無欲的模式（全文7800字）

轉載聲明：除調整格式外，不得對原文做改寫、改編。原創不易，謝謝！E-mail:yellow@aliyun.com

?聲明：本文為原創文本，非生成式，轉載請注明出處！

商務咨詢/顧問/請@yellowscholar?作者：黃先生斜杠青年

#時間深度 #技術的未來 #計算與人工智能 #藝術

圖片通過A I生成

藝術專家是博物館和拍賣界中所有價值和意義的支點。人工智能能否取代他們？

藝術市場喜歡確定性。它更喜歡用粗體印刷畫家名字，日期整齊地標注在十年，價值自信地釘在價格估算上。然而，在這種保證的表象背后，是一個圍繞風險構建的行業。巨額資金的轉讓基于歸屬（作者是誰），而歸屬往往依賴于脆弱的協商共識或一位或多位專家（其中一些更自稱而非客觀專家）的堅定意見，而非既定事實。

博物館標簽上的一個名字可以奠定藝術品的價值，決定其在藝術史上的地位，并影響幾代人的學術敘事。一旦改變這個名字，后果就會向外擴散。一幅畫可能會損失數千萬的價值。世界上最昂貴的畫作《救世主》（Salvator Mundi）真的是達·芬奇之手嗎？正如許多頂級達·芬奇學者所證實的那樣？其最后一次售價為2017年在佳士得拍賣的4.503億美元。但同樣享有盛譽的學者堅信這是一部衍生作品，根本不是達·芬奇的作品，如果是這樣，它可能只值45萬美元。這對一個觀點來說是相當大的區別。圍繞《救世主》的疑問已經足夠多，因此自售出以來，這幅畫尚未公開展出。據信它是沙特王儲穆罕默德·本·薩勒曼代理購買，準備成為阿布扎比盧浮宮的核心展品，但目前未展出，其具體位置也未公開。

《救世主》（約1500年），歸于列奧納多·達·芬奇。圖片來源：維基百科

質疑歸屬可能導致博物館聲譽動搖。收藏家的信心可能會消失。掙腐、保險人、貸款人、繼承人和機構都依賴歸因正確，盡管他們在某種程度上知道這可能并非正確。這種張力并非偶然。藝術市場是一個過熱的系統，建立在部分信息、知識不對稱和默默鼓勵樂觀的激勵之上。賣家可享受最高合理的歸因。買家希望標簽上的名字能經得起時間。拍賣行依賴于可能已有數十年歷史的學術觀點。博物館一旦做出承諾，通常不會急于撤回。結果是一個系統運作，不是因為確定性普遍，而是因為懷疑被精心管理。

從這個意義上說，歸屬不僅僅是學術上的練習。它是經濟和文化結構的基石。沒有它，價格崩潰，目錄崩潰，歷史敘述失去連貫性。然而歸因同樣深具人性，受判斷、直覺、訓練以及不可避免的偏見影響。

或者說，在藝術史的大部分時間里，歸屬幾乎完全依賴于鑒賞力：專家們對比藝術家作品中筆觸、構圖和處理手法的訓練有素的眼睛。鑒賞家們對視覺細微差別有驚人的敏感度，常常能以驚人的精準識別手和作坊。但鑒賞力也是主觀的。兩位同樣資歷的學者可能存在深刻分歧，且幾個世紀以來多次爭論。在某些情況下，他們的分歧持續了好幾代人。

