כשהציור מתחיל לדבר: הבינה המלאכותית פותחת מחדש את תיקי האמנות האבודים
חוקרים מאוניברסיטת סנטה קלרה בקליפורניה פיתחו עוזר מחקר מבוסס בינה מלאכותית שנועד לסייע באיתור יצירות אמנות שנבזזו ממשפחות וממוסדות יהודיים בתקופת השלטון הנאצי. המערכת, המכונה AI Provenance Assistant, אינה מחפשת ציורים באמצעות מצלמה ואינה קובעת לבדה למי שייכת יצירה. היא עושה פעולה שקטה ומורכבת בהרבה: קוראת רשומות היסטוריות, מפרשת שמות בכמה שפות, מאתרת איותים חלופיים, מחברת בין בעלים, אמנים, סוחרים ומקומות ומציפה יצירות שהיסטוריית הבעלות שלהן דורשת בדיקה נוספת. לפי האוניברסיטה, בין 1933 ל־1945 הוחרמו, נבזזו או נמכרו בכפייה כ־650 אלף יצירות אמנות שהוחזקו בידי משפחות ומוסדות יהודיים; כ־100 אלף מהן עדיין לא הושבו. המספרים אינם מפקד סגור של יצירות מזוהות, אלא אומדן היסטורי הממחיש את ממדי אחת ממערכות שוד התרבות הגדולות בהיסטוריה.
הפיתוח בסנטה קלרה נראה בהתחלה ככלי ממוקד להשבת אמנות מתקופת השואה.אבל בפועל הוא מסמן שינוי עמוק יותר בדרך שבה ניתן לחקור יצירות, לזהות זיופים, לפרק מחלוקות ייחוס, לשחזר היסטוריות בעלות ולחזות את קצב התפוררותם של חומרים. עולם האמנות מחזיק מיליוני פריטים, מיליארדי תצלומים ורשומות שנכתבו לאורך מאות שנים, אך הוא עדיין פועל במידה רבה באמצעות מאגרים מבודדים, קטלוגים סגורים, מומחיות אישית ובדיקות מעבדה שאינן מחוברות זו לזו. הבעיה מעולם לא הייתה מחסור מוחלט במידע. הבעיה הייתה שהמידע נותר מפוצל בין מוזיאון בפריז, ארכיון בברלין, בית מכירות בלונדון, תיק ביטוח בניו יורק, תצלום משפחתי בווינה ורישום מכס בציריך. הבינה המלאכותית מתחילה להפוך את הפיצול עצמו לחומר מחקר.
היקף האתגר מבהיר מדוע נדרשת כאן מערכת חדשה. דו״ח עולמי של ועידת התביעות והארגון היהודי להשבת רכוש בחן את מצב ההשבה ב־47 מדינות שאימצו את עקרונות ועידת וושינגטון או את הצהרת טרזין. לפי הדו״ח, יותר מ־100 אלף מתוך כ־600 אלף ציורים שנבזזו בתקופת השואה לא הוחזרו, לצד מיליוני ספרים, כתבי יד, חפצי יודאיקה, כלי דת וחפצי תרבות. רק חמש מתוך 47 המדינות הקימו ועדות השבה ייעודיות, ובמדינות רבות מחקר פרובננס עדיין אינו חלק שגרתי מעבודת המוזיאון. כלומר, שמונים שנה לאחר המלחמה, צוואר הבקבוק כבר אינו בהכרח היעדר מסמכים. לעיתים הוא נעוץ בהיעדר כוח אדם, חוסר אחידות בין מאגרים, מגבלות משפטיות והצורך לבדוק ידנית עשרות אלפי פריטים.
מחקר פרובננס מבקש לשחזר את מסלול חייה של יצירה: מי החזיק בה, מתי נמכרה, באילו תנאים הועברה, האם הוחרמה, האם הוצאה מגבולות המדינה, דרך אילו סוחרים עברה ומתי נכנסה לאוסף הנוכחי. כל אחת מן השאלות נראית פשוטה עד שפוגשים את החומר הארכיוני. שם משפחה אחד יכול להופיע בצרפתית, גרמנית, הולנדית ופולנית; בעלים עשוי להירשם תחת שם נעורים, שם חברה או תעתיק שגוי; יצירה יכולה להחליף כותרת, מידות, מסגרת וייחוס; מכירה כפויה עשויה להיראות במסמך כעסקה חוקית; אותו ציור עשוי להופיע בקטלוג אחד כיצירת מאסטר, באחר כעבודת תלמיד ובשלישי כ״אסכולה אירופית״. חוקר אנושי מסוגל להבין את המורכבות, אך אינו יכול לעבור ידנית על מיליוני צירופים. מודל שפה וגרף ידע יכולים לזהות קשרים גם כאשר אין התאמה מילולית מלאה: אדם, כתובת, מספר משלוח, אוסף משפחתי ותיאור חזותי חלקי יכולים יחד ליצור הסתברות גבוהה שמדובר באותה יצירה.
