Архив статей журнала
Использование искусственного интеллекта и цифровых технологий расширяет возможности искусствоведов и реставраторов, предлагая новые подходы к сохранению объектов культурного наследия и работе с ними. В статье представлен обзор мирового опыта применения цифровых решений для выполнения сложных реставрационных задач, связанных с восстановлением, идентификацией и реконструкцией произведений искусства и архитектуры. Особое внимание уделено проектам, получившим широкую известность за пределами реставрационной сферы. Среди них реконструкции фрагментов «Ночного дозора» Рембрандта, цифровая реконструкция фрагментов «Тайной вечери» Леонардо да Винчи и восстановление цветов «Факультетских картин» Густава Климта. В этих проектах алгоритмы искусственного интеллекта представили итоговое изображение утраченных элементов, которые были весьма близки к достоверным.
Упомянут такой проект, как «Следующий Рембрандт», который продемонстрировал широкой публике способность искусственного интеллекта к глубокому анализу авторского стиля и его интерпретации. Раскрыт принцип применения нейросетей в реставрационной практике для обнаружения ранних изображений, скрытых под более поздними красочными наслоениями на примере исследования створок Гентского алтаря братьев ван Эйк. Также рассмотрены проекты британского стартапа Oxia Palus, совмещающие в себе способности нейросетей к анализу авторского стиля и обнаружению оригинального изображения под слоями краски, на примере картин Пабло Пикассо и Винсента Ван Гога.
В статье подчеркивается важность междисциплинарного подхода, объединяющего искусствоведов, археологов и инженеров, как в проекте RePAIR, направленном на воссоздание артефактов из древних Помпей. Представлен пример успешного применения технологий 3D-сканирования в археологических исследованиях, таких как цифровые реконструкции памятников архитектуры в Пальмире и Мосуле.
Продемонстрированы такие значимые успехи в расшифровке античных текстов, как исследование свитков из Геркуланума с использованием томографического сканирования и алгоритмов машинного обучения. Помимо этого, высказываются предположения о возможностях в области сохранения культурного наследия, которые способны обеспечить дальнейшее совершенствование и интеграцию алгоритмов в реставрационные процессы.