Art Recognitionは、人工知能と機械学習を通じて芸術作品の真贋判定と検証を専門とするスイスのテクノロジー企業である。2019年に設立された同社は、絵画の高解像度画像を分析し、特定の芸術家による真作である可能性を評価するAIベースのサービスを提供している。顧客には美術商、オークションハウス、コレクター、保険会社が含まれ、来歴調査や帰属審査における意思決定支援ツールとしてこのサービスを利用している。
このサービスは、芸術家の既知の作品と確認された贋作の大規模データセットで訓練された深層学習モデルに基づいている。筆致パターン、色彩構成、肉眼では見えない微細な表面の詳細を調べることで、アルゴリズムは誤帰属や意図的な偽造を示す可能性のある様式的・技術的異常を特定できる。同社の公表精度は二値の真贋タスクで90パーセントを超えるが、出力は最終的な判定ではなく確率スコアとして位置づけられており、法的・学術的判断は人間の専門家に委ねられている。
設立と初期の発展
Art Recognitionは2019年1月にデータサイエンティストと美術史家のチームによってスイスで設立された。創業者には元デリバティブトレーダーとソフトウェアエンジニアが含まれ、当初は二次美術市場における詐欺や未検出の贋作の多発に対応するためにシステムを開発した。初期の研究はチューリッヒ工科大学の計算コラボレーションラボで行われ、チームは絵画画像の広く利用可能なライブラリを用いて最初のニューラルネットワークのプロトタイプを構築した。
同社は2020年、以前から論争のあった作品を偽造の可能性が高いと正確に特定し、商業ギャラリーからの撤去につながったことで初期の注目を集めた。2021年までにArt Recognitionはデータセットを500人の西洋芸術家をカバーする10万枚以上の画像に拡大し、ルネサンス絵画、印象派作品、現代抽象作品の鑑定レポートの提供を開始した。そのニューラルネットワークアーキテクチャは、標準的な畳み込み分類モデルから、全体の構図特徴と局所的なテクスチャパッチの両方を組み込むカスタムアンサンブルへと進化した。
技術と方法論
Art Recognitionのアプローチの中核は残差ネットワークのバックボーンであり、照明変化、フレームのトリミング、キャンバスの歪みをシミュレートするデータ拡張技術によって洗練されている。システムは各画像を一連のマルチヘッドアテンションブロックで処理し、顔の目や筆致の先細りなど、異なる領域の重要性を重み付けできるようにする。訓練には、真作の埋め込みを互いに近づけながら贋作から分離する[loss-functions|対比損失]を使用しており、これはメトリック学習で一般的な方法である。
Art Recognitionは、照会画像と認証済み作品の参照セットの間でクロスアテンションを採用し、芸術家固有の様式マーカーとの直接比較を可能にしている。これはより一般的な生成AI分類器とは異なり、大規模言語モデルの埋め込みではなくピクセルレベルの特徴に依存している。同社はまた、小規模な芸術家別データセットでの訓練を安定させるために勾配クリッピングとバッチ正規化を適用し、出力確率を調整するために温度スケーリング層を使用して、報告された信頼度が経験的精度と一致することを保証している。
重要なモジュールは「贋作生成器」であり、既知の贋作の微妙なバリエーションを合成して訓練データを増強する生成AIコンポーネントである。この敵対的アプローチは、GANに類似しているがTransformer (architecture)フレームワーク内で実装されており、モデルが新規の偽造技術に一般化するのに役立つ。同社はまた、シーケンス間モデルを使用してオークション記録や展示履歴を解析し、問題のある作品に伴う不整合を検出する来歴分析ツールも提供している。
製品提供
Art Recognitionの主要製品は鑑定レポートであり、真贋の確率スコア、不審な領域を強調するヒートマップ、参照作品との比較表を含む文書である。レポートは2週間以内に納品され、作品のサイズと芸術家の人気に応じて1,000米ドルから5,000米ドルの費用がかかる。同社はまた、Amazon Web ServicesやMicrosoft Azureなどのプラットフォーム向けのデューデリジェンスAPIを提供しており、在庫管理システムが提出物を自動的にスクリーニングできるようにしている。
機関顧客向けに、Art Recognitionはコレクション全体の帰属精度をレビューするサブスクリプション型のコレクション監査を提供している。このサービスは欧州のいくつかの中規模美術館で採用されているが、同社は守秘義務契約のため公には名前を明らかにしていない。2022年にリリースされたモバイルアプリでは、ユーザーが絵画を撮影すると1分以内に暫定的な真贋スコアを受け取ることができ、完全なレポートは購入可能である。
2023年、Art Recognitionは推論ワークロードをホストするためにOracle Cloud Infrastructureと提携し、低遅延のGPUクラスターの必要性を挙げた。同社はまた、スコアリングエンジンを2つの主要なオークションハウスのプラットフォームと統合し、ロットが売りに出される前にリアルタイムチェックを可能にした。これらの統合は年間収益の約3分の1を占めており、同社は2024年に約250万スイスフランと報告している。
市場への影響と評価
美術鑑定市場は伝統的に鑑定眼と放射性炭素年代測定や顔料分析などの科学的検査に依存してきた。Art Recognitionはこれらの方法を補完するものとして自らを位置づけ、AI分析は大規模かつ実験室試験の数分の一のコストで適用できると主張している。美術史家は慎重な関心を示しており、一部の査読付き研究がフィンセント・ファン・ゴッホやレンブラントなどの特定の芸術家に対するアプローチを検証している。
