Een door amateurs in elkaar gezet algoritme kan kunstexperts helpen om vervalsingen van bekende schilders te herkennen. Het programma maakt van enorme afbeeldingen behapbare brokjes die een computer goed kan analyseren. 

Stel: je vindt een tot nu toe onbekende Rembrandt op zolder. Spectaculair nieuws, maar hoe weet je zeker dat ‘ie echt is? Er zijn immers een hoop vervalsingen van de oude meester in omloop. Nu moet je met het schilderij naar een expert, bijvoorbeeld die van het tv-programma Tussen Kunst en Kitsch. De expert zoekt naar bepaalde kenmerken van een echte Rembrandt, let op de leeftijd van het doek, de penseelstreek, enzovoort. 

Vervalsingen herkennen is, kortom, mensenwerk. Maar er zijn veel bekende schilders en misschien wel net zo veel vervalsingen. Zou het niet handig zijn als een computer het werk (deels) kon overnemen? Theoretisch is dat mogelijk: een algoritme kan pixel voor pixel een scan van een werk analyseren, het vergelijken met een database vol authentieke pixels, en vervolgens een oordeel vellen. 

 

Moeite met grote beelden

Maar om dit goed te doen, heb je gedetailleerde scans nodig in hoge resolutie, en daar knelt de schoen. Een computer heeft moeite om snel grote afbeeldingen te analyseren. Daarnaast zijn er relatief weinig werken van een Rembrandt, Steen of Vermeer beschikbaar, dus veel trainingsmateriaal is er ook niet. Om een vervalsingsalgoritme toch te gebruiken, moeten scans vaak in lagere resolutie worden gemaakt. Maar daardoor verdwijnen belangrijke details die essentieel kunnen zijn voor de herkenning. 

Jan Steens 'Driekoningenavond'

 

 

Dit alles kan opgelost worden met een nieuw programma van twee amateur-programmeurs uit de VS. Het programma kijkt naar de entropie van een beeld: de hoeveelheid variatie die er in de digitale code van een foto of schilderij zit. Vervolgens deelt het algoritme een beeld in in verschillende blokjes die allemaal dezelfde entropie hebben. 

 

Negentig procent nauwkeurig

Dat is handig, omdat blokjes met lage entropie vermoedelijk geen interessante informatie bevatten. Grotere blokken met veel entropie zijn daarentegen essentieel om een vervalsing van de real deal te onderscheiden. De onderzoekers testen deze hypothese door een paar schilderijen van Rembrandt te verblokken. Het leverde 13.000 blokjes op, allemaal een paar honderd pixels groot. En alleen de blokken met de hoogste entropie werden gebruikt om een kunstmatig intelligent computerprogramma te trainen. Vervolgens kreeg dat algoritme een paar echte Rembrandts te zien (die niet in de trainingsverzameling zaten) en een paar vervalsingen. In 90 % van de gevallen wist de computer te herkennen of het echt was of niet. 

Dat is best knap, maar het betekent ook dat elke tiende vervalsing er door heen komt. Met meer training zal het algoritme vermoedelijk beter worden, hoewel dat nog steeds beperkt wordt door het aantal oorspronkelijke Rembrandts. Het punt is dat de mogelijke trainingsset veel groter is, door te kijken naar stukjes van schilderijen, in plaats van alleen de hele beelden.

 

Radiologie

Het onderzoek ligt op dit moment bij wetenschappers, die kijken of de methode echt klopt en goed werkt. Als dat zo is, hebben kunstkenners er misschien een nieuwe methode bij om vervalsingen te spotten. En er is meer: de techniek kan misschien ook helpen in de radiologie, vertellen de onderzoekers aan ingenieursvereniging IEEE, waar ze hun onderzoek indienden. Ook daar komen vaak heel grote beelden binnen, die een computer niet in z’n geheel kan analyseren. Nu moeten de scans dus omgezet worden naar lagere resolutie, waardoor details verloren gaan. Door alleen de delen van de scan met de hoogste variatie te pakken, is dat niet nodig. Wel merken de onderzoekers op dat geneeskunde geen kunst is: ook in de minder entropische delen van een medische scan kan essentiële informatie zitten.