无欲的模式（全文7800字）

转载声明：除调整格式外，不得对原文做改写、改编。原创不易，谢谢！E-mail:yellow@aliyun.com

♥声明：本文为原创文本，非生成式，转载请注明出处！

商务咨询/顾问/请@yellowscholar♥作者：黄先生斜杠青年

#时间深度 #技术的未来 #计算与人工智能 #艺术

图片通过A I生成

艺术专家是博物馆和拍卖界中所有价值和意义的支点。人工智能能否取代他们？

艺术市场喜欢确定性。它更喜欢用粗体印刷画家名字，日期整齐地标注在十年，价值自信地钉在价格估算上。然而，在这种保证的表象背后，是一个围绕风险构建的行业。巨额资金的转让基于归属（作者是谁），而归属往往依赖于脆弱的协商共识或一位或多位专家（其中一些更自称而非客观专家）的坚定意见，而非既定事实。

博物馆标签上的一个名字可以奠定艺术品的价值，决定其在艺术史上的地位，并影响几代人的学术叙事。一旦改变这个名字，后果就会向外扩散。一幅画可能会损失数千万的价值。世界上最昂贵的画作《救世主》（Salvator Mundi）真的是达·芬奇之手吗？正如许多顶级达·芬奇学者所证实的那样？其最后一次售价为2017年在佳士得拍卖的4.503亿美元。但同样享有盛誉的学者坚信这是一部衍生作品，根本不是达·芬奇的作品，如果是这样，它可能只值45万美元。这对一个观点来说是相当大的区别。围绕《救世主》的疑问已经足够多，因此自售出以来，这幅画尚未公开展出。据信它是沙特王储穆罕默德·本·萨勒曼代理购买，准备成为阿布扎比卢浮宫的核心展品，但目前未展出，其具体位置也未公开。

《救世主》（约1500年），归于列奥纳多·达·芬奇。图片来源：维基百科

质疑归属可能导致博物馆声誉动摇。收藏家的信心可能会消失。挣腐、保险人、贷款人、继承人和机构都依赖归因正确，尽管他们在某种程度上知道这可能并非正确。这种张力并非偶然。艺术市场是一个过热的系统，建立在部分信息、知识不对称和默默鼓励乐观的激励之上。卖家可享受最高合理的归因。买家希望标签上的名字能经得起时间。拍卖行依赖于可能已有数十年历史的学术观点。博物馆一旦做出承诺，通常不会急于撤回。结果是一个系统运作，不是因为确定性普遍，而是因为怀疑被精心管理。

从这个意义上说，归属不仅仅是学术上的练习。它是经济和文化结构的基石。没有它，价格崩溃，目录崩溃，历史叙述失去连贯性。然而归因同样深具人性，受判断、直觉、训练以及不可避免的偏见影响。

或者说，在艺术史的大部分时间里，归属几乎完全依赖于鉴赏力：专家们对比艺术家作品中笔触、构图和处理手法的训练有素的眼睛。鉴赏家们对视觉细微差别有惊人的敏感度，常常能以惊人的精准识别手和作坊。但鉴赏力也是主观的。两位同样资历的学者可能存在深刻分歧，且几个世纪以来多次争论。在某些情况下，他们的分歧持续了好几代人。

20世纪引入了新工具，似乎承诺了更坚实的基础。科学和法医分析使学者能够检测材料、识别过时颜料、检查底稿以及定年——即绘画所用的画布或面板。这些技术彻底改变了伪造品的侦测方式，揭露了许多著名的假品。但他们并没有解决归属问题。法医检测非常擅长告诉我们什么时候东西不可能是它所声称的那样。他们在告诉我们是谁画的方面效率低得多。法医检测同样昂贵、耗时，有时甚至具有侵入性。画作通常需要运送到专业实验室。显微镜样品可能会被取出。保险费飙升。因此，这种分析通常被谨慎地应用于被认为重要或有问题的作品。每年进入全球市场的绝大多数艺术品从未经过过这一级别的测试。因此，艺术市场依然高度依赖专家意见，并由来源研究支持，有时还会有选择性的科学证据。这个体系足以支撑数十亿美元的产业，但又足够糟糕，导致持续的不确定性在表面之下滋生。

