NIEUWS

Kunst; origineel van vervalsing onderscheiden

18 October 2022 Project in the spotlights

De gemiddelde kringloopwinkel, zolder en rommelmarkt ligt er vol mee; replica’s van bekende schilderijen. Van zonnebloemen van Vincent van Gogh, tot het melkmeisje van Johannes Vermeer. De kunstherkenningstool die binnen het Art Recognition project werd ontwikkeld, is in staat om de authenticiteit van dergelijke meesterwerken te evalueren. Het systeem, gebaseerd op AI-technologieën, analyseert de fotografische reproductie ervan. Hoogleraar Eric Postma van Tilburg University houdt zich al ruim 20 jaar met deze ontwikkeling bezig.

De tool – die in het kader van het EuroStars-project in samenwerking met het Zwitserse bedrijf ArtRecognition is ontwikkeld – is snel, betrouwbaar en wordt niet gehinderd door menselijke voorkeuren. Bovendien kan het ingezet worden voor vele kunstwerken tegelijkertijd. Door dit programma binnen de kunstwereld aan te bieden, wordt er bijgedragen aan de integriteit en transparantie van de kunstmarkt. 

Herkenning van data 
Gevraagd naar de precieze werking van het systeem, geeft Postma graag uitleg aan de hand van schilderijen van Van Gogh. “Wanneer je een heleboel voorbeelden hebt van schilderijen van  Van Gogh en daarnaast tal van vervalsingen, kun je een computer met behulp van ‘machine learning’ trainen. Het systeem neemt alle voorbeelden in zich op en leert zo de subtiele visuele verschillen te herkennen tussen het echte werk en de nagemaakte varianten." 

Wanneer je de tool gebruikt, gaat een klein ‘herkenningsblokje’ over het ingescande schilderij heen, zo gaat hij verder. “Dat blokje bestudeert als het ware ieder stukje van het kunstwerk. De computer haalt hier visuele informatie uit en vertaalt die naar getallen. Die cijfers gebruikt het algoritme om te bepalen of het een echte Van Gogh is of niet.” 

Terug in de tijd 
Het idee voor het gebruik van artificial intelligence voor de analyse van kunstwerken ontstond ook daadwerkelijk tussen de kunst. Tijdens een neo-impressionisme-tentoonstelling rond het jaar 2000, met veel werk van Vincent van Gogh om precies te zijn. Postma werkte toen nog bij de Universiteit van Maastricht, als hoogleraar Artificial Intelligence. De professor was altijd al geïnteresseerd in waarneming en patroonherkenning. “Al in mijn jeugd was ik bezig met de vraag hoe het kan dat je dingen waarneemt en ziet. Ik wilde weten hoe dat bij mensen werkt en of je dat proces met een computer kunt nabootsen of begrijpen.” 

Postma richtte zich vanaf dat moment op de ontwikkeling van visuele herkenning en classificatietechnieken voor cultureel erfgoed. Niet veel later startte hij met de ontwikkeling van digitale analysemethodes voor schilderijen, het begin van het kunstanalyseproject. Net nadat de subsidieaanvraag voor de NWO (Nederlandse Organisatie voor Wetenschappelijk Onderzoek) de deur uit was, behaalde zijn onderzoeksgroep in 2004 al de New York Times. “Het beoordelen van schilderijen door computers in plaats van experts, bleek een ‘hot item’”, zo vertelt hij nu. 

De toekomst van kunstmatige intelligentie 
De vraag of AI uiteindelijk het mensenwerk gaat overnemen, is er een die Postma regelmatig krijgt. Hij benadrukt de wisselwerking tussen computers en de mens: “Machines zijn beter in het herkennen van patronen dan mensen. Bovendien worden ze niet moe of afgeleid. Maar de mens kan context schetsen; iets wat systemen (nog lang) niet kunnen.” Als voorbeeld noemt de hoogleraar het tijdsbeeld van een schilder. Iets wat een computer niet kent, maar de kunstexpert wel. “Nauwgezette taken, zoals het bestuderen van penseelstreken of – wanneer we buiten de kunstwereld kijken – een röntgenfoto, kan de AI-technologie prima overnemen. Maar dit blijft hand in hand gaan met het menselijke brein dat de bevindingen in de juiste context kan plaatsen.” 

De röntgenfoto is overigens een goed voorbeeld van hoe je de technologie van Postma ook kunt benutten. Of denk aan een industrieterrein dat je in de gaten wilt houden met een beveiligingscamera. Ook hier kun je het systeem trainen op veilige en onveilige situaties. De voorwaarde is dat je voldoende data tot je beschikking hebt om de AI-algoritmen te trainen. 

Zwitserse organisatie neemt tool over 
“Via MindLabs komen we in aanraking met bedrijven en instituten die data leveren voor onze herkenningstool”, licht Postma de coöperatie met het ecosysteem toe. Daarnaast is Postma in 2020 een samenwerking met een Zwitserse ondernemer gestart. “Ik kreeg bijna wekelijks verzoeken van particulieren of ik een schilderij kon analyseren. En of ik mijn onderzoek niet wilde doorvertalen naar een bedrijf dat die analyse aanbiedt. Maar de commerciële inslag die je daarvoor nodig hebt, zit niet in mijn genen. Die interesseert mij niet zo.” Postma is nu als wetenschappelijk adviseur aan het Zwitserse bedrijf ArtRecognition verbonden. Studenten aan Tilburg University krijgen de mogelijkheid om binnen die organisatieonderzoek te doen. “Een win-winsituatie.” 

Sinds de samenwerking met het Zwitserse bedrijf, heeft Postma meer tijd om zijn aandacht te vestigen op andere zaken. En na 20 jaar kunstherkenning, vindt hij het fijn dat hij het AI-onderzoeksveld weer met een bredere blik kan betreden. Maar de focus van Postma blíjft bij zijn grootste interesse: “Patroonherkenning is en blijft hetgeen mij het allermeeste boeit."