МФТИ и МГУ: Sagaart AI-модель для расчета стоимости произведений искусства

Основные статьи:

• Data mining Интеллектуальный анализ данных
• Искусственный интеллект в живописи

2025: Разработка Şagaart

Учёные МФТИ и МГУ разработали AI-модель Şagaart. С помощью машинного обучения она за секунды рассчитывает справедливую стоимость произведения современного искусства. Это поможет решить проблему непрозрачности и субъективности ценообразования на арт-рынке. Об этом МФТИ сообщил 15 декабря 2025 года.

𝓲

Фото: Маргарита Басалей - В горах (2022)/ Екатерина Маркина - Клуб своих (2024) // bizar.art

Как понять, сколько стоит произведение искусства? На декабрь 2025 года на арт-рынке не существует единого свода правил, который позволил бы рассчитать справедливую цену. Ценообразование происходит хаотично и непрозрачно, это создаёт атмосферу недоверия, отпугивает новых покупателей и ограничивает развитие всего рынка, объём которого за последние 15 лет в среднем не меняется и составляет $60 млрд в год.

По данным исследований, только 5% коллекционеров считают арт-рынок полностью прозрачным, а 91% потенциальных коллекционеров хотели бы иметь больше информации о формировании цен.

Система Şagaart, разработанная учёными ИИИ МФТИ и МГУ, призвана решить эту проблему. Она проводит комплексный анализ произведения в два этапа: сначала с помощью алгоритмов компьютерного зрения определяется его стиль, художественное направление и жанр. Затем скоринговая модель машинного обучения (на основе алгоритма CatBoost) проводит глубокий анализ рыночных данных, учитывая десятки различных параметров: размер, материал, техника, данные о художнике, его выставочная история, присутствие работ в музеях и частных коллекциях, медийность, подробная история продаж, динамика цен и др. В итоге на основе большого массива данных система вычисляет цену: аргументировано и прозрачно.

𝓲

Фото: bizar.art

Платформа поможет начинающим и опытным коллекционерам для проверки обоснованности цены, инвесторам – для принятия решений, художникам и галереям – для формирования аргументированной ценовой политики, поделилась Татьяна Шага, научный сотрудник кафедры технологического предпринимательства МФТИ+Сколково.

Технологической основой системы стал современный стек технологий: машинные модели построены на библиотеках CatBoost и PyTorch, а ядро веб-сервиса работает на Python и Django, что обеспечивает высокую надёжность и точность расчётов. Переход на отечественную информационную систему управления и учета по мировым стандартам

Важное качество системы — она экономит время. Если обычно анализ произведения занимает дни, Şagaart генерирует стоимость за несколько секунд, предоставляя при этом подробную аналитику, подкрепляющую расчёты.

Уже на декабрь 2025 года модель показывает высокую точность: ошибка прогнозирования после нормализации разброса цен – всего 9%. Но эффективность модели всё ещё снижается при оценке лотов стоимостью в миллионы долларов, где уникальность и субъективное восприятие играют решающую роль.

Учёные активно работают над улучшением алгоритмов: расширяют объём данных и повышают точность. В будущем разработчики планируют интегрировать и дополнительные внешние факторы, влияющие на инвестиционный спрос: ключевые ставки центральных банков, инфляцию, индексы фондового рынка и др.