20世紀引入了新工具，似乎承諾了更堅實的基礎。科學和法醫分析使學者能夠檢測材料、識別過時顏料、檢查底稿以及定年——即繪畫所用的畫布或面板。這些技術徹底改變了偽造品的偵測方式，揭露了許多著名的假品。但他們并沒有解決歸屬問題。法醫檢測非常擅長告訴我們什么時候東西不可能是它所聲稱的那樣。他們在告訴我們是誰畫的方面效率低得多。法醫檢測同樣昂貴、耗時，有時甚至具有侵入性。畫作通常需要運送到專業實驗室。顯微鏡樣品可能會被取出。保險費飆升。因此，這種分析通常被謹慎地應用于被認為重要或有問題的作品。每年進入全球市場的絕大多數藝術品從未經過過這一級別的測試。因此，藝術市場依然高度依賴專家意見，并由來源研究支持，有時還會有選擇性的科學證據。這個體系足以支撐數十億美元的產業，但又足夠糟糕，導致持續的不確定性在表面之下滋生。

這種不確定性有助于解釋為何人工智能進入歸屬領域后會引發如此強烈的反應。對一些人來說，人工智能看起來像是期待已久的糾正：一種在長期由權威和信任支配的系統中引入一致性、規模性和實證嚴謹性的方式。對另一些人來說，這代表了對藝術本質及其應如何評價的深刻誤解。本多·格羅夫納是一位英國藝術史學家和電視主持人，他的作品極大地推廣了細看和傳統鑒賞精神，并且自己也鑒定過多件失傳的古典大師作品，他對此持懷疑態度。格羅夫納在2025年11月的《金融時報》上對在歸屬中使用人工智能表達了深刻保留意見。他關心的不僅僅是機器可能會出錯，更在于算法判斷的前提本身有可能使藝術創作的復雜性變得平坦化。

我是斜杠青年，一個PE背景的雜食性學者！?致力于剖析如何解決我們這個時代的重大問題！?使用數據和研究來解真正有所作為的因素！

這些擔憂誤解了人工智能圖像分析的實際作用以及它不能做什么

在格羅夫納看來，繪畫不能歸結為模式識別。它涉及意圖、情境、決策和偏離。藝術家們打破了自己的習慣。他們不斷嘗試。他們合作。他們會根據委托、材料和情況做出回應。將歸屬當作統計匹配的練習，是誤解了藝術實踐本身的本質。他說，一旦人工智能獲得權威，可能會邊緣化人類專業知識，而非補充。藝術史長期以來一直抵制僵化的體系。它最深刻的見解往往來自異常現象，來自那些不完全符合現有范疇的作品。一個基于藝術家“典型”作品訓練的算法，可能會在非典型、實驗性或未完成作品上遇到困難。更糟的是，這可能會讓學者在面對真正新事物時不信任自己的眼睛。

格羅夫納的批評指向更廣泛的焦慮：人工智能代表了技術官僚對基于人類判斷的學科的侵占。畢竟，藝術史不是物理學。它不涉及普遍法則。它具有解釋性、偶然性且深具歷史意義。用概率分數替代分歧，有可能耗盡該領域的智力活力。然而，這只是辯論的一方。另一些人則認為，這些擔憂誤解了人工智能圖像分析的實際作用和不功能。

擁有數十年歸屬辯論經驗的藝術史學家兼經銷商克洛維斯·惠特菲爾德強烈回應了格羅夫納的擔憂。惠特菲爾德在同一報紙上撰文指出，人工智能并未取代鑒賞家，而是在其基礎上不斷發展，因為算法是基于人類專家積累的判斷——目錄、歷史資料、博物館藏品、同行評審的歸屬——它們在挑戰鑒賞家之前就先向他們學習。人工智能帶來的不是味道或解釋，而是規模和一致性。它可以比較藝術家語料庫中數千個微觀特征，識別出人類無法有意識追蹤的統計規律性。它不宣判。它產生概率。惠特菲爾德認為，這些概率只是另一種證據形式，學者們可以自由接受、拒絕或辯論。

這樣的交換凝結了歸因核心更深層的張力。一邊是人類判斷的傳統，充滿敏感性和主觀性。另一方面，是對聲譽、市場壓力或欲望漠不關心的實證模式分析承諾。真正的問題不是哪種方式應占上風，而是它們如何共存。要回答這個問題，我們需要退一步，思考為什么歸因如此重要。

