Raphael: "Die De Brecy Tondo"
Anfang 2023 war die Kunstwelt in Aufregung über die Enthüllung, dass die Tondo Madonna von de Brecy durch ein KI-System als Meisterwerk von Raphael authentifiziert worden war. Die Ankündigung der Universität Bradford im Vereinigten Königreich berichtete von einer 95-prozentigen Ähnlichkeit zwischen der Tondo Madonna und Raphaels Sixtinischer Madonna in der Gemäldegalerie Alte Meister in Dresden. Bei Art Recognition fanden wir diese Enthüllungen faszinierend und beschlossen, unsere eigene Analyse des Gemäldes durchzuführen. Unser KI-Modell lieferte eine Wahrscheinlichkeit von 85 %, dass das Kunstwerk nicht von Raphael geschaffen wurde.
Betriebsprinzipien von KI-Systemen.Die Diskrepanz zwischen den beiden KI-Systemen, die an der Universität Bradford und bei Art Recognition entwickelt wurden, resultiert aus ihren unterschiedlichen Betriebsprinzipien. Die KI von Bradford konzentriert sich auf die Gesichtserkennung. Sie ist auf Datensätzen von Gesichtern trainiert, die hohe Ähnlichkeitswerte zwischen Bildern produzieren können, welche dieselbe Person darstellen, unabhängig von Variationen in der Gesichtsausrichtung, Beleuchtung oder Qualität. Dieses Programm ist zwar gut darin, ähnliche Gesichter zu erkennen, wurde jedoch nicht speziell für die Kunstauthentifizierung entwickelt.
Im Falle der Madonnen im de Brecy Tondo und der Sixtinischen Madonna in Dresden zeigte Bradfords Programm lediglich, dass die Gesichter in den beiden Gemälden sehr ähnlich waren. Dieses Ergebnis ist keineswegs überraschend, da die Künstler dieser Zeit häufig bestrebt waren, ein idealisiertes Schönheitsideal darzustellen. Die Feststellung, dass sich die beiden Madonnen ähneln, bestätigt, dass sie eine ähnliche Ästhetik haben. Die Autoren der Studie leiten aus dieser Beobachtung jedoch die Schlussfolgerung ab, dass der Tondo de Brecy zweifelsfrei von Raffael stammt. Diese Schlussfolgerung entbehrt jeder wissenschaftlichen Grundlage und wird durch die Studie selbst nicht gestützt. Im Grunde genommen haben die Autoren eine Geschichte fabriziert und sie der Presse vorgelegt, die sie verbreitete, ohne ihre Implikationen zu verstehen. zweifelsfrei von Raffael stammt. Diese Schlussfolgerung entbehrt jeder wissenschaftlichen Grundlage und wird durch die Studie selbst nicht gestützt. Im Grunde genommen haben die Autoren eine Geschichte fabriziert und sie der Presse vorgelegt, die sie verbreitete, ohne ihre Implikationen zu verstehen.
Wir bei Art Recognition verwenden einen anderen Ansatz, der verschiedene künstlerische Elemente wie Chromatik, Objektplatzierungen und kompositorische Elemente berücksichtigt. Unsere Trainingsdatensätze, von einem Team aus Kunsthistorikern und KI-Entwicklern zusammengestellt, umfassen alle nachgewiesen authentische Kunstwerke und eine Vielzahl von Negativbeispielen, um dem KI-Modell zu helfen, echte Kunst von Fälschungen zu unterscheiden und eine Wahrscheinlichkeitsbewertung für die Bestimmung der Authentizität zu liefern.
Ein neues Modell. Nach dem Scheitern ihres Gesichtserkennungsmodells, , hat die Bradford-Gruppe eine neue Technologie entwickelt, die dem Ansatz von Art Recognition ähnlicher ist. Auch hier antwortete das KI-System mit „authentisch“. In diesem Fall ist ein entscheidender Unterschied in den Datensätzen, die zum Trainieren der jeweiligen KI-Systeme verwendet wurden. Während die KI der Bradford-Gruppe mit 49 Bildern trainiert wurde, nutzte Art Recognition den kompletten Datensatz von über 100 Bildern. Darüber hinaus beinhalteten die negativen Beispiele der Bradford-Wissenschaftler keine Imitationen von Madonnas, bei Art Recognition haben wir jedoch einen Datensatz von negativen Beispielen erstellt, nachgewiesene Kopien der Madonna, aber auch Nachahmungen anderer Motive wie Allegorien oder religiöse Szenen umfasst.
Dieser Unterschied in Grösse und Zusammensetzung der Trainingsdatensätze unterstreicht den erheblichen Einfluss, den die Datenauswahl auf die Ergebnisse der KI-gestützten Kunstanalyse hat. Damit KI-Systeme effektiv arbeiten können, ist es wichtig, dass ihre Trainingsdatensätze so vollständig wie möglich sind und alle bekannten authentischen Werke eines Künstlers umfassen. Jede Auslassung relevanter Daten führt zu Lücken im Verständnis des Systems, was sich wiederum auf die Endergebnisse auswirken kann.
Angesichts dieser Kontroverse haben wir uns entschieden, unseren vollständigen Raphael-Trainingsdatensatz zu veröffentlichen. Die Bilder und die Dokumentation können über folgenden Link heruntergeladen werden.
Der wachsende Einfluss von KI in der Kunstwelt erfordert Transparenz und Verantwortung.Die Komplexität der KI-Modelle macht eine gründliche Prüfung durch Fachkollegen und Validierung durch die wissenschaftliche Gemeinschaft vor dem Einsatz als Marktinstrument notwendig. Diese anhaltende Debatte legt die Faktoren dar, die den Einsatz von KI bei der Bestimmung der Echtheit von Kunst beeinflussen, zeigt aber auch wie dieses Werkzeug effektiv in der Kunstgemeinschaft eingesetzt werden kann.
