检查假画既昂贵又费时。艺术史专家将画作送入实验室检查后，他们可能需要通过复杂的技术（例如气相色谱法，红外检测，放射性碳测年等）来确定真实性。 。现在，一些研究人员已经开发了一套人工智能（AI）系统，该系统可以通过分析笔触来确定该作品是否是艺术家的真实作品。据报道，在1990年代中期，历史学家莫里斯·米歇尔·范·丹兹格（Maurits Michel van Dantzig）开发了一种通过画笔或铅笔的笔迹识别画家的方法。他发现无论笔触的长度，方向，形状或作用力如何，“刷签名”。最近，罗格斯大学（Rutgers University）和荷兰绘画修复与研究工作室（ARRS）的学者发布了一套人工智能监控系统，该系统受范·丹茨格（van Dantzig）的启发，依靠绘画的笔触来确定真相。假的这项研究数字化了毕加索，马蒂斯，莫迪利亚尼和其他画家的297条线条图，并允许系统从中分解出80,000笔绘画数据。 ，然后使用递归神经网络（RNN）学习画笔笔触的特征以识别画家。此外，研究人员还训练了一组机器学习算法，以识别笔划中的特定特征，例如笔划中的线条形状。结合这两种系统，准确识别艺术家的可能性已达到80％。为了测试该系统在识别假货方面的有效性，研究人员还雇用了画家以相同的样式进行绘画。结果，系统有100％的机会成功识别笔触。除了在艺术监督方面带来突破之外，该系统的另一重要贡献是，通过比较研究人员和RNN训练的机器学习系统这两个系统，人们可以看到一直被视为“黑匣子”的系统。 （黑盒子）。 box）的RNN如何工作？黑匣子意味着研究人员无法控制某个系统的操作，也无法解释该系统的结果是如何产生的。以识别假货的RNN系统为例。它使用了画家在画笔笔触上施加的压力变化，即画笔笔触的强度。但是，研究小组也指出，目前这种方法只能用于识别线条清晰的画作。换句话说，不可能用不起眼的笔触面对绘画。研究小组的下一步是将这种测试方法应用于印象派绘画和其他十九世纪具有清晰笔触的绘画，以进行进一步的测试。