A inteligência artificial (IA) pode ser treinada para detetar pormenores em imagens que passam despercebidos ao olhar humano. Em 2023, uma rede neural de IA encontrou uma anomalia num retrato facial de uma pintura atribuída a Rafael: afinal, aquela parte não teria sido pintada pelo próprio mestre.
A face analisada é a de São José, situada no canto superior esquerdo da obra conhecida como Madonna della Rosa (ou Madonna da Rosa).
Inteligência artificial (IA) na autoria de Rafael: o caso da Madonna della Rosa
Há muito que especialistas discutem se a Madonna della Rosa é, de facto, um original de Rafael. Determinar a proveniência e a autenticidade de uma obra exige sempre vários tipos de prova - desde a documentação histórica aos materiais utilizados -, mas uma abordagem mais recente, baseada num algoritmo de IA, veio reforçar a posição de quem acredita que pelo menos parte das pinceladas pertence a outro artista.
Uma equipa de investigadores do Reino Unido e dos Estados Unidos desenvolveu um algoritmo de análise personalizado, calibrado a partir de obras cuja autoria de Rafael é considerada segura.
Segundo explicou em 2023 Hassan Ugail, matemático e cientista de computação da Universidade de Bradford (Reino Unido), aquando da divulgação dos resultados, o sistema foi treinado com imagens de pinturas autenticadas de Rafael: através de análise de características profundas, o computador aprendeu a reconhecer o estilo com um nível de detalhe muito fino - desde as pinceladas à paleta cromática, passando pela modelação das sombras e outros aspetos visuais.
Ugail sublinhou ainda que o computador consegue “ver” muito para lá do olho humano, chegando a um nível microscópico.
Como foi treinado o algoritmo: ResNet50 e Máquina de Vetores de Suporte
Em geral, processos de aprendizagem automática precisam de muitos exemplos para aprender padrões com fiabilidade - o que nem sempre é possível quando se trata do conjunto de obras de um único artista. Para contornar essa limitação, a equipa adaptou uma arquitetura já pré-treinada da Microsoft, a ResNet50, e combinou-a com uma técnica clássica de aprendizagem automática: a Máquina de Vetores de Suporte (SVM).
Este método já tinha demonstrado, noutros testes, uma taxa de acerto de 98% na identificação de pinturas de Rafael. Habitualmente, o treino e a avaliação são feitos com a imagem completa; neste estudo, contudo, os investigadores pediram também ao sistema que analisasse rostos individualmente.
O que a IA concluiu sobre São José
Quando a Madonna della Rosa foi avaliada como um todo, os resultados não permitiram uma conclusão clara. Por isso, a equipa avançou para a análise por partes.
Ao separar as figuras, a IA classificou a Madonna, o Menino e São João como compatíveis com a mão de Rafael - mas não fez o mesmo com São José. Os autores do estudo recordam que, em discussões anteriores sobre a autenticidade, o rosto de São José já tinha sido apontado como menos conseguido do que os restantes na composição.
Nas palavras de Ugail, ao testar os elementos individualmente, “o resto da imagem foi confirmado como Rafael”, enquanto o rosto de José surgiu como “muito provavelmente não sendo de Rafael”.
Uma hipótese levantada é a de que Giulio Romano, um dos alunos de Rafael, possa ter executado esse quarto rosto - embora isso esteja longe de ser certo. Ainda assim, o caso ilustra como a tecnologia atual, desta vez com IA, pode trazer novas pistas sobre segredos escondidos em pinturas clássicas.
Contexto histórico e o papel da IA na autenticação
Os peritos consideram que a Madonna della Rosa terá sido pintada sobre tela entre 1518 e 1520. Foi apenas em meados do século XIX que alguns críticos de arte começaram a suspeitar que Rafael poderia não ter realizado a totalidade da obra.
Agora, essas dúvidas parecem ter sido confirmadas com um grau de confiança muito elevado. Ainda assim, a equipa faz questão de frisar que a IA deverá funcionar como apoio aos especialistas - e não como substituto.
Ugail rejeita a ideia de que este seja um exemplo de “IA a tirar empregos”: autenticar uma obra implica cruzar múltiplas dimensões, como a proveniência, os pigmentos, o estado de conservação e outros indicadores técnicos e históricos. Neste enquadramento, este tipo de software pode ser apenas mais uma ferramenta a integrar no processo.
Também importa notar que estes modelos dependem fortemente da qualidade das imagens e do conjunto de treino disponível: diferenças de iluminação, restauros antigos, vernizes envelhecidos ou digitalizações pouco fiéis podem influenciar a leitura algorítmica. Por isso, os resultados ganham robustez quando são comparados com análises laboratoriais e com a avaliação de conservadores e historiadores de arte.
Ao mesmo tempo, a aplicação de IA pode ajudar museus e coleções a priorizar exames mais caros e demorados, sinalizando áreas específicas de uma obra - como um rosto, uma mão ou uma dobra de tecido - onde vale a pena aprofundar testes materiais e pesquisa documental.
Publicação
A investigação foi publicada na revista Heritage Science.
Uma versão anterior deste artigo foi publicada em dezembro de 2023.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário