I århundrer har det vært diskutert hvorvidt Rafael virkelig var kunstneren bak renessansemaleriet Madonna della Rosa. Forskere brukte maskinlæring for å løse mysteriet.
Når kunsthistorikere forsøker å tilskrive et maleri til en kunstner, må de foreta en rekke tester. De sjekker den kjemiske sammensetningen av materialene, tar røntgenbilder, sporer opp proveniensen og får eksperter til å granske selv de minste detaljer i de malte scenene.
Selv etter alt dette er det fortsatt noen malerier, som Madonna della Rosa, der ekspertene krangler om hvem som har malt det.
Den sterke mistanken var at maleriet var utført av renessansemesteren Rafael, men det var elementer i maleriet som ga grunn til tvil.
Madonna della Rosa er et maleri av Maria, Josef, Jesus og Johannes døperen. De områdene som noen eksperter mistenkte var malt av en annen kunstner, var Josefs hode og rosen nederst i maleriet.
La AI ta en titt
Professor Hassan Ugail ved University of Bradford utviklet en maskinlæringsmodell for å analysere maleriet og bekrefte om Rafael faktisk var kunstneren eller ikke.
Ugails modell brukte dyp overføringslæring på det dype nevrale nettverket ResNet50. ResNet50 er mye brukt i bildegjenkjenningsoppgaver fordi det er veldig godt til å lære komplekse mønstre i bilder.
ResNet50 er allerede forhåndstrenet på et stort datasett med bilder. Overføringslæring er en maskinlæringsteknikk der en modell som er utviklet for én oppgave, gjenbrukes som utgangspunkt for en modell for en annen oppgave. Denne teknikken er spesielt nyttig når du har begrenset med data for den nye oppgaven.
Ugail tok utgangspunkt i det forhåndstrente ResNet50 og trente det videre på 49 malerier som ble bekreftet å være av Rafael. Resultatet var at modellen ble ekspert på Rafaels verk, fra hans spesielle penselstrøk, fargevalg og komposisjoner.
Ugail sier at modellen kan gjenkjenne autentiske gjenstander med en nøyaktighet på 98 prosent.
Hvem har malt det?
Da forskerne brukte modellen på Madonna della Rosa, viste det seg at det bare var 60% sannsynlighet for at det var Rafaels verk.
Ikke gode nyheter for Madrids Prado-galleri, som insisterer på at maleriet deres er et autentisk Rafaels verk.
Da modellen ble brukt til å analysere spesifikke områder av maleriet, kom sannheten bak skaperen til syne.
Modellen konkluderte med at områdene med Maria, Jesus, Johannes Døperen og til og med den mistenkte rosen med 90% sannsynlighet var malt av Rafael.
Som antatt er Josefs hode sannsynligvis malt av en annen kunstner, ettersom modellen gir mindre enn 40% sannsynlighet for at det er et verk av Rafael. Når en besøkende i Prado-galleriet spør om det virkelig er Rafael som har malt dette verket, kan kuratoren trygt svare: "For det meste".
Medforfatter av papiret"Analysen av vårt arbeid med AI-programmet har entydig vist at mens de tre figurene av Madonnaen, Jesusbarnet og Johannes døperen utvetydig er malt av Rafael, er ikke Josef-figuren det, og den er malt av en annen - muligens av Romano, slik zur Capellen og andre har antatt", sier professor Edwards, professor emeritus i molekylær spektroskopi ved University of Bradford.
Forskningen kan også brukes på andre omstridte verk, så lenge det finnes tilstrekkelig med eksempler på bekreftede verk som kan brukes som treningsdatasett. Professor Christopher Brooke ved University of Nottingham, som er medforfatter, sier at denne nye tilnærmingen til attribusjon av kunstverk "kan tilpasses slik at verk av andre kunstnere kan undersøkes ved hjelp av samme teknikk, og dette er målet for fremtidig forskning."
Det er usannsynlig at kunstig intelligens vil ta over jobben til kunsthistorikere, og denne metoden kan ikke brukes utelukkende for å fastslå korrekt attribusjon av kunstverk.
David G. Stork, adjungert professor ved Stanford University og medforfatter av artikkelen, sier: "Datametoder viser sakte, men sikkert at de kan hjelpe tradisjonelle humanistiske studier av kunst, men de må alltid brukes med en dyp forståelse av kunsthistorisk kontekst, og resultatene må forstås og tolkes i en bredere kontekst av kunstkunnskap som er relevant for det aktuelle problemet."
Maskinlæring kommer ikke til å erstatte kunsthistorikere, men det vil være til stor hjelp for å avgjøre noen eldgamle diskusjoner.
