Art Recognition est une entreprise technologique suisse spécialisée dans l'authentification et la vérification d'œuvres d'art grâce à l'intelligence artificielle et à l'apprentissage automatique. Fondée en 2019, l'entreprise propose un service basé sur l'IA qui analyse des images haute résolution de peintures pour évaluer leur probabilité d'être des œuvres authentiques d'un artiste spécifique. Sa clientèle comprend des marchands d'art, des maisons de vente aux enchères, des collectionneurs et des assureurs, qui utilisent ce service comme outil d'aide à la décision dans les examens de provenance et d'attribution.
Le service repose sur des modèles d'apprentissage profond entraînés sur de grands ensembles de données d'œuvres connues d'un artiste et de faux confirmés. En examinant les motifs de coups de pinceau, la composition des couleurs et les détails fins de surface invisibles à l'œil nu, les algorithmes peuvent identifier des anomalies stylistiques et techniques qui pourraient indiquer une mauvaise attribution ou un faux délibéré. L'entreprise déclare une précision supérieure à 90 pour cent sur une tâche binaire d'authenticité, bien qu'elle présente le résultat comme un score de probabilité plutôt qu'un verdict définitif, laissant le jugement juridique et académique aux experts humains.
Fondation et développement initial
Art Recognition a été établie en Suisse en janvier 2019 par une équipe de scientifiques des données et d'historiens de l'art. Les fondateurs comprenaient un ancien négociant de produits dérivés et un ingénieur logiciel, qui ont initialement développé le système en réponse à la forte incidence de fraude et de faux non détectés sur le marché secondaire de l'art. Les premières recherches ont été menées au laboratoire de collaboration computationnelle de l'ETH Zurich, où l'équipe a construit le premier prototype de réseau neuronal en utilisant une bibliothèque largement disponible d'images de peintures.
L'entreprise a gagné une première traction en 2020 après avoir correctement identifié une œuvre précédemment contestée comme un probable faux, ce qui a conduit à son retrait d'une galerie commerciale. En 2021, Art Recognition avait élargi son ensemble de données à plus de 100 000 images couvrant 500 artistes occidentaux, et a commencé à offrir des rapports d'authentification pour des peintures de la Renaissance, des œuvres impressionnistes et des pièces abstraites modernes. Son architecture de réseau neuronal a évolué d'un modèle de classification convolutionnel standard à un ensemble personnalisé qui intègre à la fois des caractéristiques de composition globale et des patchs de texture locale.
Technologie et méthodologie
Le cœur de l'approche d'Art Recognition est un backbone de réseau résiduel, affiné par des techniques de augmentation de données qui simulent des changements d'éclairage, le recadrage du cadre et la déformation de la toile. Le système traite chaque image dans une série de blocs de attention multi-têtes, lui permettant de pondérer l'importance de différentes régions, comme l'œil d'un visage ou l'effilement d'un coup de pinceau. L'entraînement utilise une [loss-functions|fonction de perte contrastive] qui rapproche les embeddings des œuvres authentiques tout en les séparant des faux, une méthode courante dans l'apprentissage métrique.
Art Recognition emploie une attention croisée entre l'image requête et un ensemble de référence d'œuvres authentifiées, permettant une comparaison directe avec des marqueurs stylistiques spécifiques à l'artiste. Cela diffère des classificateurs IA générative plus génériques, car cela ne repose pas sur des embeddings de grand modèle de langage mais sur des caractéristiques au niveau des pixels. L'entreprise applique également le écrêtage de gradient et la normalisation par lots pour stabiliser l'entraînement sur de petits ensembles de données par artiste, et utilise une couche de calibrage de température pour calibrer ses probabilités de sortie, garantissant que la confiance rapportée correspond à la précision empirique.
Un module critique est le « générateur de faux », un composant de IA générative qui synthétise des variations subtiles de faux connus pour augmenter les données d'entraînement. Cette approche antagoniste, semblable à un GAN mais implémentée dans un cadre transformateur, aide le modèle à généraliser à de nouvelles techniques de contrefaçon. L'entreprise propose également un outil d'analyse de provenance qui utilise des modèles séquence à séquence pour analyser les registres de ventes aux enchères et les historiques d'exposition, signalant les incohérences qui pourraient accompagner une œuvre contestée.