זו נקודת המפנה. עד כה, רוב המערכות הדיגיטליות ידעו למצוא מה שהמשתמש כבר ידע לנסח. חיפוש אחר שם מדויק החזיר אותו שם; חיפוש אחר מספר קטלוג החזיר את הרשומה התואמת. מערכת מבוססת בינה מלאכותית יכולה לחפש גם את מה שהחוקר עדיין אינו יודע. היא מסוגלת להציע כי שתי רשומות בעלות שמות שונים מתייחסות לאותו אדם, כי ציור שהופיע בקטלוג משנת 1938 דומה לפריט שנמכר ב־1951, וכי כתובת הרשומה על גב היצירה קשורה לסוחר שפעל ברשת העברות נאצית. היא אינה מוכיחה בעלות, אך היא משנה את סדר העבודה: במקום לבדוק באקראי עשרות אלפי תיקים, החוקרים מקבלים דירוג סיכון, רשת קשרים ורשימת סתירות ממוקדת.
אותו עיקרון משנה גם את תחום זיופי האמנות. במשך שנים הוצגה שאלת האותנטיות כעימות בין העין האנושית למעבדה: המומחה בחן סגנון, הכימאי בדק פיגמנטים והמשפטן בדק מסמכי בעלות. הבינה המלאכותית מחברת את שלוש הזירות למערכת ראיות אחת. מבחינה חזותית, מודלים יכולים למדוד אורך, כיוון ועקמומיות של משיחות מכחול, מבנה מקומי של אור וצל, יחסים בין צבעים, חזרות צורניות וקצב תנועה בתוך הקומפוזיציה. אלה אינם קסמים אסתטיים, אלא תכונות מתמטיות שניתן להשוות בין מאות יצירות. מחקר על ציורים המיוחסים לרפאל הראה כי למידת העברה יכולה להבחין בין מאפיינים מקומיים ולסייע בבחינת האפשרות שחלקים שונים באותה יצירה צוירו בידי ידיים שונות. החוקרים הדגישו כי מדובר בכלי תומך, אך עצם המעבר מייחוס כולל למיפוי אזורי מחברוּת משנה את השאלה המחקרית. ציור אינו חייב להיות כולו מקורי או כולו מזויף; הוא יכול לכלול עבודת מאסטר, השלמות סדנה, שיקום מאוחר ותוספות שנצבעו מאה שנים לאחר מכן.
מחקר נוסף שבחן ציורים של וינסנט ואן גוך באמצעות מודלים מסוג Vision Transformer ורשתות EfficientNet הצביע על דיוק של יותר מ־85 אחוז בזיהוי חיקויים בתוך מערך ניסוי מוגדר. התוצאה מרשימה, אך היא גם חושפת את גבולות התחום. דיוק במאגר סגור אינו שקול ליכולת לקבוע את אמיתותה של יצירה שהגיעה לשוק ללא תיעוד. המודל לומד מן הדוגמאות שניתנו לו; כאשר הקבוצה כוללת יצירות אותנטיות מוסכמות וחיקויים ידועים, המשימה ברורה. בעולם האמיתי מופיעות עבודות סדנה, העתקים בני התקופה, שיקום כבד, צילומים בתנאי תאורה שונים ויצירות שגם מעמדן בקבוצת האימון שנוי במחלוקת. לכן ציון של 85 אחוז אינו ״85 אחוז סיכוי שהציור מקורי״. הוא מתאר את ביצועי המודל בתנאי ניסוי מסוימים, ולא פסק דין כלכלי או משפטי.
