Un portrait retrouvé dans un grenier du Maine s’est vendu 1,41 million de dollars sans que son attribution à Rembrandt soit définitivement tranchée. Des chercheurs ont soumis son image à une intelligence artificielle, qui a rendu un score favorable de 84,7 %. La machine n’a pourtant pas authentifié le tableau : son résultat sert à rouvrir des pistes, pas à délivrer un certificat.
Le prix a explosé avant l’analyse de l’IA
Le Portrait d’une jeune fille apparaît dans une vente de Thomaston Place Auction Galleries en 2024, après sa découverte lors de l’examen d’une propriété à Camden, aux États-Unis. L’estimation initiale se situait entre 10 000 et 15 000 dollars. Le prix au marteau a finalement atteint 1,175 million, soit 1,41 million de dollars avec les frais.
Il ne faut donc pas renverser l’histoire : ce n’est pas l’IA qui a transformé après coup un objet sans valeur en vente millionnaire. Les enchérisseurs avaient déjà pris en compte la possibilité d’un lien avec le peintre. L’œuvre, peinte à l’huile sur un panneau de chêne, gardait une attribution discutée.
Ce que mesure vraiment le score de 84,7 %
Le travail publié en ligne dans PNAS le 26 octobre 2026 vise à rapprocher le jugement de spécialistes et l’analyse statistique d’images. Les chercheurs de Carnegie Mellon ont constitué une collection de plus de 1 300 reproductions en haute définition, dont 311 Rembrandt, pour distinguer son travail de celui d’artistes proches.
L’algorithme examine notamment les contours, les couleurs, la lumière et les traces visibles du pinceau. Il recherche des régularités apprises dans ce corpus. Sur le portrait du Maine, le score de 84,7 % exprime la confiance de ce modèle dans son classement. Ce n’est ni une mesure de la composition chimique de la peinture ni une lecture de tous les documents historiques du tableau.
L’étude annonce par ailleurs une exactitude de 95,8 % dans les cas où le système est très confiant. Ce résultat d’évaluation ne signifie pas que n’importe quel tableau photographié sera identifié correctement dans 95,8 % des cas. Les œuvres utilisées, la qualité des reproductions et les conditions de classement font partie du résultat. Comme pour les scores des IA chargées de rechercher des failles informatiques, le protocole compte autant que le pourcentage annoncé.
Le plus intéressant est de savoir où la machine regarde
Le système peut mettre en évidence les régions qui pèsent dans son verdict. Si des mains semblent s’écarter du style attendu alors que le reste du portrait s’en rapproche, les chercheurs peuvent exclure numériquement cette partie et comparer le nouveau résultat. Cela fournit une question précise au spécialiste : intervention d’un élève, participation de l’atelier ou modification ultérieure ?
Ce sont des hypothèses de travail, pas des conclusions automatiques. L’examen matériel du support et des pigments, les radiographies, la provenance et l’histoire des restaurations restent nécessaires. Comme le rappelle l’équipe dans sa présentation de la recherche, le dernier mot revient aux experts humains.
Le cas montre ainsi une utilisation de l’IA bien différente de la génération d’images : elle ne peint pas un nouveau Rembrandt, elle aide à regarder autrement un objet existant. Pour un collectionneur, l’information importante n’est pas qu’un logiciel dit « oui », mais qu’il permet enfin de discuter les détails qui l’ont conduit à ce résultat.

Eric Thomas suit l’actualité de Windows, des logiciels, de la cybersécurité grand public et des outils web. Il s’intéresse aux mises à jour système, aux nouveautés informatiques et aux solutions pratiques qui améliorent l’expérience numérique au quotidien.