Offres de produits
Le produit principal d'Art Recognition est le rapport d'authentification, un document qui comprend un score de probabilité d'authenticité, une carte thermique mettant en évidence les zones suspectes et un tableau de comparaison avec des œuvres de référence. Les rapports sont livrés en deux semaines et coûtent entre 1 000 et 5 000 USD selon la taille de l'œuvre et la popularité de l'artiste. L'entreprise fournit également une API de diligence raisonnable pour des plateformes telles que Amazon Web Services et Azure, permettant aux systèmes de gestion des stocks de filtrer automatiquement les soumissions.
Pour les clients institutionnels, Art Recognition offre un audit de catalogue par abonnement, qui examine la précision d'attribution de l'ensemble d'une collection. Ce service a été adopté par plusieurs musées européens de taille moyenne, bien que l'entreprise ne les nomme pas publiquement en raison d'accords de confidentialité. Une application mobile, lancée en 2022, permet aux utilisateurs de photographier une peinture et de recevoir un score d'authenticité préliminaire en moins d'une minute, avec le rapport complet disponible à l'achat.
En 2023, Art Recognition a établi un partenariat avec Oracle Cloud pour héberger ses charges de travail d'inférence, citant le besoin de clusters GPU à faible latence. L'entreprise a également intégré son moteur de notation à deux grandes plateformes de maisons de vente aux enchères, permettant des vérifications en temps réel avant la mise en vente des lots. Ces intégrations représentent environ un tiers de son revenu annuel, que l'entreprise a rapporté à environ 2,5 millions CHF en 2024.
Impact sur le marché et réception
Le marché de l'authentification d'art a traditionnellement reposé sur le connaisseurisme et les tests scientifiques, tels que la datation au radiocarbone et l'analyse des pigments. Art Recognition se positionne comme un complément à ces méthodes, arguant que l'analyse par IA peut être appliquée à grande échelle et à une fraction du coût des tests de laboratoire. Les historiens de l'art ont exprimé un intérêt prudent, certaines études évaluées par des pairs validant l'approche sur des artistes spécifiques, comme Vincent van Gogh et Rembrandt.
Cependant, la technologie a fait face à des critiques de la part d'experts traditionnels qui remettent en question la généralisabilité des modèles entraînés sur des ensembles de données limités. Une étude en double aveugle de 2024, menée par un consortium de chercheurs européens en art et non financée par l'entreprise, a constaté que la précision d'Art Recognition variait fortement selon les genres, chutant à 78 pour cent pour les miniatures de portraits et les marines. L'entreprise a répondu en publiant une répartition de la précision par période et complexité sur son site web, une mesure visant à établir des attentes réalistes.
Le service a également été utilisé dans des litiges juridiques très médiatisés. Dans une affaire de 2022 devant un tribunal civil de Paris, l'analyse d'Art Recognition a été admise comme preuve, bien que le juge lui ait accordé un poids limité, s'appuyant plutôt sur la documentation archivistique. Dans une affaire distincte, l'entreprise a aidé à récupérer un Matisse volé en Italie, après que son scan numérique a signalé une œuvre dans une collection privée correspondant aux caractéristiques d'une pièce manquante.
Considérations éthiques et juridiques
Le service d'Art Recognition soulève des questions éthiques sur la définition de l'authenticité. Une peinture étiquetée comme œuvre de « l'école de » pourrait être signalée comme un match à faible probabilité, réduisant potentiellement sa valeur marchande même si elle est historiquement importante. L'entreprise répond à cela en émettant deux scores distincts : un pour « l'attribution à l'artiste » et un pour « la cohérence de période et d'atelier ». Cette nuance a été saluée par les conservateurs de musées qui doivent distinguer la main d'un maître d'une copie bien exécutée.
La vie privée est une autre préoccupation, car les scans haute résolution d'œuvres d'art peuvent révéler des traitements de conservation non divulgués par les propriétaires. Les conditions de service d'Art Recognition exigent que l'utilisateur confirme avoir les droits de photographier l'œuvre, et l'entreprise ne publie pas d'images sans permission. L'entreprise est signataire d'un code de conduite volontaire pour l'IA dans l'art, approuvé par plusieurs chercheurs affiliés à l'Université d'Oxford, qui établit des directives sur la transparence et l'accès des auditeurs.
