10、深度鉴赏：艺术认证的新前沿

深度鉴赏：艺术认证的新前沿

1. 深度学习在艺术领域的潜力

深度学习在艺术领域正展现出巨大的潜力。就像在医学领域，一个深度学习系统虽不如眼科专家，但能捕捉到某些特征，准确预测患者性别，且此前研究未发现视网膜存在基于性别的差异。在艺术领域，深度学习系统结合研究人员开发的打开深度学习“黑匣子”的工具，或许能为艺术作品带来新的见解，开辟新的研究领域。

在艺术市场中，随着艺术品拍卖价格屡创新高，开发新的认证工具对处于学术圈和科技初创企业之间的研究人员来说是一项潜在的有利可图的事业。除了现有的检测赝品的材料分析技术，研究人员和初创企业开始提供基于深度学习的检测方法，利用神经网络来确定艺术品是否由同一艺术家创作。大多数研究人员认为机器学习认证是对现有方法的补充，而非替代。

2. 艺术认证的现状与挑战

2.1 艺术认证的复杂性

艺术品的归属很少仅取决于作品的视觉或物质特性，出处和其他形式的文件记录也是归属的重要组成部分。在整个过程的任何一步都可能发生欺诈和伪造，成功的赝品不仅会使用特定时期的材料和技术来制作艺术品，还会伪造相关的文件支持。

2.2 艺术市场的乱象

艺术市场几乎完全不受监管，容易出现欺诈、伪造和操纵行为。对艺术品价值感兴趣的实体包括艺术家（如果他们还在世）、画廊、博物馆、收藏家和拍卖行。此外，与艺术机构合作分析艺术品真伪的专家和评估者组成的二级经济体系，也有兴趣提供能让客户满意的归属鉴定。

2.3 人类专家认证的问题

人类专家在认证过程中往往会受到情感和特殊利益的影响。例如，纽约诺德勒画廊的画商安·弗里德曼被指控在三十年间故意向收藏家出售假的抽象