AI afslører skjulte kunstværker i berømte malerier
Med fremkomsten af nye teknologier er forskere og kunsthistorikere nu i stand til at afdække ny information om tabte og beskadigede kunstværker. Teknikker som røntgen og infrarød billeddannelse har gjort det muligt for eksperter at se under overfladen af malerier og afsløre detaljer, der tidligere var skjult. For eksempel er røntgenbilleder blevet brugt til at afdække et selvportræt af Vincent van Gogh under et af hans andre malerier, mens infrarød billeddannelse er blevet brugt til at opdage undertegninger i Leonardo da Vincis Den sidste nadver.
Ud over disse billedbehandlingsteknikker bliver andre teknologier såsom 3D-print og computermodellering også brugt til at genoprette og bevare beskadigede kunstværker. For eksempel er 3D-print blevet brugt til at skabe nøjagtige replikaer af skrøbelige gamle skriftruller, hvilket giver forskere mulighed for at studere dem uden at risikere yderligere skade. På samme måde er computermodellering blevet brugt til at skabe virtuelle rekonstruktioner af beskadigede kunstværker, hvilket giver eksperter mulighed for at studere dem mere detaljeret og endda udvikle restaureringsplaner.
Brugen af nye teknologier er med til at afdække ny information om nogle af verdens største kunstværker, hvilket bringer os tættere på at forstå deres sande historie og betydning. Ved at bruge disse værktøjer kan vi fortsætte med at bevare og beskytte disse uvurderlige dele af vores kulturarv for fremtidige generationer. For eksempel bliver kunstig intelligens (AI) brugt til at genoprette og bevare beskadigede eller mistede kunstværker. I nogle tilfælde er AI endda i stand til at afsløre detaljer om et kunstværk, der tidligere var skjult eller tabt. For eksempel kan AI bruges til at analysere røntgen- og infrarøde billeder af malerier for at afsløre skjulte lag eller undertegninger. I andre tilfælde kan det skabe virtuelle rekonstruktioner af beskadigede kunstværker, hvilket giver eksperter mulighed for at studere og udvikle restaureringsplaner for disse stykker.
Indtil videre har kunstig intelligens vist sig at være et værdifuldt værktøj inden for kunstrestaurering og -bevaring. Ved at bruge kunstig intelligens til at afdække skjulte detaljer og skabe virtuelle rekonstruktioner, er eksperter i stand til at opnå en bedre forståelse af beskadigede og tabte kunstværker og udvikle planer for at bevare dem for fremtidige generationer. I nogle tilfælde bruges AI til at analysere røntgen- og infrarøde billeder af malerier for at afsløre skjulte detaljer eller undertegninger. Det menneskelige bidrag i denne proces omfatter oprydning af røntgenbilledet for at fjerne elementer fra overflademaleriet og indsamling af et datasæt af kunstnerens værker, så maskinen kan lære deres stil.
Brugen af kunstig intelligens i kunstrestaurering og -bevaring er dog ikke uden udfordringer. En barriere, som forskere er stødt på, er den begrænsede information fra traditionelle røntgenstråler, som først blev brugt i malerier i det 19. århundrede. For at overvinde dette tager konservatorer ofte prøver fra lærredet for at lære mere om materialerne, pigmenterne og mulige skader. Men nyere scanningsteknologier giver dem nu mulighed for at få disse oplysninger uden at røre ved værket.
National Gallery i London har indgået partnerskab med University College London og Imperial College London om et projekt kaldet Art Through the ICT Lens (ARTICT) for at producere klarere billeder af malerier ved hjælp af state-of-the-art scanningsudstyr.
Et af de malerier, der er blevet studeret som en del af dette projekt, er Francisco de Goyas Doña Isabel de Porcel (c 1805), som har et skjult portræt af en mand nedenunder. For at afdække dette skjulte portræt blev flere scanninger fra forskellige områder af det elektromagnetiske spektrum kombineret, en proces, der tidligere blev udført manuelt. Men takket være forskningen udført som en del af ARTICT-projektet, kan denne proces nu udføres ved hjælp af en computer.
Nogle mennesker har sat spørgsmålstegn ved nøjagtigheden af projekter, der forsøger at genskabe tabte kunstværker ved hjælp af teknologi. For eksempel er Google Arts & Cultures forsøg på at omfarve Klimts fakultetsmalerier, som blev ødelagt i en brand og kun kendes gennem sort/hvide fotografier, blevet kritiseret for at bruge overdreven kunstnerisk licens og reducere malerierne til "tegnefilm". I modsætning hertil har Erdmann forsøgt at begrænse menneskets æstetiske input i sine egne rekonstruktioner, og det endelige billede er valgt af en algoritme frem for håndplukket af eksperter. Disse typer af projekter giver mulighed for at udforske, hvordan et tabt mesterværk kunne have set ud, og er en del af en lang tradition for historiske rekonstruktioner. De er dog for nylig blevet skabt og oplevet digitalt, så det originale værk kan forblive uændret. Det bedste af disse forsøg er åbenlyst inkonklusive og tjener som udgangspunkt for vores egen fantasi.
