人工智能揭开名画中隐藏的艺术品

随着新技术的出现，研究人员和艺术史学家现在能够发现有关丢失和损坏艺术品的新信息。 X 射线和红外成像等技术使专家们能够看到绘画表面之下的情况，从而揭示以前隐藏的细节。例如，X 射线成像已被用于发现文森特·梵高在他的另一幅画作下方的自画像，而红外成像已被用于检测达芬奇的《最后的晚餐》中的底图。

除了这些成像技术，其他技术如 3D 打印和计算机建模也被用于修复和保存损坏的艺术品。例如，3D 打印已被用于制作易碎的古代卷轴的精确复制品，使研究人员能够在不冒进一步损坏风险的情况下研究它们。同样，计算机建模已被用于创建受损艺术品的虚拟重建，使专家能够更详细地研究它们，甚至制定修复计划。

新技术的使用有助于发现有关世界上一些最伟大艺术品的新信息，使我们更接近了解它们的真实历史和意义。通过使用这些工具，我们可以继续为子孙后代保存和保护这些无价的文化遗产。例如，人工智能 (AI) 被用于修复和保存损坏或丢失的艺术品。在某些情况下，人工智能甚至能够发现以前隐藏或丢失的艺术品的细节。例如，人工智能可用于分析绘画的 X 射线和红外图像，以揭示隐藏层或底纹。在其他情况下，它可以创建受损艺术品的虚拟重建，让专家可以研究和制定这些作品的修复计划。

到目前为止，人工智能已被证明是艺术品修复和保存领域的宝贵工具。通过使用 AI 发现隐藏的细节并创建虚拟重建，专家们能够更好地了解受损和丢失的艺术品，并制定计划为子孙后代保护它们。在某些情况下，人工智能被用来分析绘画的 X 射线和红外图像，以揭示隐藏的细节或底图。人类在此过程中的贡献包括清理 X 射线图像以去除表面绘画中的元素，并收集艺术家作品的数据集供机器学习其风格。

然而，人工智能在艺术品修复和保存中的应用并非没有挑战。研究人员遇到的一个障碍是传统 X 射线提供的信息有限，传统 X 射线于 19 世纪首次用于绘画。为了克服这个问题，保护人员经常从画布上取样，以了解有关材料、颜料和可能损坏的更多信息。然而，现在更新的扫描技术允许他们在不接触作品的情况下获取这些信息。

伦敦国家美术馆与伦敦大学学院和伦敦帝国理工学院合作开展了一个名为 Art Through the ICT Lens (ARTICT) 的项目，以使用最先进的扫描设备生成更清晰的绘画图像。

Francisco de Goya 的 Doña Isabel de Porcel（约 1805 年）作为该项目的一部分进行了研究，其中一幅画作下方隐藏着一幅男子肖像。为了揭开这个隐藏的肖像，来自不同电磁波谱区域的多次扫描被组合在一起，这个过程以前是手动完成的。然而，由于作为 ARTICT 项目的一部分所做的研究，现在可以使用计算机完成此过程。

有些人质疑试图使用技术重建丢失的艺术作品的项目的准确性。例如，Google Arts & Culture 试图为 Klimt 的 Faculty Paintings 重新上色，这些画作在火灾中被毁，仅通过黑白照片为人所知，但因过度使用艺术许可并将画作简化为“卡通”而受到批评。相比之下，Erdmann 试图在他自己的重建中限制人类的审美输入，最终图像是由算法选择的，而不是由专家手工挑选的。这些类型的项目提供了探索丢失的杰作可能是什么样子的机会，并且是历史重建的悠久传统的一部分。然而，它们最近以数字方式创建和体验，允许原始作品保持不变。这些尝试中最好的是公开的不确定性，作为我们自己想象的起点。