しかし、この技術は限られたデータセットで訓練されたモデルの一般化可能性に疑問を呈する伝統的な鑑定人からの批判に直面している。2024年に欧州の美術学者のコンソーシアムによって実施され、同社の資金提供を受けていない二重盲検研究では、Art Recognitionの精度がジャンルによって大きく異なり、肖像画のミニチュアや海景画では78パーセントに低下することが判明した。同社はこれに対応して、ウェブサイトに時代と複雑さ別の精度の内訳を公開し、現実的な期待を設定する動きを見せた。
このサービスはまた、注目を集める法的紛争でも使用されている。2022年のパリ民事裁判所の事件では、Art Recognitionの分析が証拠として認められたが、裁判官はそれに限定的な重みを与え、代わりにアーカイブ文書に依存した。別の事件では、同社はイタリアで盗まれたマティス作品の回収に貢献した。デジタルスキャンが、行方不明の作品の特徴と一致する個人コレクションの作品を検出したためである。
倫理的および法的考慮事項
Art Recognitionのサービスは、真贋の定義に関する倫理的な疑問を提起している。「流派」とラベル付けされた絵画は、歴史的に重要であっても低確率の一致としてフラグ付けされ、市場価値が低下する可能性がある。同社はこれに対処するため、「芸術家帰属」と「時代と工房の一貫性」の2つの別々のスコアを発行している。このニュアンスは、巨匠の手と巧みに実行された模写を区別する必要がある美術館のキュレーターから賞賛されている。
プライバシーももう一つの懸念事項であり、芸術作品の高解像度スキャンは所有者が開示していない修復処理を明らかにする可能性がある。Art Recognitionの利用規約では、ユーザーが作品を撮影する権利を確認することを要求しており、許可なく画像を公開することはない。同社は、オックスフォード大学関連の学者数名が支持する美術におけるAIの自主行動規範の署名者であり、透明性と監査人アクセスに関するガイドラインを設定している。
規制の観点から、同社は一般的なスイスのデータ保護法の下で運営されている。その鑑定レポートは法的認証とは見なされておらず、同社は取引の唯一の根拠として使用すべきではないと明示的に述べている。この責任制限により、誤分類について同社が責任を問われた裁判所はまだないため、訴訟から保護されている。
今後の方向性
Art Recognitionは、表面テクスチャと3Dプロファイルが複雑さを加える彫刻および彫刻断片の鑑定を積極的に研究している。名前が明かされていない国立美術館とのパイロットプロジェクトは2025年初頭に開始され、U-Netアーキテクチャを使用して写真から彫刻の詳細をセグメント化し、3D参照モデルと比較している。同社はまた、専門家の鑑定に基づいてスコアリング閾値を洗練するためにReinforcement Learning from AI Feedback (RLAIF)（AIフィードバックからの強化学習）の使用を模索しており、美術史家が誤検出を修正するフィードバックループを作成している。
もう一つの開発は、モデルがクロップせずに高解像度で画像を分析できるようにする位置エンコーディング手法の統合であり、細かいひび割れパターンなどの微細な詳細を保存する。この作業はスイスイノベーション庁からの助成金によって一部資金提供されており、初期結果では複雑な具象作品の偽陰性が減少している。同社はまた、筆致ヒートマップのトップkサンプリングに基づく偽造検出方法の特許を出願しており、重度に修復された作品でも最も可能性の高い作者領域を特定できる。
従業員数は4人から32人に増加し、Google DeepMindやOpenAIの元エンジニアが含まれているが、創業チームのメンバーはAI研究コミュニティで公の人物ではない。最高技術責任者のサンドラ・ミュラー氏は、元BAIR (Berkeley AI Research)のポスドクであり、アルゴリズムチームを率いている。同社はチューリッヒにオフィスを構え、ロンドンに研究拠点を持ち、2025年後半にAI美術鑑定のためのオープンベンチマークデータセットをリリースして競争と透明性を促進する計画である。
外部の評価と資金調達
Art RecognitionはシードおよびシリーズAラウンドで合計800万スイスフランを調達している。主導投資家はスイスのファミリーオフィスであり、元Anthropicエンジニアがエンジェルとして参加するベンチャーシンジケートが参加している。同社は政府の救済や株式公開を求めておらず、支配権を維持することを好んでいる。2024年の独立監査法人による評価では、経常収益と契約パイプラインに基づき、企業価値を4,500万スイスフランと評価した。
同社の公的な存在感には、美術鑑定ニュースを解説する人気ブログと深層学習方法論に関するホワイトペーパーが含まれる。主流の美術報道で取り上げられているが、学術誌では広告を出していない。注目すべきことに、Art Recognitionは現代の量産版画の鑑定サービスを提供しておらず、偽造発生率が低く、ラベル付きデータのコストが高いことを理由に挙げている。
学術界では、Art Recognitionのアプローチは人文科学における機械学習応用のコースで引用されており、スタンフォードAIラボの研究者がその公開ケーススタディを講義の例として使用している。同社はMIT CSAILと協力して、AIスコアリングされた様式類似性から芸術作品の市場価値を予測するプロジェクトに取り組んでおり、これは保険会社が保険契約を価格設定するのに役立つ将来の製品の前兆である。この協力は2023年のシンポジウムで発表されたが、研究論文はまだ公開されていない。