部分原因在于經濟學。明確的“by”和更模糊的“歸屬”之間的差距可能意味著數百萬。但對歸因的癡迷遠不止金錢。它反映了自文藝復興以來塑造西方藝術史的一種對作者身份的文化執著。我們不滿足于欣賞一幅畫;我們想知道是誰做的。我們希望在名字、傳記、一位獨一無二的天才中融入創造力。這種執著在很多方面是時代錯置的。在近代早期，藝術家很少單獨創作。大型作坊協作創作繪畫，大師們監督助手團隊，負責背景、布幔、建筑或次要人物的繪制。彼得·保羅·魯本斯經營著17世紀歐洲最大的工作室之一，他委托了大量作品，同時將關鍵元素（面部和手）保留給自己親手完成。然而市場仍然偏好單一“作者”的簡潔性。

人工智能對一幅畫值數百萬還是數千毫無關心。它只是衡量相似性

1935年，哲學家沃爾特·本雅明反思了機械復制時代藝術品的“光環”。如今，我們可以談論機械分析時代的作者氣場。歸屬已成為一種迷戀，賦予其遠超歷史準確性的意義。它與真實性、原創性和價值緊密相連，即使這些概念只是松散聯系的。這也解釋了為何歸屬爭議會如此激烈：它們不僅僅是關于筆觸或顏料，而是身份、傳承和權力。接受一幅珍貴的畫作并非由人們認為的藝術家創作，就是接受一種損失：價值、聲望和敘事連貫性。

在此背景下，人工智能不僅僅是一種新工具，更是一股顛覆性力量。它威脅到長期存在的協議，暴露市場更愿意視為已定案的判決的臨時性質。它不在乎沉沒成本或機構的榮譽。它不關乎一幅畫值數百萬還是數千。它只是衡量相似性。

它的冷漠讓人感到不安。建立在信任和聲譽上的系統自然會警惕繞過兩者的方法。然而，其公正性也使人工智能具有潛在價值。在激勵機制悄然推動樂觀的市場中，一個對欲望免疫的工具可能提供糾正。

目前，這場爭論大多仍處于理論階段。批評者擔心人工智能會對藝術史造成什么影響。支持者指出它已經取得了什么成就。要超越抽象，我們需要仔細審視那些歸屬存在真實爭議、專家善意意見不合，以及人工智能作為意外參與者而非法官進入的案例。此類案例表明，人工智能如何加劇爭議而非解決，迫使學者們闡述那些本可能隱含的假設。它們也揭示了藝術市場面臨的真正問題，問題不在于機器是否能評判藝術，而在于系統是否愿意面對其評判一直以來的不確定性。

其中一個案例聚焦于卡拉瓦喬的《魯特琴手》，這部作品有多個版本，長期以來學者們對此存在爭議。卡拉瓦喬的作品相對較少，他的職業生涯被壓縮在動蕩的十年中，他的影響力卻極為巨大。每一次可能的新增或減少都是一場高風險的考量，影響著藝術史和市場的震蕩。

藝術史學家們幾十年來一直在爭論哪些版本的《魯特琴演奏者》可以合理歸功于卡拉瓦喬本人，哪些應被視為工作坊產品、后期復制品或仿制品。他們的分歧在于細微之處：光線對皮膚的處理、輪廓的自信、手部的造型、人物的心理存在感——同一個視覺證據卻得出不同的結論。

