未之头条：价值上亿的艺术品还能修复？

原创未之头条未之

发表于

第696期

人工智能帮万物系列--保护艺术品

众所周知艺术杰作在任何时候都有风险，人工智能搭配新技术能够起到很大的援助作用。

通过人工智能修复世界反战题材重要名作

● 格尔尼卡修复场景

为了修复毕加索创作的重要作品《格尔尼卡》这幅画，马德里的雷纳·索非亚博物馆设计了一个机器人，能够扫描整幅画的磨损迹象和最需要修复的地方。博物馆与西班牙电信公司Telefonica合作建造了现在被称为Pablito的机器人，它每天晚上都在工作，为这幅著名的黑白反战画拍摄数千张高分辨率照片。

01#

世界的记忆无时无刻都在被威胁着

认为文化遗产是安全的，这是一个错误。人类许多最有价值的作品实际上也是最脆弱的作品之一。纵观历史，只有一小部分艺术品能够随着时间的推移而生存下来。

● 被硫酸破坏的画作

时间久远的艺术品往往是脆弱的，因此维护和修复是昂贵而精致的操作。如果出现了差错就可能出现网友们戏称的「帕伦西亚的“土豆头”」

● 非专业工作者修复后

● 埃利亚斯·加西亚·马丁内斯《Ecce Home》

● 2012年修复的结果

在战争期间，文化遗产经常受到破坏。在第二次世界大战期间，大量艺术品被永久损坏或丢失。战争过程中不断有世界记忆被摧毁着。

● 被塔利班摧毁的巴米扬的佛陀

此外，许多作品在自然事件中被毁或损坏。地震或其他自然灾害等事件往往导致有价值的作品损失。

● Cimabue的十字架作品被洪水破坏

还有艺术品丢失的意外事件

2006年，一名男子在菲茨威廉博物馆（剑桥）踩上松散的鞋带后摔倒，摧毁了三个17世纪的中国花瓶。

2010年，一名妇女在大都会博物馆摔倒在毕加索的一幅画上，损坏了它（这幅画价值1.3亿美元，被认为是他的杰作之一）。

2000年，苏富比的一名员工使用破碎机处理了一个盒子，只是盒子不是空的，而是里面有一幅卢西安·弗洛伊德的画。

对艺术品的破坏不仅是作品本身，也不仅仅是经济价值。当在古代和现代都发生这样的事时，这实际上是抹去了一个民族的记忆（无论是宗教还是文化）。

事实上，人工智能的使用正变得越来越民主化，任何人都可以以更低的成本用于社会应用。

艺术作品往往比人们想象的更脆弱。那么人工智能可以怎样保护它们？

02#

人工智能让我们更深入了解

艺术品

即使是最伟大的艺术家也是从草图开始他们的作品，并经常在他们创作的过程中重新思考。

今天，我们有几种技术（例如X射线）可以让我们分析图片作品的创作过程，讲述作品的故事。

然而这些技术产生的数据通常难以解释（特别是对于几个重叠的图像），因此已经开发了用于图像分析的AI算法。

● 伦勃朗的画作及扫描结果

人工智能也被证明在修复方面很有效果。

例如，它已成功用于数字修复（例如摄影，文章甚至手稿）。剑桥的MACH实验室使用人工智能算法来识别损坏并虚拟重建手稿中的图像（这个过程称为修复）。类似的技术已被用于重建损坏的照片，彩色黑白照片，重建壁画的图像等。

● 上图：大图像区域的修复（修复前、中、后）

● 下图：照片的数字修复（修复前后）

这种技术可用于重建被认为丢失的作品：例如，著名的凡·艾克兄弟的根特祭坛画中缺少两个面板，研究人员使用卷积神经网络试图建这两个面板。

● 根特祭坛画

虽然人工智能可以做到修复艺术品，但很可惜。艺术品却无论如何修复也回不到它原本该展现的面貌了。

人工智能的另一个有趣用途是通过算法对绘画进行认证。事实上，作品的认证鉴定是一个巨大的市场，但通常鉴定作品归属并不容易。最近人们提出可以通人工智能研究并重建作者的签名。可以记录表面高度信息（在50微米空间分辨率下），然后通过卷积神经网络（CNN），从而可以研究笔触的差异。

类似的方法对于避免艺术品的假冒非常有用，甚至对于确定作品的日期和归属也很有用。此外，可以识别作品签名的算法可用于打击艺术品贩运。

● 用于识别作者的笔触样式的数据准备和分析工作流

03#

人工智能对考古学和考古遗产的影响

人工智能的作用，并不局限于绘画。事实上，研究人员还经常通过人工智能来分析玻璃、木乃伊和雕像等物体。通过各种技术，对发掘出来的古代装置进行分析，以决定后续的工作。

人工智能正在用来发现未知的考古遗址。过去考古遗址的发现往往是偶然事件（由于其他原因而进行的挖掘）或需要昂贵的调查。如今，激光雷达、热图像和卫星图像在人工智能的协助下可以实现更高效的工作，人工智能在赋予了这些技术更高的灵活性同时还弥补了现有技术在水下考古等方面的短板。

最近，一篇论文发表了一个有趣的实验。作者测试了OpenAI的DALL-E的“上漆”能力（将不完整的图像输入AI，并填充缺失的部分），最终证明了现有算法的灵活性和涌现性。但另一方面，正如作者指出的，结果并不总是令人兴奋。
大多数情况下，人工智能所呈现的效果远远低于人工。这其中最差的表现出现在对人脸和裸体的修复上。即便在几何形状方面人工智能持有优势，但DALL-E在色彩再现以及某些形式上依然存在一些限制，尤其是是当它们很小的时候。