这种不确定性有助于解释为何人工智能进入归属领域后会引发如此强烈的反应。对一些人来说，人工智能看起来像是期待已久的纠正：一种在长期由权威和信任支配的系统中引入一致性、规模性和实证严谨性的方式。对另一些人来说，这代表了对艺术本质及其应如何评价的深刻误解。本多·格罗夫纳是一位英国艺术史学家和电视主持人，他的作品极大地推广了细看和传统鉴赏精神，并且自己也鉴定过多件失传的古典大师作品，他对此持怀疑态度。格罗夫纳在2025年11月的《金融时报》上对在归属中使用人工智能表达了深刻保留意见。他关心的不仅仅是机器可能会出错，更在于算法判断的前提本身有可能使艺术创作的复杂性变得平坦化。

我是斜杠青年，一个PE背景的杂食性学者！♥致力于剖析如何解决我们这个时代的重大问题！♥使用数据和研究来解真正有所作为的因素！

这些担忧误解了人工智能图像分析的实际作用以及它不能做什么

在格罗夫纳看来，绘画不能归结为模式识别。它涉及意图、情境、决策和偏离。艺术家们打破了自己的习惯。他们不断尝试。他们合作。他们会根据委托、材料和情况做出回应。将归属当作统计匹配的练习，是误解了艺术实践本身的本质。他说，一旦人工智能获得权威，可能会边缘化人类专业知识，而非补充。艺术史长期以来一直抵制僵化的体系。它最深刻的见解往往来自异常现象，来自那些不完全符合现有范畴的作品。一个基于艺术家“典型”作品训练的算法，可能会在非典型、实验性或未完成作品上遇到困难。更糟的是，这可能会让学者在面对真正新事物时不信任自己的眼睛。

格罗夫纳的批评指向更广泛的焦虑：人工智能代表了技术官僚对基于人类判断的学科的侵占。毕竟，艺术史不是物理学。它不涉及普遍法则。它具有解释性、偶然性且深具历史意义。用概率分数替代分歧，有可能耗尽该领域的智力活力。然而，这只是辩论的一方。另一些人则认为，这些担忧误解了人工智能图像分析的实际作用和不功能。

拥有数十年归属辩论经验的艺术史学家兼经销商克洛维斯·惠特菲尔德强烈回应了格罗夫纳的担忧。惠特菲尔德在同一报纸上撰文指出，人工智能并未取代鉴赏家，而是在其基础上不断发展，因为算法是基于人类专家积累的判断——目录、历史资料、博物馆藏品、同行评审的归属——它们在挑战鉴赏家之前就先向他们学习。人工智能带来的不是味道或解释，而是规模和一致性。它可以比较艺术家语料库中数千个微观特征，识别出人类无法有意识追踪的统计规律性。它不宣判。它产生概率。惠特菲尔德认为，这些概率只是另一种证据形式，学者们可以自由接受、拒绝或辩论。

这样的交换凝结了归因核心更深层的张力。一边是人类判断的传统，充满敏感性和主观性。另一方面，是对声誉、市场压力或欲望漠不关心的实证模式分析承诺。真正的问题不是哪种方式应占上风，而是它们如何共存。要回答这个问题，我们需要退一步，思考为什么归因如此重要。

部分原因在于经济学。明确的“by”和更模糊的“归属”之间的差距可能意味着数百万。但对归因的痴迷远不止金钱。它反映了自文艺复兴以来塑造西方艺术史的一种对作者身份的文化执着。我们不满足于欣赏一幅画;我们想知道是谁做的。我们希望在名字、传记、一位独一无二的天才中融入创造力。这种执着在很多方面是时代错置的。在近代早期，艺术家很少单独创作。大型作坊协作创作绘画，大师们监督助手团队，负责背景、布幔、建筑或次要人物的绘制。彼得·保罗·鲁本斯经营着17世纪欧洲最大的工作室之一，他委托了大量作品，同时将关键元素（面部和手）保留给自己亲手完成。然而市场仍然偏好单一“作者”的简洁性。

人工智能对一幅画值数百万还是数千毫无关心。它只是衡量相似性

1935年，哲学家沃尔特·本雅明反思了机械复制时代艺术品的“光环”。如今，我们可以谈论机械分析时代的作者气场。归属已成为一种迷恋，赋予其远超历史准确性的意义。它与真实性、原创性和价值紧密相连，即使这些概念只是松散联系的。这也解释了为何归属争议会如此激烈：它们不仅仅是关于笔触或颜料，而是身份、传承和权力。接受一幅珍贵的画作并非由人们认为的艺术家创作，就是接受一种损失：价值、声望和叙事连贯性。

