ИИ распознал, кто нарисован на наброске XVI века из Виндзорского замка

Что может рассказать о рисунке искусственный интеллект? Как оказалось, больше, чем профессиональный искусствовед.

Распознавание лиц с помощью ИИ сегодня используется повсеместно — от банков до пограничного контроля. Исследователи применили ее к небольшому наброску 500-летней давности, результатом чего поделились на страницах npj Heritage Science.

На рисунке размером примерно 28 на 20 см, выполненном в XVI веке художником Гансом Гольбейном Младшим, изображена, как утверждает надпись в левом верхнем углу, королева Анна Болейн.

Но у нас есть причины сомневаться, что на эскизе нарисована именно Анна Болейн, говорит историк Карен Л. Дэвис, соавтор исследования. Прежде всего, надпись появилась в XVIII веке, спустя долгое время после создания рисунка. Более того, как уже успело выясниться, надписи на других работах Гольбейна иногда оказывались ошибочными. К тому же происхождение рисунка покрыто мраком — как и многие подобные произведения искусства, в смутные времена он преизрядно покочевал по частным коллекциям.

«Это немного напоминает семейный фотоальбом, который переходил из поколения в поколение, — сравнивает исследовательница. — Оттуда вынимали снимки, вкладывали обратно — и все перепуталось».

Есть и еще кое-что — внешность изображенной. Женщина на рисунке — светловолосая, плотного телосложения, с двойным подбородком, тогда как Анну Болейн описывали обычно как стройную брюнетку.

Исследование на стыке науки и искусства

За помощью обратились к искусственному интеллекту. «Это исследование соединяет в себе историю искусств и компьютерные науки», — подчеркивает Дэвис.

Авторы проанализировали оцифрованные версии более чем 80 рисунков Гольбейна из Виндзорского замка, Британского музея и Лувра. Одних изображенных людей удалось уверенно идентифицировать, про других известно, что они приходились друг другу родственниками — братьями, сестрами, родителями или детьми.

Исследователи вычислили степень сходства между каждой возможной парой изображений. Алгоритм, который они использовали (изначально обученный на выборке из более чем 15 миллионов фотографий лиц), выявляет закономерности в чертах лица куда более тонкие, чем такие признаки, как цвет волос или форма ушей. «Алгоритм фактически откалиброван так, чтобы игнорировать подобные вещи», — утверждает профессор Хассан Угайл из Брэдфордского университета, соавтор исследования.

Как и следовало ожидать, члены одной семьи в целом оказались больше похожи друг на друга, чем неродственные пары. Затем исследователи сопоставили свою подборку рисунков Гольбейна с портретом, который, как достоверно известно, изображает дочь Анны Болейн — Елизавету I. Они рассудили: если на рисунке с надписью «Анна Болейн, королева» действительно Анна, то сравнение с портретом Елизаветы должно показать сходство, характерное для внешности матери и дочери.

Однако обнаружилось, что степень сходства скорее соответствует связи «бабушка — внучка». Следовательно, на рисунке, вероятнее всего, изображена мать Анны Болейн, а не сама Анна.

Это вполне логично, объясняет Дэвис. Женщина на спорном рисунке одета в домашнее платье, а не в королевские одежды; некоторые искусствоведы уже высказывали предположение, что в то время она могла болеть. Более того, добавляет Дэвис, мать Анны Болейн Элизабет Говард действительно болела в 1536 году — примерно тогда, когда Гольбейн выполнил этот набросок. «У нас есть документальное подтверждение, что она была больна», — уточняет исследовательница.

Ошибка не случайна

Почему изображение Элизабет Говард ошибочно приписали ее дочери, установить теперь уже затруднительно, признает г-жа Дэвис.

По ее мнению, свою роль в путанице могла сыграть неоднократная смена владельцев: «Эти работы побывали в таком количестве разных рук».

Немаловажно и сходство в очертаниях лиц — вытянутых, овальных — у обеих женщин.

Распознавание лиц может играть важную роль в истории искусства, считает специалист по компьютерному зрению профессор Амит Рой-Чаудхури из Калифорнийского университета в Риверсайде. Однако нужно позаботиться об обучении алгоритмов на больших выборках живописи, а не фотографий — иначе они будут вносить недопустимую долю неопределенности в результаты.