¿Inteligencia artificial al servicio del arte renacentista? Estudiante del MIT presenta tecnología revolucionaria.

Preservar obras de arte antiguas es un proceso complejo y costoso que podría revolucionarse hoy en día. Alex Kachkine, estudiante de ingeniería mecánica del MIT, ha desarrollado una técnica basada en IA que puede restaurar digitalmente pinturas dañadas en tan solo unas horas.

La conservación tradicional se basa en análisis de rayos X , estudios de pigmentos y un minucioso trabajo manual. Este proceso puede llevar meses y… bueno, requiere una gran inversión financiera. Por eso los museos almacenan miles de obras que probablemente nunca saldrán del almacén.

Alex Kachkine , estudiante de ingeniería mecánica en el MIT y coleccionista y entusiasta particular de pinturas antiguas , tuvo esta idea casi por casualidad. Debido a su presupuesto limitado, solía comprar solo pinturas dañadas para su colección y luego las restauraba él mismo de forma amateur . Sin embargo, con el tiempo, decidió combinar sus conocimientos de ingeniería con su pasión por el arte y desarrolló un innovador método de reconstrucción digital basado en inteligencia artificial .

Foto ilustrativa / foto: Unsplash, Igor Omilaev

Todo comienza con un escaneo de alta resolución de la imagen. A continuación, un algoritmo basado en IA identifica grietas y huecos en la composición , que se reconstruyen digitalmente. Durante este proceso, los colores se adaptan al entorno y los patrones más complejos se copian de otras partes de la imagen. Pero aquí es donde comienza la revolución.

Kachkine desarrolló la llamada máscara digital . ¿En qué consiste? La imagen recreada digitalmente se imprime en una fina película de polímero con pigmentos de alta calidad . Esta película se aplica a la imagen y luego se fija con barniz . Lo más importante: se puede eliminar por completo en cualquier momento con disolventes de conservación sin dañar la imagen.

Conservación de pinturas según el método de Alex Kachkine / foto: MIT, Alex Kachkine

En la imagen superior, el elemento dañado se encuentra a la izquierda. El panel central muestra un mapa de los diferentes tipos de daño . El lado derecho muestra la imagen restaurada con una máscara laminada aplicada.

En un artículo publicado en Nature, Kachkine describe la aplicación de la técnica a una pintura del siglo XV , El Maestro de la Adoración de los Magos, del Museo del Prado . La IA identificó 5612 partes de la pintura que necesitaban reparación. La máscara que el estudiante y su tecnología crearon contenía 57314 colores y su aplicación tardó solo 3,5 horas. Kachkine estima que esto es 66 veces más rápido que los métodos de restauración tradicionales.

- Este enfoque proporciona a los conservadores una flexibilidad mucho mayor, permitiendo la restauración de innumerables pinturas dañadas que no se consideran dignas de altos presupuestos de conservación - concluye Kachkine .

Actualmente, Kachkine está recaudando fondos para seguir desarrollando su propio método de conservación . Si bien la comunidad artística se muestra cautelosa al respecto, sospechamos que este tipo de herramienta digital pronto se volverá extremadamente popular, especialmente para obras de artistas menos prestigiosos.