在此背景下，人工智能不仅仅是一种新工具，更是一股颠覆性力量。它威胁到长期存在的协议，暴露市场更愿意视为已定案的判决的临时性质。它不在乎沉没成本或机构的荣誉。它不关乎一幅画值数百万还是数千。它只是衡量相似性。

它的冷漠让人感到不安。建立在信任和声誉上的系统自然会警惕绕过两者的方法。然而，其公正性也使人工智能具有潜在价值。在激励机制悄然推动乐观的市场中，一个对欲望免疫的工具可能提供纠正。

目前，这场争论大多仍处于理论阶段。批评者担心人工智能会对艺术史造成什么影响。支持者指出它已经取得了什么成就。要超越抽象，我们需要仔细审视那些归属存在真实争议、专家善意意见不合，以及人工智能作为意外参与者而非法官进入的案例。此类案例表明，人工智能如何加剧争议而非解决，迫使学者们阐述那些本可能隐含的假设。它们也揭示了艺术市场面临的真正问题，问题不在于机器是否能评判艺术，而在于系统是否愿意面对其评判一直以来的不确定性。

其中一个案例聚焦于卡拉瓦乔的《鲁特琴手》，这部作品有多个版本，长期以来学者们对此存在争议。卡拉瓦乔的作品相对较少，他的职业生涯被压缩在动荡的十年中，他的影响力却极为巨大。每一次可能的新增或减少都是一场高风险的考量，影响着艺术史和市场的震荡。

艺术史学家们几十年来一直在争论哪些版本的《鲁特琴演奏者》可以合理归功于卡拉瓦乔本人，哪些应被视为工作坊产品、后期复制品或仿制品。他们的分歧在于细微之处：光线对皮肤的处理、轮廓的自信、手部的造型、人物的心理存在感——同一个视觉证据却得出不同的结论。

俄罗斯圣彼得堡冬宫的鲁特琴演奏家。图片来源：维基百科

鲁特琴手，前羽毛球运动员。图片来源：维基百科

来自法国巴黎维尔登斯坦收藏的鲁特琴演奏者。图片来源：维基百科

正如《卫报》2025年9月报道，瑞士公司Art Recognition使用其AI图像分析系统测试了三种版本的《鲁特琴手》：一个在圣彼得堡冬宫（毫无疑问，几乎所有学者都认为是卡拉瓦乔所作）;另一座曾属于格洛斯特郡巴德明顿庄园（现称为前巴德明顿，之前被视为衍生名称）;第三个与巴黎的维尔登斯坦收藏相关（该收藏长期以来也在学者间存在分歧）。AI测试结果确凿：它说冬宫是真实的，前羽毛球也是，但野尔登斯坦不是。这一结论与一些学者的观点完全吻合。这与其他人相矛盾。这场辩论仍在继续，但当你拥有坚定、客观、科学驱动的结果时，它会为一方提供有力的论据，而如果你持另一方观点，反驳则更加困难。各领域的学者——包括各机构——往往不喜欢在观点发表后公开改变主意，因此有些人即使面对与他们相反的新证据，也会固执不已。

人工智能并没有“证明”这幅画是维米尔的。它基于可测量的相似性进行了概率评估

这种动态围绕约翰内斯·维米尔的《长笛少女》展开。维米尔现存作品不足40部，使得每一次归属都极具影响。这幅画多年来一直引发了不同的看法。2022年，华盛顿特区国家美术馆认定这部作品并非维米尔之手，称其创作手法过于生硬，缺乏大师的直觉掌控力。阿姆斯特丹国立博物馆则持不同意见，称这些疑虑在仔细观赏后会消散。这不是随便的争执。这两所机构都是世界上最受尊敬的机构之一。两者都雇佣了专业团队。两人都清楚自己的结论带来了巨大的财务和学术影响。更复杂的是，这幅画属于华盛顿特区的博物馆，这意味着接受非维米尔的归属意味着自愿贬值其藏品。

《吹笛的女孩》（约1669-1675年），出自约翰内斯·维米尔工作室。图片由华盛顿特区国家美术馆提供

AI再次以艺术识别的形式介入了对峙。据《The Times》报道，Art Recognition对《长笛少女》进行了多层次的比较，并将其与经过验证的维米尔作品进行多层次的比较。该系统分析了笔触、色彩变化、构图结构以及肉眼看不见的微型图案。其结论与国立博物馆的立场一致：这幅画完全符合维米尔的统计特征。