俄羅斯圣彼得堡冬宮的魯特琴演奏家。圖片來源：維基百科

魯特琴手，前羽毛球運動員。圖片來源：維基百科

來自法國巴黎維爾登斯坦收藏的魯特琴演奏者。圖片來源：維基百科

正如《衛報》2025年9月報道，瑞士公司Art Recognition使用其AI圖像分析系統測試了三種版本的《魯特琴手》：一個在圣彼得堡冬宮（毫無疑問，幾乎所有學者都認為是卡拉瓦喬所作）;另一座曾屬于格洛斯特郡巴德明頓莊園（現稱為前巴德明頓，之前被視為衍生名稱）;第三個與巴黎的維爾登斯坦收藏相關（該收藏長期以來也在學者間存在分歧）。AI測試結果確鑿：它說冬宮是真實的，前羽毛球也是，但野爾登斯坦不是。這一結論與一些學者的觀點完全吻合。這與其他人相矛盾。這場辯論仍在繼續，但當你擁有堅定、客觀、科學驅動的結果時，它會為一方提供有力的論據，而如果你持另一方觀點，反駁則更加困難。各領域的學者——包括各機構——往往不喜歡在觀點發表后公開改變主意，因此有些人即使面對與他們相反的新證據，也會固執不已。

人工智能并沒有“證明”這幅畫是維米爾的。它基于可測量的相似性進行了概率評估

這種動態圍繞約翰內斯·維米爾的《長笛少女》展開。維米爾現存作品不足40部，使得每一次歸屬都極具影響。這幅畫多年來一直引發了不同的看法。2022年，華盛頓特區國家美術館認定這部作品并非維米爾之手，稱其創作手法過于生硬，缺乏大師的直覺掌控力。阿姆斯特丹國立博物館則持不同意見，稱這些疑慮在仔細觀賞后會消散。這不是隨便的爭執。這兩所機構都是世界上最受尊敬的機構之一。兩者都雇傭了專業團隊。兩人都清楚自己的結論帶來了巨大的財務和學術影響。更復雜的是，這幅畫屬于華盛頓特區的博物館，這意味著接受非維米爾的歸屬意味著自愿貶值其藏品。

《吹笛的女孩》（約1669-1675年），出自約翰內斯·維米爾工作室。圖片由華盛頓特區國家美術館提供

AI再次以藝術識別的形式介入了對峙。據《The Times》報道，Art Recognition對《長笛少女》進行了多層次的比較，并將其與經過驗證的維米爾作品進行多層次的比較。該系統分析了筆觸、色彩變化、構圖結構以及肉眼看不見的微型圖案。其結論與國立博物館的立場一致：這幅畫完全符合維米爾的統計特征。

理論物理學家卡琳娜·波波維奇創立了藝術識別，目睹了傳統認證的失敗，她謹慎地沒有夸大結果。人工智能并沒有“證明”這幅畫是維米爾的。它提供了基于可測量相似性的概率評估。不過，這種評價依然有分量。波波維奇明確說明了她的技術能做什么、不能做什么。“專家們（2011年貝爾特拉奇偽造丑聞）全都錯了，”她對《The Times》說，指的是那位欺騙頂尖學者并出售價值數千萬假品的德國偽造者。“顯然，傳統的藝術鑒定過程存在問題。”波波維奇的目標是為專家提供一種新型證據，能夠挑戰根深蒂固的假設，而不依賴權威。

這一區別至關重要。人工智能圖像分析并不聲稱具有確定性。它可能會得出結論：一幅畫與藝術家已知作品有93%相似度，或有97%的差異（3%的匹配度）。這些數字本身無法解決爭論。但它們改變了舉證責任。反對高概率匹配的學者必須解釋原因。賣家堅持與分析相悖的歸屬，必須證明他們的樂觀態度。

理解這些系統的工作原理有助于解釋它們為何引發如此強烈的反應。盡管有流行的刻板印象，AI圖像分析并不會以整體或美學的意義“學習風格”。它不認識美、情感或意義。相反，它將圖像分解為可量化的特征。筆觸方向、壓力模式、顏料分布、空間關系和成分比例被轉化為數據。在數百部作品中，統計規律逐漸顯現。這些系統基于數十年人類學術研究匯編的語料庫進行訓練。它們還包含已知的偽造和誤歸，使算法能夠識別不屬于該有的部分。關鍵是，信譽良好的公司會對其培訓集和方法保持透明，以避免批評者擔心的循環循環。

