检测伪作是困难且昂贵的。对艺术历史学家来说，他们可能会把可疑的作品带去实验室，通过红外线光谱、辐射测量、气相色谱，或者综合以上几种方式进行检测。但事实证明，人工智能不需要这样：它可以通过观察作品的笔触来辨别真伪。
在一篇新论文中，来自罗格斯大学和荷兰油画恢复与研究工作室的研究人员文件记录了他们的系统是如何将毕加索、马蒂斯、莫迪里阿尼和其他著名艺术家的近300幅画拆解为8万次笔画的，以及深度循环神经网络（RNN）了解到的笔画中的哪些特征对于识别艺术家至关重要。
此外，研究人员还训练了一种机器学习算法来寻找特定的特征，比如笔画中线条的形状。这为他们提供了两种不同的检测方法，并且二者结合的方法被证明是强大的。
查看机器学习算法的输出，也提供了一些关于RNN的见解，因为它扮演着一个“黑匣子”的作用——这个系统的输出对研究人员来说很难进行解释。
由于机器学习算法是针对特定的特征进行训练的，所以它与RNN的区别就在于神经网络会检测伪造的特征。在这种情况下，它利用不断变化的优势，即艺术家的用力程度，根据线条的力度来确定艺术家。由于这两种算法协同工作，研究人员识别出艺术家的准确率达80%。
研究人员还委托艺术家们绘制出与数据集中风格相同的画作，以测试该系统辨别真伪的能力。该系统能够在任何情况下识别出伪造作品，只需查看一个笔画即可。
“人类做不到这样，”罗格斯大学的教授Ahmed Elgammal表示，他也是论文的作者之一。
这种技巧只有在线条明显的时候才能使用，所以对于笔触不可见的绘画，这无济于事。但Elgammal说，为了对结果进行进一步验证，他们计划在印象派作品和其他19世纪的笔触清新的艺术作品中对这一方法进行检测。
荷兰蒂尔堡大学的Eric Postma说，这项研究中最有希望的部分是研究人员通过第二种方法来明确RNN在做什么。
十多年来，Eric Postma一直在用人工智能进行艺术作品的真伪检测。在他看来，艺术领域应该涉及更多的人工智能应用，但由于艺术史学家和研究人员一直沉浸在流传了几个世纪的传统方法之中，对这种新技术的接受速度很慢。
这在一定程度上也是因为他们难以理解机器是如何实现这一结果的。针对这一问题，这项最新的研究也许可以给出答案。
其实，关于人工智能和艺术领域的关系，在中国也曾发起过探讨。今年7月召开的CCAI 2017中国人工智能大会“人工智能科学与艺术论坛”上，科学家曾围坐在一起，分享了自己对这个问题的理解。
技术与艺术一向被视为光谱的两端。技术意味着可量化、可复现、可批量产出，艺术则截然相反。
当谈到这种差异时，已经连续14年和美院教授共同培养信息艺术设计研究生的清华大学计算机系史元春教授深有感受：“和美院教授坐在一起面试学生时，我觉得很好的，他们常常觉得一般，我看不懂的却让他们非常兴奋。”在她看来，科技的严谨和收敛性思维与艺术家的发散性思维有很大不同。
但不同之中也有通路——科幻电影。史元春老师认为像扫地机器人、自动驾驶汽车、智能手表等从科幻作品走入现实生活的工具是很好的佐证：电影给了人发散和不受约束的想象，这种想象力可以给技术以启发。
南加州大学机器学习中心主任刘燕教授同样认为艺术本身的创造性很难被取代，但人工智能的可解释性、可迁移性、可靠性非常重要。如果将可解释性人工智能应用到艺术领域，可以提升人对艺术的理解，比如什么样的艺术能够产生美感、如何创造美的艺术，甚至影响对艺术品的评价和估价等。
在王蕴红看来，人工智能的逻辑的逻辑是——见得足够多，就能鉴别出艺术品的真伪。但她也表达了自己对人工智能介入艺术的更大的忧虑。她指出：“人工智能用大概率训练的方法能否带来艺术这种小概率事件的发生；‘原创’是什么；我们又该如何避免过度训练，从而产生大量的‘艺术工人’。”
不管怎么说，艺术有着不可复制的原创性，但是在人工智能席卷而来的当下，推崇创造性、独特性和灵光一闪的艺术能否自外于这股热潮呢？
来源：人工智能观察