I århundraden har debatten pågått om huruvida Rafael verkligen var konstnären bakom renässansmålningen Madonna della Rosa eller inte. Forskare använde maskininlärning för att lösa mysteriet.
När konsthistoriker försöker tillskriva en målning till en konstnär innebär deras beslut en mängd tester. De kontrollerar materialens kemiska sammansättning, gör röntgenundersökningar, spårar upp proveniensen och låter experter granska de minsta detaljerna i de målade scenerna.
Även efter allt detta har vissa målningar som Madonna della Rosa fortfarande experter som argumenterar för vem som målade den.
Den starka misstanken var att målningen var ett verk av renässansmästaren Rafael, men det fanns element i målningen som gav anledning till tvivel.
Madonna della Rosa är en målning föreställande Maria, Josef, Jesus och barnet Johannes Döparen. De områden som vissa experter misstänkte var målade av en annan konstnär var Josefs huvud och rosen längst ned i målningen.
Låt AI ta en titt
Hassan Ugail, professor vid University of Bradford, utvecklade en maskininlärningsmodell för att analysera målningen och bekräfta om Raphael verkligen var konstnären eller inte.
Ugails modell använde djup överföringsinlärning tillämpad på det djupa neurala nätverket ResNet50. ResNet50 används ofta i bildigenkänningsuppgifter eftersom det är riktigt bra på att lära sig komplexa mönster i bilder.
ResNet50 är redan förtränat på ett stort dataset med bilder. Transfer learning är en maskininlärningsteknik där en modell som utvecklats för en uppgift återanvänds som utgångspunkt för en modell för en annan uppgift. Den här tekniken är särskilt användbar när du har begränsade data för den nya uppgiften.
Ugail använde den förtränade ResNet50-modellen som utgångspunkt och tränade den ytterligare på 49 målningar som bekräftades vara av Raphael. Som ett resultat blev modellen en expert på Rafaels verk, från hans speciella penseldrag, val av färger och kompositioner.
Ugail säger att modellen kan känna igen autentiska föremål med en noggrannhet på 98 procent.
Vem har målat den?
När forskarna tillämpade modellen på Madonna della Rosa visade det sig att det bara var 60% sannolikt att det var ett verk av Raphael.
Inga goda nyheter för Madrids Prado-galleri som insisterar på att deras målning är ett autentiskt Raphael-verk.
När modellen användes för att analysera specifika delar av målningen framträdde sanningen bakom dess skapare.
Modellen kom fram till att de områden som innehåller Maria, Jesus, Johannes Döparen och till och med den misstänkta rosen hade en sannolikhet på 90% att vara målade av Raphael.
Som väntat var Josefs huvud sannolikt målat av en annan konstnär, eftersom modellen gav det en sannolikhet på mindre än 40% att vara Rafaels verk. När en besökare på Pradogalleriet frågar om det verkligen var Rafael som målade detta verk kan intendenten tryggt svara: "För det mesta".
Medförfattare till tidningenProfessor Edwards, professor emeritus i molekylär spektroskopi vid University of Bradford, sade: "AI-programmets analys av vårt arbete har slutgiltigt visat att medan de tre figurerna av Madonna, Jesusbarnet och Johannes Döparen otvetydigt är målade av Rafael, är den av St Joseph inte det och har målats av någon annan - möjligen av Romano, som zur Capellen och andra trodde."
Denna forskning skulle kunna tillämpas på andra omtvistade verk så länge det finns tillräckligt många exempel på bekräftade verk att använda som träningsdataset. Medförfattaren professor Christopher Brooke, University of Nottingham, säger att denna nya metod för att tillskriva konstverk "är anpassningsbar på så sätt att verk av andra konstnärer kan undersökas med samma teknik, och detta är målet för framtida forskning."
Det är osannolikt att AI kommer att ta över konsthistorikers jobb, och metoden kan inte användas uteslutande för att fastställa korrekt tillskrivning av konstverk.
David G. Stork, adjungerad professor vid Stanford University och medförfattare till artikeln, säger: "Datormetoder visar sakta men säkert att de kan vara till hjälp vid traditionella humanistiska studier av konst, men de måste alltid användas med en djup förståelse för det konsthistoriska sammanhanget och resultaten måste förstås och tolkas i ett bredare sammanhang av konstkunskap som är relevant för det aktuella problemet."
Maskininlärning kommer inte att ersätta konsthistoriker, men det kommer att vara till stor hjälp när det gäller att lösa vissa gamla problem.