擔心人工智能僅僅復制現有觀點是可以理解的，但這是錯誤的。雖然訓練數據反映了學術共識，但分析本身是獨立運作的。它不知道哪些作品是有聲望或有價值的。它不在乎一個歸屬是否已經存在了一個世紀。它只是衡量相似性。當其結論與共識相悖時，他們毫不尊重地表達。這種獨立既是人工智能的力量，也是它的挑釁。它剝離了許多塑造人類判斷的社會和經濟壓力，揭示了歸因往往依賴習慣而非證據。

人工智能圖像分析的潛力依然是被動的。可以把它想象成一個偵探在糾紛發生后被叫來，負責理清過去的糾纏。但與此同時，一個平行的發展也指向一個更主動的未來，歸屬和認證將錨定在創作的那一刻。Peggy的聯合創始人Craig Follett（一個基于人工智能的當代藝術在線市場和社交平臺）將這一轉變描述為“從”信任我“時代邁向”驗證我“時代的轉變。佩吉的技術使在世藝術家能夠以多種焦距掃描其畫作獨特的物理地形，同時驗證其身份。結果是藝術品的數字指紋，捕捉到那些無法精確復制的細微表面特征。

正如Follett解釋的：“法醫AI告訴你一件作品與藝術家更廣泛的作品群有多相似。我們的技術證實，這正是藝術家手中拿著的那塊獨一無二的畫布。”換句話說，當Art Recognition和類似機構詢問一幅畫是否看起來像藝術家時，佩吉則問它是否就是它聲稱的那個具體對象。

其影響深遠。如果這種技術被廣泛采用，未來圍繞維米爾或卡拉瓦喬的爭議將大大減少，當代藝術家也將更不易出現。偽造戒指難以獲得認可。來源差距會縮小。以較低價格點運營的市場，可能會獲得歷史上只屬于藍籌企業的信任。這并不意味著傳統方法過時。來源調查依然至關重要，尤其是在涉及被盜或被盜藝術品的案件中。材料取證始終是確定年齡和成分的必要手段。在解讀意義、語境和意圖時，人類的鑒賞力依然不可替代。人工智能提供的是額外的信息軸，可以指示哪些地方需要深入調查，哪些地方可能沒有必要。然而，它擅長的是歸屬。

市場將從公開展示他們出售的作品出自他們聲稱的身份中獲益

精心準備的AI圖像分析系統的好處之一是算法通過封閉數據集進行教學。這是那些害怕人工智能的藝術界人士往往不理解的關鍵方面。人工智能并不是從互聯網的每個地方獲取信息。該系列由一群有思想的團隊精心策劃，數據集的基礎是被測試作品的藝術家的目錄存在意義。目錄全貌是所有已知藝術家作品的權威目錄，由一支專注于該藝術家的頂尖人類藝術史學家團隊編制，并在可得的情況下包含法醫檢測信息以及列出的來源信息。它應包含人類在鑒賞力、來源和法醫方面收集到的最佳信息。這就是AI如何識別藝術家的手跡的方式——但它展現出一種微觀細節和冷靜的客觀性，是人類專家無法達到的。然后它會提供一個概率，而不是“是”或“否”，由人類來解讀。它只是對傳統藝術鑒定和歸屬三大分支最新且最有效的補充工具。

那些跟風使用開放數據集、不使用目錄存在性、不添加額外材料（如負面數據集——例如衍生作品圖片或已知偽造品——來教導人工智能不可輕易被欺騙的機構），有可能提供部分或誤導性的信息，削弱人們對人工智能作為工具的信心。這就是為什么Art Recognition和藝術法中心合作共同撰寫了一篇公開論文，闡述了建立負責任使用人工智能的規范的必要性。