理论物理学家卡琳娜·波波维奇创立了艺术识别，目睹了传统认证的失败，她谨慎地没有夸大结果。人工智能并没有“证明”这幅画是维米尔的。它提供了基于可测量相似性的概率评估。不过，这种评价依然有分量。波波维奇明确说明了她的技术能做什么、不能做什么。“专家们（2011年贝尔特拉奇伪造丑闻）全都错了，”她对《The Times》说，指的是那位欺骗顶尖学者并出售价值数千万假品的德国伪造者。“显然，传统的艺术鉴定过程存在问题。”波波维奇的目标是为专家提供一种新型证据，能够挑战根深蒂固的假设，而不依赖权威。

这一区别至关重要。人工智能图像分析并不声称具有确定性。它可能会得出结论：一幅画与艺术家已知作品有93%相似度，或有97%的差异（3%的匹配度）。这些数字本身无法解决争论。但它们改变了举证责任。反对高概率匹配的学者必须解释原因。卖家坚持与分析相悖的归属，必须证明他们的乐观态度。

理解这些系统的工作原理有助于解释它们为何引发如此强烈的反应。尽管有流行的刻板印象，AI图像分析并不会以整体或美学的意义“学习风格”。它不认识美、情感或意义。相反，它将图像分解为可量化的特征。笔触方向、压力模式、颜料分布、空间关系和成分比例被转化为数据。在数百部作品中，统计规律逐渐显现。这些系统基于数十年人类学术研究汇编的语料库进行训练。它们还包含已知的伪造和误归，使算法能够识别不属于该有的部分。关键是，信誉良好的公司会对其培训集和方法保持透明，以避免批评者担心的循环循环。

担心人工智能仅仅复制现有观点是可以理解的，但这是错误的。虽然训练数据反映了学术共识，但分析本身是独立运作的。它不知道哪些作品是有声望或有价值的。它不在乎一个归属是否已经存在了一个世纪。它只是衡量相似性。当其结论与共识相悖时，他们毫不尊重地表达。这种独立既是人工智能的力量，也是它的挑衅。它剥离了许多塑造人类判断的社会和经济压力，揭示了归因往往依赖习惯而非证据。

人工智能图像分析的潜力依然是被动的。可以把它想象成一个侦探在纠纷发生后被叫来，负责理清过去的纠缠。但与此同时，一个平行的发展也指向一个更主动的未来，归属和认证将锚定在创作的那一刻。Peggy的联合创始人Craig Follett（一个基于人工智能的当代艺术在线市场和社交平台）将这一转变描述为“从”信任我“时代迈向”验证我“时代的转变。佩吉的技术使在世艺术家能够以多种焦距扫描其画作独特的物理地形，同时验证其身份。结果是艺术品的数字指纹，捕捉到那些无法精确复制的细微表面特征。

正如Follett解释的：“法医AI告诉你一件作品与艺术家更广泛的作品群有多相似。我们的技术证实，这正是艺术家手中拿着的那块独一无二的画布。”换句话说，当Art Recognition和类似机构询问一幅画是否看起来像艺术家时，佩吉则问它是否就是它声称的那个具体对象。

其影响深远。如果这种技术被广泛采用，未来围绕维米尔或卡拉瓦乔的争议将大大减少，当代艺术家也将更不易出现。伪造戒指难以获得认可。来源差距会缩小。以较低价格点运营的市场，可能会获得历史上只属于蓝筹企业的信任。这并不意味着传统方法过时。来源调查依然至关重要，尤其是在涉及被盗或被盗艺术品的案件中。材料取证始终是确定年龄和成分的必要手段。在解读意义、语境和意图时，人类的鉴赏力依然不可替代。人工智能提供的是额外的信息轴，可以指示哪些地方需要深入调查，哪些地方可能没有必要。然而，它擅长的是归属。

市场将从公开展示他们出售的作品出自他们声称的身份中获益

精心准备的AI图像分析系统的好处之一是算法通过封闭数据集进行教学。这是那些害怕人工智能的艺术界人士往往不理解的关键方面。人工智能并不是从互联网的每个地方获取信息。该系列由一群有思想的团队精心策划，数据集的基础是被测试作品的艺术家的目录存在意义。目录全貌是所有已知艺术家作品的权威目录，由一支专注于该艺术家的顶尖人类艺术史学家团队编制，并在可得的情况下包含法医检测信息以及列出的来源信息。它应包含人类在鉴赏力、来源和法医方面收集到的最佳信息。这就是AI如何识别艺术家的手迹的方式——但它展现出一种微观细节和冷静的客观性，是人类专家无法达到的。然后它会提供一个概率，而不是“是”或“否”，由人类来解读。它只是对传统艺术鉴定和归属三大分支最新且最有效的补充工具。

