Artificial intelligence applied to the analysis of paintings: between false myths and new perspectives

The idea of using Artificial Intelligence for art diagnostics is nothing new. Until now, however, its application has been bent, almost exclusively, to the utopian certification of the authenticity of works of art, claiming to replace human sensitivity in the recognition of stylistic traits with automation. This methodological approach is flawed as it is unable to respond to the human variable with which each work of art was created. The use of Artificial Intelligence, however, is functional to the analytical investigation of diagnostic factors that, if read by the human eye, can give rise to unnecessary and misleading interpretations: in particular, a systemic and automatic reading of the results in False Colour, can return a true and complete reading of the pigments that make up the surface of a painting. This investigation methodology, devised by the author of the article and based on a system of three different algorithmic methods, was tested on approximately three hundred paintings, whose colour palette was also checked using traditional spectrographic techniques.

L’idea di utilizzare l’Intelligenza Artificiale per la diagnostica artistica non è una novità: finora, però, la sua applicazione è stata piegata, quasi esclusivamente, alla utopistica certificazione di autenticità delle opere d’arte, pretendendo di sostituire la sensibilità umana nel riconoscimento dei tratti stilistici con l’automazione. Questo approccio metodologico è errato poiché non è in grado di rispondere alla variabile umana con cui ogni opera d’arte è stata realizzata. L’utilizzo dell’Intelligenza Artificiale, però, è funzionale all’indagine analitica di fattori diagnostici che, se letti da occhio umano, possono dare adito a interpretazioni non necessarie e fuorvianti: in particolare, una lettura sistemica e automatica dei risultati in Falso Colore, può restituire una lettura veritiera e completa dei pigmenti che compongono la superficie di un dipinto. Questa metodologia di indagine, ideata dall’autore dell’articolo e basata su un sistema di tre metodi algoritmici differenti, è stata testata su circa trecento dipinti, la cui tavolozza cromatica è stata controllata anche attraverso le tradizionali tecniche spettrografiche.