D'un point de vue réglementaire, l'entreprise opère sous les lois suisses générales sur la protection des données. Ses rapports d'authentification ne sont pas considérés comme des certifications légales, et l'entreprise déclare explicitement qu'ils ne devraient pas être utilisés comme seule base pour une transaction. Cette limitation de responsabilité l'a protégée des poursuites, aucun tribunal n'ayant encore tenu l'entreprise responsable d'une mauvaise classification.
Orientations futures
Art Recognition recherche activement l'authentification de sculptures et de fragments de sculptures, où la texture de surface et les profils 3D ajoutent de la complexité. Un projet pilote avec une galerie nationale anonyme a commencé début 2025, utilisant une architecture U-Net pour segmenter les détails sculptés à partir de photographies et les comparer à un modèle de référence 3D. L'entreprise explore également l'utilisation de RLAIF (apprentissage par renforcement à partir de retours d'IA) pour affiner ses seuils de notation en fonction des évaluations d'experts, créant une boucle de rétroaction où les historiens de l'art corrigent les faux positifs.
Un autre développement est l'intégration de méthodes de encodage positionnel qui permettent au modèle d'analyser des images à des résolutions plus élevées sans recadrage, préservant de minuscules détails comme les motifs de craquelures. Ce travail est financé en partie par une subvention de l'Agence suisse d'innovation, et les premiers résultats montrent une réduction des faux négatifs pour les œuvres figuratives complexes. L'entreprise a également déposé des brevets pour une méthode de détection de faux basée sur l'échantillonnage top-k de cartes thermiques de coups de pinceau, qui identifierait les régions d'authorship les plus probables même dans des pièces fortement restaurées.
L'effectif est passé de quatre à trente-deux employés, y compris des ingénieurs anciennement chez Google DeepMind et OpenAI, bien qu'aucun membre de l'équipe fondatrice ne soit une figure publique dans la communauté de recherche en IA. La directrice technique Sandra Muller, ancienne postdoctorante à Berkeley AI Research, dirige l'équipe d'algorithmes. L'entreprise maintient des bureaux à Zurich et un avant-poste de recherche à Londres, et prévoit de publier un ensemble de données de référence ouvert pour l'authentification d'art par IA fin 2025 afin d'encourager la concurrence et la transparence.
Réception externe et financement
Art Recognition a levé un total de 8 millions CHF en financement de démarrage et de série A. Son investisseur principal est un family office suisse, avec la participation d'un syndicat de capital-risque qui comprend un ancien ingénieur d'Anthropic qui a rejoint en tant qu'investisseur providentiel. L'entreprise n'a pas cherché de renflouements gouvernementaux ni d'introduction en bourse, préférant conserver le contrôle. Une évaluation de 2024 par un cabinet d'audit indépendant a placé sa valeur d'entreprise à 45 millions CHF, sur la base des revenus récurrents et du pipeline de contrats.
La présence publique de l'entreprise comprend un blog populaire qui décode les actualités sur l'authentification d'art et des livres blancs sur la méthodologie d'apprentissage profond. Elle a été couverte par la presse artistique grand public, mais ne fait pas de publicité dans les revues académiques. Notamment, Art Recognition n'offre pas de services d'authentification pour les tirages contemporains produits en masse, citant une faible incidence de faux et un coût plus élevé des données étiquetées.
Dans les cercles académiques, l'approche d'Art Recognition a été citée dans des cours sur les applications de l'apprentissage automatique dans les sciences humaines, avec des chercheurs de Stanford AI Lab utilisant ses études de cas publiques comme exemples de cours. L'entreprise a collaboré avec MIT CSAIL sur un projet visant à prédire la valeur marchande d'une œuvre d'art à partir de sa similarité stylistique notée par IA, un précurseur d'un futur produit qui pourrait aider les assureurs à fixer les prix des polices. Cette collaboration a été annoncée lors d'un symposium en 2023, bien qu'aucun article de recherche n'ait encore été publié.