.

Robótica

Una inteligencia artificial detecta una obra de arte falsa a partir de una única pincelada

1

Primero, el sistema aprendió las características que definen los trazos de varios artistas; así, fue capaz de detectar todas las falsificaciones, y para ello sólo tuvo que analizar un trazo de la copia. Es impresionante, aunque sólo sirve para obras en las que las pinceladas están claramente delimitadas 

  • por Jackie Snow | traducido por Teresa Woods
  • 27 Noviembre, 2017

Identificar falsificaciones de arte es difícil y caro. Para detectar una obra sospechosa, los historiadores de arte la pueden llevar a un laboratorio para realizar espectroscopía infrarroja, datación radiométrica y/o cromatografía de gases. Pero una nueva inteligencia artificial (IA) podría saltarse todos esos procesos, ya que el programa es capaz de detectar una falsificación con sólo observar los trazos que componen la obra.

Un equipo de investigación de la Universidad de Rutgers (EEUU) y el Estudio de Restauración e Investigación de Pinturas (Países Bajos) explican que su sistema analizó casi 300 dibujos lineales de Picasso, Matisse, Modigliani y otros artistas famosos compuestos por 80.000 trazos individuales. Luego, una red neuronal recurrente (RNN, por sus siglas en inglés) aprendió qué características de los trazos eran importantes para identificar al artista.

Los investigadores también entrenaron un algoritmo de aprendizaje automático para buscar características específicas, como la forma de la línea en un trazo. Esto generó dos técnicas diferentes para detectar falsificaciones y, según los resultados, la combinación de ambas ofrece un método de detección muy potente. El análisis del rendimiento del algoritmo de aprendizaje automático también proporcionó cierta información sobre la RNN, que actúa como una "caja negra". Eso quiere decir que los resultados resultan difíciles de comprender a los investigadores.

Dado que el algoritmo de aprendizaje automático fue entrenado sobre unas características específicas, la diferencia entre este y la RNN probablemente indica qué características busca la red neuronal para detectar falsificaciones. En este caso, para identificar al artista, el programa se centra en la fuerza cambiante a lo largo de un trazo, es decir, la cantidad de presión aplicada por un artista. Con ambos algoritmos trabajando en tándem, los investigadores lograron identificar correctamente a los artistas alrededor del 80% del tiempo.

Los investigadores también pidieron a algunos pintores que crearan dibujos imitando el estilo de las obras del conjunto de datos de entrenamiento. El objetivo era disponer de material para poner a prueba la capacidad del sistema de detectar falsificaciones. El sistema fue capaz de identificar las falsificaciones en todos los casos a partir de un único trazo.

"Un humano no puede hacer eso", asegura el profesor de la Universidad de Rutgers y uno de los autores del artículo, Ahmed Elgammal.

Esta técnica solo se puede emplear cuando las líneas son obvias, por lo que es inútil para las obras cuyos trazos se difuminan. Pero Elgammal explica que planea probar el método con obras impresionistas y piezas del siglo XIX en las que las pinceladas se distinguen claramente.

La parte más prometedora de la investigación podría ser cómo los investigadores utilizaron el segundo método para dejar claro qué hace la RNN, sugiere el investigador de la Universidad de Tilburg (Países Bajos) Eric Postma, que lleva más de una década trabajando en la detección de falsificaciones de arte con inteligencia artificial. Podría haber más aplicaciones para la inteligencia artificial en el arte, asegura, pero los historiadores y los investigadores, inmersos en siglos de tradición, han tardado en adoptar tales técnicas. Eso se debe en parte a que puede resultar difícil entender cómo ha llegado una máquina a sus conclusiones, un problema que esta última investigación podría ayudar a resolver.

Robótica

 

La inteligencia artificial y los robots están transofrmando nuestra forma de trabajar y nuestro estilo de vida.

  1. Esta red neuronal aplica leyes físicas aprendidas de forma automática

    SciNet es capaz de predecir la posición de Marte respecto al Sol aplicando un modelo heliocéntrico, una idea que los humanos tardaron años en aplicar. Aunque no revela la ecuación precisa que utiliza, muestra que la red neuronal solo usa dos variables para llegar a la solución

  2. Alumnos de una 'start-up' crean una IA que ha superado a la de Google

    A partir de unos sencillos trucos y mediante servidores de Amazon en la nube, el equipo de Fast.ai ha demostrado que no hace falta tener los enormes recursos de un gigante tecnológico para hacer un buen trabajo en inteligencia artificial

  3. Conozca al hombre con cuatro brazos: dos robóticos y dos naturales

    Las extremidades mecánicas de Yamen Saraiji no las controla él sino otra persona en remoto gracias a la realidad virtual. Así es el primer prototipo de Fusión, que aspira a ampliar las capacidades físicas de  en situaciones como las cirugías complicadas e incluso en la exploración espacial