העומק האמיתי נמצא בחיבור בין המראה לחומר. ציור הוא מבנה פיזיקלי: בד או לוח עץ, שכבת יסוד, פיגמנטים, חומרי קישור, לכה, סדקים, תיקונים והצטברות של תגובות כימיות. צילום באינפרה־אדום יכול לחשוף רישום הכנה; קרני רנטגן עשויות להראות קומפוזיציה קודמת; סריקת XRF ממפה יסודות כימיים; דימות היפרספקטרלי מפריד בין חומרים שמראם לעין דומה; מיקרוסקופיה בוחנת שכבות צבע; ניתוח סיבים עשוי לזהות סוג בד, כיוון אריגה ולעיתים קשר בין ציורים שנחתכו מאותו גליל. כל שיטה מייצרת שכבת מידע שונה, וכל שכבה לבדה עלולה להטעות. פיגמנט מודרני בציור עתיק עשוי להעיד על זיוף, אך הוא עשוי גם להימצא רק באזור ששוחזר במאה העשרים. מודל רב־מודאלי יכול למפות את מיקום החומר, את עומקו ואת היחס שלו לאזור החשוד חזותית.
האפשרות הזאת מובילה לרעיון של טביעת אצבע חומרית. לאמנים ולסדנאות היו הרגלי עבודה: סוגי בד, ספקי צבע, תערובות יסוד, סדרי שכבות, שיטות תיקון ותבניות קבועות של רישום מקדים. כאשר נתוני המעבדה של אלפי יצירות יחוברו, ניתן יהיה לבנות פרופילים הסתברותיים לפי תקופה, עיר, סדנה ואפילו שלב בקריירה. השאלה כבר לא תהיה רק האם הציור דומה לוואן גוך, אלא האם האריג תואם חומרים שהיו זמינים בארל בשנת 1888, האם הצבעים דומים לאלה שנמצאו ביצירות מאותו חודש והאם סדר בניית השכבות מתאים לשיטת עבודתו באותה תקופה. זיוף עשוי לחקות את פני השטח; קשה בהרבה לחקות היסטוריה חומרית שלמה מבלי ליצור סתירה.
גם המסמך שמלווה את הציור הופך לאובייקט פורנזי. שוק האמנות אינו סובל רק מזיוף יצירות, אלא מזיוף ביוגרפיות: תוויות גלריה, חשבוניות, חותמות מכס, תצלומי אוסף, רשימות מלאי, מכתבים וקטלוגים. מערכת רב־מודאלית יכולה לבדוק אם הגופן היה קיים במועד הנטען, אם מבנה מספר הטלפון מתאים לשיטת החיוג של התקופה, אם החותמת שייכת לרשות שפעלה באותה שנה ואם השפה המינהלית תואמת את הנוסח המקובל. היא יכולה לזהות כי הגלריה שעל התווית נפתחה חמש שנים לאחר תאריך המכירה, כי הסוחר שהוזכר היה באותה עת במדינה אחרת, או כי הנייר והדיו אינם מזדקנים באופן עקבי. התועלת אינה ביצירת ״מכונת אמת״, אלא בבדיקת עקביות על פני מאות משתנים שאדם בודד יתקשה לאסוף.
אחת החזיתות המבטיחות ביותר היא התאמת יצירות לתצלומים היסטוריים. ציורים אבודים רבים מופיעים ברקע של סלון משפחתי, בתצלום שחור־לבן, בתיעוד של מחסן, בקטלוג מכירה מטושטש או בצילום שבו רק חלק מן הבד נראה. מודלים חזותיים יכולים להשוות מבנה קומפוזיציה, יחסי גודל, קווי מתאר, מיקום דמויות, צורת מסגרת וסדקים ייחודיים. גם כאשר היצירה צולמה בזווית, נחתכה או עברה שינוי צבע, ניתן לדרג התאמות אפשריות. חיבור כזה בין מיליוני תצלומים ארכיוניים למיליוני רשומות מוזיאליות ומסחריות עשוי לגלות שיצירה שתועדה בבית יהודי בווינה ב־1937 נמצאת כיום באוסף תחת שם אחר. ההחלטה הסופית תחייב בדיקת מומחים, אך האלגוריתם יכול למצוא את המחט בתוך ארכיון שגודלו אינו מאפשר חיפוש ידני.