那些跟风使用开放数据集、不使用目录存在性、不添加额外材料（如负面数据集——例如衍生作品图片或已知伪造品——来教导人工智能不可轻易被欺骗的机构），有可能提供部分或误导性的信息，削弱人们对人工智能作为工具的信心。这就是为什么Art Recognition和艺术法中心合作共同撰写了一篇公开论文，阐述了建立负责任使用人工智能的规范的必要性。

目前，博物馆已经接近了构成最佳实践的四管齐下评估模式：鉴赏、法医科学、来源研究和人工智能分析，三者协同运作。四条强壮的腿站立。AI仍然非常新颖，仅偶尔被加入——但一旦使用，突破性的成果常常脱颖而出，比如鲁特琴手和长笛女孩。买家常常以为已经进行了详尽的核查，实际上并没有。事实是，市场对这种审查是有选择的。这具有讽刺意味，因为市场最能受益的，是公开展示他们所出售的作品出自他们声称的身份。市场意识到这一点只是时间问题，人工智能分析成为任何昂贵作品的标准期待。买家需求越早，市场就越早提供。这将有助于遏制赝品，使归属更为确定，从而让买家放心，他们所支付的价格与所购作品相称。

一个抗拒准确的市场会削弱自身的公信力。拥抱透明的企业建立信任

但这个愿景未曾言说的是更深层的焦虑。艺术市场一直依赖于知识与无知之间的生产性失衡。风险并非不幸的副作用，而是潜意识中吸引人的一部分。像股市一样，艺术市场由波动、投机以及当他人错误时自己是对的诱人可能性推动的。你在跳蚤市场看到一幅画。看起来很有意思，也许你认出了一位著名艺术家的手。你买下了，随意地走向卖家，希望他看不出你其实很感兴趣。你带回家，仔细研究——结果发现这是伟大艺术家的作品，且有巨大的潜在利润可图。消除过多不确定性会威胁到推动整个体系的戏剧性。一个完全验证的市场可能更透明，但也可能感觉更扁平、不那么激动——不过，作为一名专门研究艺术伪造的教授，我更倾向于验证市场。

有人可能会认为，任何对AI的抵触都会来自卖家。但Art Recognition告诉我，他们80%的客户是卖家——画廊主、拍卖行或有艺术品的个人。事实上，我和很多人聊过人工智能，我发现最抵触的人往往是专家（他们担心自己长期垄断归属权，从而失去工作，最终会被技术取代），还有卖家担心AI会同时降低归属并升级归属。但抵制同样目光短浅，因为拒绝准确的市场会削弱自身的公信力，而拥抱透明度的市场则能建立信任。

第一个宣布所有超过某个价格门槛的画作都经过AI图像分析的拍卖行，将会在一夜之间改变预期。买家会要求。拥有合法作品的卖家会欢迎它。那些有可疑的学生则不会。随着时间推移，仅凭威慑效果就可能带来变革。

然而，人工智能的深层意义不仅仅是防欺诈。它迫使艺术界面对其核心长期存在的矛盾：对确定性与风险的同时渴望。归因一直是暂时的，由人类的缺陷、动机和希望塑造。人工智能并不能消除这种紧张，但会改变它。通过引入一种不受声誉和欲望影响的证据形式，它使不确定性更难掩饰，更容易量化：它迫使市场决定愿意接受哪种不确定性。

归根结底，问题不在于机器是否能评判艺术。他们无法做到，无论是从人类的角度看，还是单靠自己。问题是我们是否愿意重新协商不确定性在建立在信念基础上的体系中所扮演的角色。人工智能无法消除风险;它只是重新分配了它。它问的是谁从未知中获益，谁从更清晰中获益，以及市场真正需要多少模糊性才能运转。在一个神话因没人想到问对问题而得以滋生的世界里，人工智能让这些问题变得不可避免。由此产生的不是绝对确定性，而是另一种信任基础，这种信任是公开承认不确定性，而非悄悄利用它进行交易。

了解更多时间深度剖析，尽在于此@黄先生斜杠青年

商业咨询和顾问业务，请@yellowscholar

关注我，带你先看到未来！♥

转载声明：除调整格式外，不得对原文做改写、改编。原创不易，谢谢！E-mail:yellow@aliyun.com

♥声明：本文为原创文本，非生成式，转载请注明出处！

商务咨询/顾问/请@yellowscholar♥作者：黄先生斜杠青年