AI修复艺术品:MIT学生如何用技术,几小时内重塑经典?

1

在艺术品修复领域,一项突破性的技术正在悄然兴起,它将人工智能与高分子材料相结合,为受损画作的修复带来了前所未有的效率和精度。麻省理工学院(MIT)的研究生Alex Kachkine,通过开发一种AI辅助的聚合物薄膜技术,有望将传统修复方法所需的时间从数月缩短至数小时,极大地提升了艺术品保护的效率。

The restoration process from start to finish. Left: the painting in its damaged state. Center: a diagnostic map where green indicates complete breaks in the wood panel, red marks significant paint cracking, blue highlights major areas of paint loss, and pink identifies minor damage such as scratches. Right: the completed restoration with the polymer mask applied.

这项技术的核心在于使用AI生成一种透明的“面具”,其中包含数千个精确匹配原始画作颜色的区域。修复人员可以直接将这种面具应用于受损的艺术品上,实现快速且可逆的修复。与传统的修复方法不同,这种聚合物薄膜可以随时移除,不会对画作本身造成永久性的改变。这种可逆性为未来的修复工作提供了更大的灵活性和选择空间。

Kachkine表示:“由于有数字记录保存了面具的使用情况,在一百年后,当有人再次处理这幅画时,他们将能够非常清楚地了解之前所做的一切。这在文物保护领域是前所未有的。” 这一创新不仅提高了修复效率,还为艺术品的保护工作带来了更高的透明度和可追溯性。

据报道,由于损坏,高达70%的机构艺术收藏品仍然无法向公众展示。传统的修复方法需要修复人员花费数周甚至数年的时间,逐一填充受损区域,并为每个区域精确调配颜色。这项工作需要高超的艺术技巧和深厚的技术知识,但文物修复人员的数量远远无法满足需求。

Figure 1 from the paper.

Kachkine在2021年的一次自驾前往麻省理工学院的旅途中,萌生了这个想法。他参观了许多画廊,发现大量艺术品因损坏和修复积压而无法展出。作为一名业余的画作修复者,他深知问题的严重性以及技术解决方案的潜力。

为了验证他的方法,Kachkine选择了一个具有挑战性的案例:一幅需要修复5612个独立区域的15世纪油画。AI模型识别出损坏的模式,并生成了57314种不同的颜色来匹配原始画作。据报道,整个修复过程仅耗时3.5小时,比传统的手工修复方法快了约66倍。

值得注意的是,Kachkine避免使用像Stable Diffusion这样的生成式AI模型,而是采用了计算机视觉技术,例如用于修复细小裂缝的“交叉着色”和用于重建低复杂度图案的“局部偏卷积”。对于视觉复杂度高的区域,例如面部,Kachkine则依赖传统的修复方法,从同一位艺术家的其他作品中移植特征。

A handout photo of Alex Kachkine, who developed the AI printed film technique.

Kachkine的修复过程始于传统的清洁工作,以去除之前修复尝试留下的痕迹。在扫描清洁后的画作后,算法会分析图像并创建一个虚拟修复,根据周围的颜料和艺术家的风格来“预测”受损区域应有的样子。博物馆多年来一直在进行数字修复,但Kachkine的创新之处在于后续的步骤。

定制软件(由Kachkine在线分享)会映射每个需要修复的区域,并确定每个区域所需的精确颜色。然后,该软件将这些信息转换为印刷在薄膜上的双层聚合物面具。其中一层提供颜色,而白色背衬层确保在画作表面上准确再现整个颜色光谱。这两层必须精确对齐才能准确地再现颜色。

高保真喷墨打印机生成面具层,Kachkine手工对齐这些层,并使用保护级清漆喷雾将其粘附到画作上。重要的是,聚合物材料可以溶解在标准的保护溶液中,从而可以在不损坏原始作品的情况下移除面具。博物馆还可以存储数字文件,记录修复过程中所做的每一项更改,为未来的修复人员创建一个纸质记录。

