O estudante de pós -graduação do MIT, Alex Kachkine, passou nove meses meticulosamente restaurando uma pintura italiana barroca danificada, o que o deixou muito tempo para se perguntar se a tecnologia poderia acelerar as coisas. Na semana passada, o MIT News anunciou sua solução: uma técnica que usa filmes de polímeros gerados pela IA para restaurar fisicamente pinturas danificadas em horas, em vez de meses. A pesquisa aparece na natureza.
O método de Kachkine funciona imprimindo uma “máscara” transparente contendo milhares de regiões com exatamente cores que os conservadores podem aplicar diretamente a uma obra de arte original. Ao contrário da restauração tradicional, que altera permanentemente a pintura, essas máscaras podem ser removidas sempre que necessário. Portanto, é um processo reversível que não muda permanentemente uma pintura.
“Como há um registro digital de que máscara foi usada, em 100 anos, na próxima vez que alguém estiver trabalhando com isso, eles terão um entendimento extremamente claro do que foi feito na pintura”, disse Kachkine ao MIT News. “E isso nunca foi realmente possível na conservação antes”.
Figura 1 do papel.
Crédito: Mito
A natureza relata que até 70 % das coleções de arte institucionais permanecem ocultas da visão pública devido a danos – uma grande quantidade de patrimônio cultural sentado sem ser visto em armazenamento. Os métodos tradicionais de restauração, onde os conservadores enchem meticulosamente as áreas danificadas, uma de cada vez, enquanto misturam correspondências exatas de cores para cada região, podem levar semanas a décadas para uma única pintura. Seu trabalho hábil que requer talento artístico e profundo conhecimento técnico, mas simplesmente não há conservadores suficientes para enfrentar o backlog.
O estudante de engenharia mecânica concebeu a idéia durante uma unidade de 2021 cross-country até o MIT, quando as visitas à galeria revelaram quanta arte permanece oculta devido a danos e atrasos na restauração. Como alguém que restaura as pinturas como hobby, ele entendeu o problema e o potencial de uma solução tecnológica.
Para demonstrar seu método, Kachkine escolheu um caso de teste desafiador: uma pintura a óleo do século XV que exige reparos em 5.612 regiões separadas. Um modelo de IA identificou padrões de danos e gerou 57.314 cores diferentes para corresponder ao trabalho original. Todo o processo de restauração levou 3,5 horas-cerca de 66 vezes mais rápido que os métodos tradicionais de pintura manual.
Alex Kachkine, que desenvolveu a técnica de filme impressa na AI.
Crédito: Mito
Notavelmente, o Kachkine evitou o uso de modelos generativos de IA, como difusão estável ou o “aplicativo de área completa” de redes adversárias generativas (GANs) para a etapa de restauração digital. De acordo com o artigo da natureza, esses modelos causam “distorção espacial” que impediriam o alinhamento adequado entre a imagem restaurada e o original danificado.