Logo von Technology Review

Suche
Abonnieren

Tägliche Top-News bei WhatsApp, Facebook Messenger, Telegram & Insta

preisvergleich_weiss

Recherche in 1.834.621 Produkten

Jackie Snow

KI erkennt gefälschte Kunst

KI erkennt gefälschte Kunst

Eine gefälschte "Mona Lisa" könnte das Rutgers-System noch nicht erkennen.

Eine neue Software ist in der Lage, einzelne Pinsel- und Stiftstriche zu analysieren und daraus dann auf den Künstler zu schließen.

Gefälschte Bildkunstwerke zu erkennen ist nicht einfach und vor allem sehr teuer. Fachleute setzen dazu im Labor auf die Infrarotspektroskopie, die radiometrische Datierung, Gaschromatographen oder eine Kombination dieser Methoden. Künstliche Intelligenz (KI) kommt ganz ohne solche technisches Verfahren aus: Sie kann Fälschungen erkennen, indem sie sich die Striche ansieht, aus denen ein Bild besteht.

Wie das funktionieren kann, zeigt eine neue Studie von Forschern der Rutgers University und dem Atelier for Restoration & Research of Paintings in den Niederlanden. Sie haben ein System entwickelt, das fast 300 Strichzeichnungen von Picasso, Matisse, Modigliani und anderen berühmten Künstlern auf 80.000 individuelle Striche herunterbrechen konnte. Anschließend wurde ein sogenanntes tiefes Recurrent Neural Network (RNN) eingesetzt, das lernte, welche Eigenschaften der Striche wichtig sind, um einen Künstler zu identifizieren.

Parallel dazu trainierte das Team einen Algorithmus aus dem Bereich des maschinellen Lernens (ML) auf bestimmte Bildbereiche, etwa die Linienform eines Striches. Dies ergab zwei verschiedene Techniken um Fälschungen zu erkennen und die Kombinationsmethode erwies sich als äußerst mächtig. Der Output des ML-Algorithmus half auch dabei, das RNN besser zu verstehen – es arbeitet als "Black Box", die von den Wissenschaftlern nicht einfach zu erklären ist.

Der Abgleich zwischen ML-Algorithmus und RNN ergab, dass letzteres wohl bestimmte Charakteristika in einem Bild verwendet, um Fälschungen zu erkennen – unter anderem die sich veränderte Stärke eines Striches. Diese zeigt auf, wie stark der Andruck des Künstlers ist, was wiederum ein gutes Identifikationsmerkmal zu sein scheint. Zusammengenommen konnten beide Verfahren Künstler in rund 80 Prozent der Fälle korrekt identifizieren.

Anschließend wurden dem System Zeichnungen vorgelegt, die in einem ähnliches Stil erstellt wurden, um zu prüfen, ob es auch Fälschungen erkennen kann. Dies gelang in allen Fällen – und zwar nur durch die Betrachtung eines Strichs. "Ein Mensch kann das nicht", sagt Ahmed Elgammal, Professor an der Rutgers University und einer der Autoren der Studie.

Aktuell lässt sich das System nur nutzen, wenn Linien in einer Zeichnung sichtbar sind, für Malereien, bei denen die einzelnen Pinselstriche verschwimmen, ist sie nicht nutzbar. Um ihre Ergebnisse weiter zu validieren, planen Elgammal und Co. nun aber den Einsatz der Methode bei impressionistischen Bildern und anderen Werken aus dem 19. Jahrhundert, in denen einzelne Striche zu identifizieren sind.

Besonders vielversprechend sei, mit der ML-Methode herauszufinden, was das RNN genau tue, meint Eric Postma von der Universität Tilburg in den Niederlanden, der seit mehr als zehn Jahren an Methoden arbeitet, Kunstfälschungen per KI zu erkennen. Es könnte auch noch andere Bereiche für die KI-Verwendung in der Kunst geben, etwa bei Kunsthistorikern und Kunstwissenschaftlern, die bislang noch wenig Interesse zeigen. Bislang halten die sich aber noch zurück, weil sie selbst nicht verstehen, wie die Algorithmen zu ihrem Ergebnis kommen.

(Jackie Snow)

Kommentieren

Anzeige
Anzeige