Kachkine表示,这项技术并不能取代人类的判断。修复人员仍然必须指导有关干预程度是否适当以及数字预测是否准确捕捉艺术家最初意图的伦理决策。他告诉MIT新闻:“我们需要认真思考在这一过程的每个阶段所涉及的伦理挑战,以了解如何以最符合保护原则的方式应用这项技术。”

目前,这种方法最适用于包含大量小面积损伤的画作,而不是大面积缺失的画作。在一个AI模型日益模糊人与机器创造媒体之间界限的世界里,看到计算机视觉工具被清晰地应用于增强人类技能,而不是完全取代熟练的修复人员的判断,这令人耳目一新。

AI技术在艺术品修复领域的应用前景

AI技术在艺术品修复领域的应用,不仅仅是提高了修复效率,更重要的是,它为艺术品的保护和传承带来了新的可能性。通过AI技术,我们可以更准确地分析艺术品的材质、颜色和创作风格,从而为修复工作提供更科学的依据。同时,AI技术还可以帮助我们建立艺术品的数字档案,记录其历史、修复过程和保存状态,为未来的研究和保护工作提供宝贵的资料。

随着AI技术的不断发展,我们可以期待在艺术品修复领域看到更多的创新应用。例如,利用AI技术进行三维重建,可以帮助我们更好地了解艺术品的结构和形态;利用AI技术进行虚拟修复,可以在不接触实物的情况下,对艺术品进行修复和展示;利用AI技术进行智能监测,可以及时发现艺术品的潜在风险,并采取相应的保护措施。

伦理考量与挑战

尽管AI技术在艺术品修复领域具有巨大的潜力,但也带来了一些伦理上的考量和挑战。例如,如何确保AI生成的修复方案符合艺术家的创作意图?如何避免AI技术被滥用,对艺术品进行不必要的或不恰当的修复?如何平衡AI技术与传统修复方法之间的关系,确保修复工作的质量和效果?

这些问题需要我们认真思考和解决。在应用AI技术进行艺术品修复时,我们必须始终坚持保护艺术品的原则,尊重艺术家的创作意图,并充分考虑各种伦理因素。同时,我们也需要加强对AI技术的监管,确保其在艺术品修复领域得到合理和负责任的应用。

案例分析

为了更具体地了解AI技术在艺术品修复领域的应用,我们可以来看一个案例。假设有一幅18世纪的油画,由于长期暴露在空气中,画面出现了严重的龟裂和褪色。传统的修复方法可能需要修复人员花费数月的时间,逐一修复这些龟裂和褪色区域,并重新绘制画面。但是,如果采用AI技术,我们可以通过以下步骤来快速修复这幅画:

  1. **图像采集与分析:**首先,使用高分辨率扫描仪对油画进行扫描,获取其数字图像。然后,利用AI图像分析技术,对图像进行分析,识别出龟裂和褪色区域,并确定其颜色和纹理特征。
  2. **虚拟修复:**根据AI图像分析的结果,利用图像处理软件对油画进行虚拟修复。在虚拟修复过程中,可以利用AI算法来预测龟裂和褪色区域应有的颜色和纹理,并将其恢复到原始状态。
  3. **物理修复:**将虚拟修复后的图像转化为修复方案,并利用3D打印技术或喷涂技术,将修复材料精确地应用于油画的受损区域。在物理修复过程中,需要注意材料的选择和应用方法,以确保修复效果的持久性和安全性。
  4. **后期处理:**对修复后的油画进行后期处理,例如打磨、抛光和上光等,以使其表面光滑、色彩鲜艳,并达到最佳的视觉效果。

通过以上步骤,我们可以利用AI技术在短时间内完成对这幅油画的修复工作,并使其恢复到接近原始状态。当然,在实际应用中,还需要根据具体情况进行调整和优化,以确保修复工作的质量和效果。

结论

AI技术在艺术品修复领域的应用,为我们提供了一种全新的修复思路和方法。它不仅可以提高修复效率,还可以提高修复质量,并为艺术品的保护和传承带来新的可能性。随着AI技术的不断发展,我们可以期待在艺术品修复领域看到更多的创新应用,并为人类文化遗产的保护做出更大的贡献。