הבינה המלאכותית יכולה לקדם גם תחום שהתנהל במשך שנים בקצב איטי במיוחד: זיהוי ציורים מתחת לציורים. אמנים מחקו גרסאות, שינו תנוחות, ציירו על קנבס משומש או כיסו קומפוזיציה שלמה. דימות מדעי כבר מגלה את השכבות הנסתרות, אך התוצאה לעיתים דומה למפת רעש שבה כמה יצירות חופפות זו לזו. אלגוריתמים יכולים להפריד חתימות ספקטרליות, לזהות קווי מתאר ולבנות שחזור הסתברותי של הקומפוזיציה התחתונה. החשיבות אינה רק אסתטית. שכבה נסתרת יכולה לחשוף את תהליך החשיבה של האמן, לתארך את העבודה, לקשור אותה לסדרה אחרת או להראות שהבד עבר מיד ליד בתוך אותה סדנה.
פרויקט ״משמר הלילה״ של הרייקסמוזיאום מדגים את קנה המידה שאליו המחקר מתקדם. במסגרת חקירת ציורו של רמברנדט שולבו צילום ברזולוציה קיצונית, סריקות כימיות, דימות מדעי ועיבוד ממוחשב. מוזיאון בסדר גודל כזה אינו מסתפק עוד בתצלום כללי ובדוח שימור; הוא בונה מודל נתונים של פני השטח, החומרים, הסדקים והשינויים לאורך זמן. זהו המבוא ליצירת תאום דיגיטלי ליצירת אמנות: ייצוג מתעדכן הכולל תצלומים, מפות כימיות, סריקות תלת־ממד, היסטוריית טיפולים, תנאי אחסון ותנועות בין תערוכות.
תאום כזה יכול לשנות את השימור מן היסוד. כיום נזק מזוהה לעיתים לאחר שהצבע דהה, הלכה הצהיבה או הסדק התרחב. מערכת רציפה יכולה להשוות צילום חדש לצילום מלפני שנה ולגלות תזוזה של שבריר מילימטר, שינוי זעיר בגוון או התקדמות מקומית של התקלפות. בשילוב נתוני טמפרטורה, לחות, אור, זיהום ותנודות, המודל יכול לחזות איזו יצירה נמצאת בסיכון לפני שהנזק נראה לעין. המשמעות היא מעבר משימור תגובתי לשימור מונע ומותאם: לא כל הציורים באותו חדר זקוקים לאותם תנאים, משום שכל אחד מהם מורכב מחומרים אחרים ונושא היסטוריה אחרת.
הצד השני של השינוי הוא השוק. בתי מכירות ופלטפורמות מסחר מפרסמים מדי שנה כמויות עצומות של תמונות, תיאורים וייחוסים. יצירה אבודה עשויה להופיע תחת תיאור עמום, אמן שגוי או שם חדש שנועד לנתק אותה מעברה. מערכת מעקב יכולה להשוות כל פריט חדש לצילומי ארכיון, רשימות גניבה, קטלוגים היסטוריים ומסמכי ביטוח. היא יכולה לזהות שינויי זהות לאורך זמן: אותו ציור שהוצג תחילה כ״אסכולת המאה התשע־עשרה״, לאחר מכן כ״חוגו של אמן מסוים״ ולבסוף כיצירה מקורית. הרצף עשוי להיות מחקר לגיטימי שהבשיל, אך הוא עשוי גם להיות תהליך של הלבנת פרובננס וייחוס.
נתעכב רגע על הפרדוקס: אותה בינה מלאכותית שמקשה על זייפנים יכולה גם לשפר את יכולתם. מודלים גנרטיביים מסוגלים לייצר קומפוזיציות חדשות בסגנון תקופה, להמציא מכתבים, לעצב תוויות, להזדקן תצלומים ולבנות סיפור בעלות משכנע. המרוץ עובר מן הציור אל מערכת הראיות שסביבו. גלאי חזותי בלבד יתקשה לעמוד בקצב, משום שכל דור של מחוללים לומד להעלים את הסימנים שהדור הקודם הותיר. לכן העתיד דורש שילוב בין זיהוי לאחר מעשה לבין תיעוד מקור בזמן היצירה: חתימות קריפטוגרפיות, רישום מצלמה, היסטוריית קובץ, תיעוד תהליך עבודה וסימני מים עמידים. מחקרים על גילוי זיופי תמונות כבר מבחינים בין שיטות פעילות, שבהן המקור מסומן מראש, לבין שיטות פסיביות, שמנסות להסיק בדיעבד אם תמונה נחתכה, הודבקה או שונתה. הספרות מצביעה על הישגים גבוהים במאגרים נתונים, אך גם על קושי בהכללה למניפולציות ומחוללים שלא הופיעו בזמן האימון.
