της αυθεντικότητας έργων τέχνης και οι οίκοι δημοπρασιών την προσεγγίζουν ως εργαλείο ενισχυτικό της τεκμηρίωσης που προκύπτει από την εξέταση ιστορικών τέχνης.
Χαρακτηριστικά είναι όσα διατυπώνει ο Σάιμον Γκιλέσπι, ο οποίος διευθύνει ένα ομώνυμο στούντιο πιστοποίησης ταυτότητας και αποκατάστασης τέχνης στο Λονδίνο. Θεωρεί τον εαυτό του ως έναν «χειρουργό κορυφαίας κατηγορίας», του οποίου η «λεπτότητα της αφής» θα απαιτείται πάντα για την πιστοποίηση της αυθεντικότητας ενός έργου τέχνης και ότι οποιαδήποτε εταιρεία χρησιμοποιεί τεχνητή νοημοσύνη για να αποδώσει πλήρως έναν πίνακα θα πρέπει να αντιμετωπίζεται με αμφιβολία.
«Προς το παρόν, ο πιο αδύναμος κρίκος που βλέπω είναι στα σύνολα εικόνων που χρησιμοποιούνται για την εκπαίδευση της τεχνητής νοημοσύνης. Συχνά, επιλέγονται με λάθος τρόπο. Η γνώση της ιστορίας της τέχνης μάς επιτρέπει να κάνουμε καλύτερες ερωτήσεις για τα AI και κατά συνέπεια να έχουμε καλύτερα αποτελέσματα που μπορούμε να εμπιστευτούμε» υποστηρίζει.
Επιφυλακτικός εμφανίζεται και ο κορυφαίος βρετανός ιστορικός τέχνης Μπέντορ Γκρόσβερνορ που έχει αποδώσει στους δημιουργούς τους αρκετούς «χαμένους» πίνακες ζωγραφικής. Υποψιάζομαι ότι η τεχνητή νοημοσύνη θα παίξει έναν όλο και πιο σημαντικό ρόλο βοηθώντας μας να αναγνωρίσουμε ποιος ζωγράφισε τι και πότε. Αυτή τη στιγμή, ωστόσο, το ιστορικό των αποδόσεων από την τεχνητή νοημοσύνη είναι τουλάχιστον αποσπασματικό. Πιθανώς εξίσου σημαντικό είναι το γεγονός ότι η αγορά απέχει κατά κάποιον τρόπο από το να αποδεχτεί αυτό που λέει ο υπολογιστής και προτιμά την κρίση της ακαδημαϊκής έρευνας, του ανθρώπινου ματιού και της τεχνικής ανάλυσης».