目前，博物館已經接近了構成最佳實踐的四管齊下評估模式：鑒賞、法醫科學、來源研究和人工智能分析，三者協同運作。四條強壯的腿站立。AI仍然非常新穎，僅偶爾被加入——但一旦使用，突破性的成果常常脫穎而出，比如魯特琴手和長笛女孩。買家常常以為已經進行了詳盡的核查，實際上并沒有。事實是，市場對這種審查是有選擇的。這具有諷刺意味，因為市場最能受益的，是公開展示他們所出售的作品出自他們聲稱的身份。市場意識到這一點只是時間問題，人工智能分析成為任何昂貴作品的標準期待。買家需求越早，市場就越早提供。這將有助于遏制贗品，使歸屬更為確定，從而讓買家放心，他們所支付的價格與所購作品相稱。

一個抗拒準確的市場會削弱自身的公信力。擁抱透明的企業建立信任

但這個愿景未曾言說的是更深層的焦慮。藝術市場一直依賴于知識與無知之間的生產性失衡。風險并非不幸的副作用，而是潛意識中吸引人的一部分。像股市一樣，藝術市場由波動、投機以及當他人錯誤時自己是對的誘人可能性推動的。你在跳蚤市場看到一幅畫。看起來很有意思，也許你認出了一位著名藝術家的手。你買下了，隨意地走向賣家，希望他看不出你其實很感興趣。你帶回家，仔細研究——結果發現這是偉大藝術家的作品，且有巨大的潛在利潤可圖。消除過多不確定性會威脅到推動整個體系的戲劇性。一個完全驗證的市場可能更透明，但也可能感覺更扁平、不那么激動——不過，作為一名專門研究藝術偽造的教授，我更傾向于驗證市場。

有人可能會認為，任何對AI的抵觸都會來自賣家。但Art Recognition告訴我，他們80%的客戶是賣家——畫廊主、拍賣行或有藝術品的個人。事實上，我和很多人聊過人工智能，我發現最抵觸的人往往是專家（他們擔心自己長期壟斷歸屬權，從而失去工作，最終會被技術取代），還有賣家擔心AI會同時降低歸屬并升級歸屬。但抵制同樣目光短淺，因為拒絕準確的市場會削弱自身的公信力，而擁抱透明度的市場則能建立信任。

第一個宣布所有超過某個價格門檻的畫作都經過AI圖像分析的拍賣行，將會在一夜之間改變預期。買家會要求。擁有合法作品的賣家會歡迎它。那些有可疑的學生則不會。隨著時間推移，僅憑威懾效果就可能帶來變革。

然而，人工智能的深層意義不僅僅是防欺詐。它迫使藝術界面對其核心長期存在的矛盾：對確定性與風險的同時渴望。歸因一直是暫時的，由人類的缺陷、動機和希望塑造。人工智能并不能消除這種緊張，但會改變它。通過引入一種不受聲譽和欲望影響的證據形式，它使不確定性更難掩飾，更容易量化：它迫使市場決定愿意接受哪種不確定性。

歸根結底，問題不在于機器是否能評判藝術。他們無法做到，無論是從人類的角度看，還是單靠自己。問題是我們是否愿意重新協商不確定性在建立在信念基礎上的體系中所扮演的角色。人工智能無法消除風險;它只是重新分配了它。它問的是誰從未知中獲益，誰從更清晰中獲益，以及市場真正需要多少模糊性才能運轉。在一個神話因沒人想到問對問題而得以滋生的世界里，人工智能讓這些問題變得不可避免。由此產生的不是絕對確定性，而是另一種信任基礎，這種信任是公開承認不確定性，而非悄悄利用它進行交易。

了解更多時間深度剖析，盡在于此@黃先生斜杠青年

商業咨詢和顧問業務，請@yellowscholar

關注我，帶你先看到未來！?

轉載聲明：除調整格式外，不得對原文做改寫、改編。原創不易，謝謝！E-mail:yellow@aliyun.com

?聲明：本文為原創文本，非生成式，轉載請注明出處！

商務咨詢/顧問/請@yellowscholar?作者：黃先生斜杠青年