הסיכון הגדול ביותר אינו טעות טכנית אחת, אלא מתן סמכות מופרזת למספר. מערכת שמציגה ״התאמה של 92 אחוז״ עלולה ליצור אשליה משפטית וכלכלית. התאמה למה: למשיכות מכחול, לפלטת הצבעים, לקבוצת האימון או להערכת המודל את עצמו? בלי הסבר, המספר אינו ראיה. גם הנתונים שעליהם המודל לומד אינם ניטרליים. אם יצירות שיוחסו בטעות לאמן הוכנסו לקבוצת המקור, האלגוריתם ילמד את הטעות ויחזיר אותה בצורה מתמטית. אם מאגרי המוזיאונים עשירים באמנות אירופית ודלים באמנות אפריקאית, אסייתית, נשית או עממית, המערכת תשפר את המחקר במקום שבו כבר יש שפע ותותיר אזורים אחרים בחשכה.
לכן המודל המדעי הנכון אינו שופט אלגוריתמי, אלא מערכת ראיות שקופה. במקום להכריז ״מקורי״ או ״מזויף״, עליה להציג מפת ממצאים: התאמה סגנונית גבוהה, התאמה חומרית חלקית, פיגמנט חריג באזור ששוחזר, פער פרובננס בין 1939 ל־1952, תווית גלריה שאינה תואמת את התקופה והתאמה אפשרית לתצלום ארכיוני. לצד כל ממצא צריכה להופיע רמת ודאות, מקור הנתונים והבדיקה הנוספת הנדרשת. כך נשמרת החלוקה הנכונה בין יכולת חישובית לשיקול דעת אנושי: האלגוריתם סורק, מחבר ומדרג; היסטוריון האמנות מפרש; מדען השימור בודק; מומחה הפרובננס משחזר; והמשפטן קובע כיצד הראיות משתלבות בתביעה.
החידוש הגדול שעדיין לא נבנה במלואו הוא אטלס פורנזי עולמי של האמנות. תשתית כזאת תחבר בין תצלומי יצירות, בדיקות פיגמנטים, תבניות אריגה, מסמכי בעלות, קטלוגי מכירות, רישומי מכס, צילומי משפחה, רשימות ביזה ומאגרי יצירות אבודות. כל מסמך חדש יעדכן את גרף הקשרים; כל בדיקת מעבדה תשפר את מפת החומרים; כל פריט חדש שיופיע בשוק ייבדק מול מיליוני עקבות היסטוריים. המערכת לא תפתור לבדה את שאלת הבעלות, אך היא תקטין באופן דרמטי את מרחב החיפוש.
עד כה היה נדמה שעולם האמנות מתקדם באמצעות גילוי בודד: מסמך שנמצא במקרה, תצלום שהתגלה בעליית גג, מומחה שזיהה יד של אמן או בדיקה כימית שהפריכה זיוף. הבינה המלאכותית אינה מבטלת את רגע הגילוי; היא משנה את ההסתברות שיתרחש. היא מסוגלת לעבור על יותר מסמכים, להשוות יותר יצירות, למדוד יותר שכבות ולמצוא יותר סתירות מכפי שאדם או מוסד יחיד יכולים. החידוש שלה אינו בכך שהיא יודעת יותר מן ההיסטוריון, הכימאי או המשמר. החידוש הוא ביכולתה לגרום לכל הידע שלהם לפעול באותו זמן, על אותו אובייקט, בתוך אותה מערכת.
הציור שהיה במשך מאות שנים משטח של צבע הופך בהדרגה למערכת מידע: החומר מספר מתי נוצר; הסדק מספר כיצד הזדקן; המסגרת מספר היכן הוצג; התווית מספרת מי ניסה להעניק לו זהות; המסמך מספר מי איבד אותו; והתצלום מספר היכן היה לפני שנעלם. הבינה המלאכותית אינה מעניקה ליצירה קול. היא מחברת את הקולות שהיו שם כל הזמן, אך נשמרו בארכיונים שלא ידעו לדבר זה עם זה.
עדיין אין תגובות!