الکس کاچکین یک روش جدید برای بازسازی دیجیتال نقاشیها ابداع کرده که تنها در چند ساعت امکانپذیر است.
به گزارش هدف پرس به نقل از آرتنت؛ حفظ و مرمت نقاشیهای قدیمی از جمله فرایندهای کند و دقیق است که به زودی ممکن است با هوش مصنوعی سرعت بگیرد. یک دانشجوی مهندسی مکانیک در موسسه فناوری ماساچوست (MIT) به تازگی تکنیک پیشرفتهای معرفی کرده که میتواند یک نقاشی قدیمی یا آسیبدیده را تنها در چند ساعت بازسازی کند.
در مرمت آثار هنری، ریسکها بسیار بالا است. همه حداقل یک بار از نتایج فاجعهآمیز یک مرمت ناقص شگفتزده شدهاند و این مداخلات همیشه قابل برگشت نیستند. با این حال، در دهههای اخیر، مرمتگران روشهای پیشرفتهای مبتنی بر پیشرفتهای علمی مانند تصویربرداری با اشعه ایکس و تحلیل رنگدانهها ابداع کردهاند.
این روشها به مرمتگران کمک میکند مشکلات آثار تاریخی را بهتر شناسایی کنند، که اغلب با تغییر رنگ، ترکخوردگی یا پوسته شدن سطح و انباشته شدن گرد و غبار، نشانههای سن خود را نشان میدهند. با این حال، بیشتر کارها، مانند تمیز کردن سطح یا رنگآمیزی بخشهای از دست رفته، هنوز به صورت دستی انجام میشود.
به همین دلیل، فرایند بازسازی میتواند ماهها طول بکشد و به بودجه قابل توجهی نیاز داشته باشد. تنها مهمترین آثار قادر به دریافت بهترین سطح مرمت هستند، اما این وضعیت ممکن است به لطف تکنیک جدید هوش مصنوعی که توسط دانشجوی MIT، الکس کاچکین، توسعه یافته، به زودی تغییر کند. ایده او از علاقه شخصیاش به جمعآوری آثار هنری تاریخی شکل گرفت. بودجه او تنها اجازه خرید آثار آسیبدیده را میداد، بنابراین شروع به مرمت هنر به روش سنتی به عنوان سرگرمی کرد. یک روز تصمیم گرفت با دانش مهندسی خود راه حلی سریعتر ابداع کند.
او متوجه شد: «اگر بتوانیم یک نقاشی را به صورت دیجیتال بازسازی کنیم و نتایج آن را به صورت فیزیکی اعمال کنیم، بسیاری از مشکلات و محدودیتهای روش سنتی برطرف خواهد شد».
تکنیک او با گرفتن اسکن با وضوح بالا از اثر هنری شروع میشود و از الگوریتم هوش مصنوعی موجود برای شناسایی ترکها یا بخشهایی که ترکیب اصلی آن از بین رفته، استفاده میکند. این مناطق سپس به صورت دیجیتال بازسازی میشوند، فرآیندی که پیش از این توسط برخی کارشناسان دیگر نیز آزمایش شده بود. با این حال، تا کنون روشی برای انتقال این تغییرات دیجیتال به اثر فیزیکی وجود نداشت.
کاچکین این مشکل را با چیزی به نام «ماسک دیجیتال» حل کرده است، که با چاپ بازسازی دیجیتال روی فیلمهای پلیمری با رنگدانههای باکیفیت ساخته میشود. این ماسک روی سطح نقاشی قرار میگیرد و با لاک ثابت میشود. نکته مهم این است که در صورت نیاز، ماسک میتواند بدون هیچ اثری با حلالهای مرمتکنندگان برداشته شود.
طبق مقالهای که توسط کاچکین منتشر شده، ۷۰ درصد نقاشیهای موجود در مجموعههای موزهای در انبار نگهداری میشوند و بخشی از دلیل آن هزینه بالای مرمت برای نمایش عمومی است.
مهندس یاد شده فرایند استفاده از ابزار خود را برای بازسازی یک نقاشی روغنی روی پانل از قرن پانزدهم، اثر استاد پردو، شرح داده است. هوش مصنوعی ۵۶۱۲ بخش از نقاشی که نیاز به ترمیم داشتند را شناسایی کرد. در طول بازسازی دیجیتال، بخشهای از دست رفته با رنگ محیط مطابقت داده شدند و در صورت وجود الگوهای پیچیدهتر، بخش مورد نظر از جای دیگر نقاشی کپی شد.
کاچکین نوشت که فرآیند پر کردن، اعمال ماسک شامل ۵۷۳۱۴ رنگ روی نقاشی، تنها ۳.۵ ساعت طول کشید. او تخمین زد که این روش ۶۶ برابر سریعتر از روش سنتی رنگآمیزی دستی است.
این روش «دید و انعطافپذیری بسیار بیشتری به مرمتگران میدهد و امکان بازسازی نقاشیهای آسیبدیده بسیاری که بودجه مرمت بالا دریافت نمیکنند را فراهم میآورد».
به عنوان یک دوستدار هنر متعهد، کاچکین از پیچیدگیهای اخلاقی بازسازی آثار هنری چه به صورت دستی و چه با هوش مصنوعی آگاه است. میزان مداخله مناسب به قضاوت مرمتگر بستگی دارد. برای مثال، هنگام بازسازی نقاشی استاد پردو، سر یک کودک گمشده با نمونهای از اثر دیگر همان هنرمند جایگزین شد.
تمام تغییرات ایجاد شده با تکنیک کاچکین قابل برگشت هستند و یک رکورد دیجیتال از تغییرات نگه داشته میشود تا مرمتگران آینده بتوانند کاملاً بدانند چه مداخلاتی انجام شده است. تاکنون واکنشها به این تکنیک «با خوشبینی محتاطانه» توصیف شده است. او در حال جمعآوری بودجه برای توسعه بیشتر آن است و امیدوار است روزی به سادگی توسط مرمتگران علاقهمند پذیرفته شود.
این نوآوری ممکن است به مرمتگران اجازه دهد بازسازیهای دیجیتال را روی آثار فیزیکی اعمال کنند. این میتواند تلاشهای پیشین برخی پژوهشگران هنر و دانشمندان کامپیوتر برای ایجاد بازسازیهای دیجیتال آثار از دست رفته را پیش ببرد.
یک نمونه مشهور، استفاده از هوش مصنوعی برای بازسازی بخشهای از دست رفته نقاشی «شبنگاری» اثر رامبراند است که در سال ۱۷۱۵ برای جای دادن در تالار شهر آمستردام، قطع شد و اندازه آن تغییر یافت. پروژهای که توسط موزه رایکس انجام شد، هوش مصنوعی را آموزش داد تا سبک منحصر به فرد رامبراند را بازسازی کرده و بخشهای گمشده را مطابق با نسخهای از نقاشی اصلی اثر هنرمند گریت لوندنس، تولید کند. سپس این بخشها روی پانلها چاپ شده و اطراف «شبنگاری» نصب شدند تا ترکیب اصلی رامبراند بازسازی شود.
مرمتگران همچنین با هوش مصنوعی موفق به تحلیل تصاویر اشعه ایکس شدند که به روشهای دیگر سخت قابل خواندن بودند. برای مثال، در اثر «پیشخوان غنت» (Ghent Altarpiece)، نقاشیها روی پانلهای دوطرفه بودند و تحلیل تصاویر اشعه ایکس دشوار بود. در سال ۲۰۱۹، الگوریتم تازه توسعهیافتهای به دانشمندان امکان داد دادهها را تجزیه کرده و دو تصویر مجزا بسازند.
