เทคนิคการฟื้นฟูแบบใหม่ที่พัฒนาขึ้นที่ MIT สัญญาว่าจะฟื้นฟูภาพเขียนที่เสียหายได้ในเวลาเพียงไม่กี่ชั่วโมงแทนที่จะเป็นหลายเดือน แต่ชุมชนศิลปะกำลังตั้งคำถามสำคัญเกี่ยวกับบทบาทของปัญญาประดิษฐ์ในการอนุรักษ์มรดกทางวัฒนธรรม
วิธีการนี้ซึ่งสร้างขึ้นโดย Alex Kachkine นักศึกษาปริญญาโทสาขาวิศวกรรมเครื่องกล ใช้อัลกอริทึม AI เพื่อวิเคราะห์ภาพเขียนที่เสียหายและสร้างหน้ากากโพลิเมอร์บางๆ ที่สามารถนำไปใช้กับงานศิลปะต้นฉบับได้โดยตรง ในการสาธิตกับภาพเขียนสีน้ำมันจากศตวรรษที่ 15 ระบบได้ระบุพื้นที่ที่เสียหายกว่า 5,600 จุดและเติมเต็มโดยใช้สีกว่า 57,000 สีที่แตกต่างกันในเวลาเพียง 3.5 ชั่วโมง
การเปรียบเทียบประสิทธิภาพ:
- การบูรณะแบบดั้งเดิม: 9 เดือน (ทำงานแบบไม่เต็มเวลา) สำหรับความเสียหายในระดับเดียวกัน
- วิธีการที่ใช้ AI ช่วย: รวม 3.5 ชั่วโมง
- การปรับปรุงความเร็ว: เร็วขึ้นประมาณ 66 เท่า
- พื้นที่ที่เสียหายที่ประมวลผล: 5,612 บริเวณ
- สีที่ใช้: 57,314 เฉดสีที่แตกต่างกัน
คำถามเรื่องการตลาด AI
การอพยพในชุมชนเทคโนโลยีเผยให้เห็นความสงสัยเกี่ยวกับการเน้นย้ำปัญญาประดิษฐ์ในกระบวนการฟื้นฟู ผู้สังเกตการณ์หลายคนชี้ให้เห็นว่านวัตกรรมที่แท้จริงอยู่ที่วิธีการประยุกต์ใช้ทางกายภาพ คือระบบหน้ากากโพลิเมอร์ มากกว่าส่วนประกอบ AI เอง การวิเคราะห์ดิจิทัลและการจับคู่สีสามารถทำได้ในทางทฤษฎีผ่านเทคนิคการมองเห็นด้วยคอมพิวเตอร์แบบดั้งเดิม
สิ่งนี้เน้นย้ำแนวโน้มที่กว้างขึ้นในการระดมทุนวิจัย ที่โครงการต่างๆ มักจะเน้นความสามารถของ AI เพื่อดึงดูดการลงทุนและเงินทุน แม้ว่านวัตกรรมหลักอาจเป็นเรื่องกลไกหรือเคมีมากกว่าอัลกอริทึม
ภัยพิบัติการฟื้นฟูในอดีตเป็นเชื้อเพลิงให้เกิดความระมัดระวัง
การประกาศนี้ได้ทำให้เกิดการอภิปรายขึ้นใหม่เกี่ยวกับความล้มเหลวในการฟื้นฟูในอดีตที่ทำลายงานศิลปะล้ำค่าอย่างถาวร สมาชิกในชุมชนอ้างถึงตัวอย่างเช่นการฟื้นฟูเพดานของ Sistine Chapel ที่การคาดเดาเกี่ยวกับเทคนิคของ Michelangelo อาจนำไปสู่การกำจัดงานต้นฉบับ และแนวปฏิบัติในยุค Victorian ที่ลอกสีเดิมของประติมากรรมโบราณออกเพื่อให้เข้ากับรสนิยมร่วมสมัย
การอนุรักษ์ศิลปะมีส่วนรับผิดชอบต่อการทำลายล้างศิลปะจำนวนมาก ผู้สังเกตการณ์คนหนึ่งกล่าว โดยอ้างอิงถึงวิธีการตัดสินใจฟื้นฟูมักจะสะท้อนความชอบทางสุนทรียภาพของยุคสมัยนั้นมากกว่าความถูกต้องทางประวัติศาสตร์
การฟื้นฟูที่ผิดพลาดอย่างฉาวโฉ่ของภาพจิตรกรรมฝาผนัง Ecce Homo ใน Spain ก็เป็นเรื่องเตือนใจเกี่ยวกับสิ่งที่อาจผิดพลาดได้เมื่อความพยายามในการฟื้นฟูขาดความเชี่ยวชาญที่เหมาะสม
ข้อจำกัดทางเทคนิคและข้อกังวลในทางปฏิบัติ
แม้ว่าการปรับปรุงความเร็วจะน่าประทับใจ อาจเร็วกว่าวิธีดั้งเดิมถึง 66 เท่า นักวิจารณ์ชี้ให้เห็นว่าระบบนี้จัดการเฉพาะขั้นตอนสุดท้ายของการฟื้นฟูเท่านั้น งานที่ต้องใช้ความพิถีพิถันในการทำความสะอาดภาพเขียน การกำจัดการเปลี่ยนแปลงก่อนหน้า และการแก้ไขการฟื้นฟูคุณภาพต่ำในอดีตยังคงต้องการความเชี่ยวชาญของมนุษย์และไม่สามารถทำให้เป็นอัตโนมัติได้
วิธีการนี้ทำงานได้ดีที่สุดสำหรับภาพเขียนที่มีพื้นที่เสียหายเล็กๆ จำนวนมาก แต่โครงการฟื้นฟูหลายโครงการเกี่ยวข้องกับการตัดสินใจที่ซับซ้อนเกี่ยวกับเจตนาทางศิลปะ บริบททางประวัติศาสตร์ และความสำคัญทางวัฒนธรรมที่ต้องการความรู้ลึกของมนุษย์
กระบวนการทางเทคนิค:
- ทำความสะอาดภาพเขียนและขจัดความพยายามในการบูรณะครั้งก่อน
- สแกนงานศิลปะที่เสียหาย
- การวิเคราะห์ด้วย AI สร้างการบูรณะเสมือนจริง
- ซอฟต์แวร์จับคู่พื้นที่ที่เสียหายและสีที่ต้องการ
- พิมพ์หน้ากากโพลิเมอร์สองชั้น (ชั้นสี + ชั้นสีขาว)
- การจัดตำแหน่งด้วยมือและการใช้งานร่วมกับแวร์นิช
- สามารถขจัดออกได้ด้วยสารละลายระดับการอนุรักษ์
ความท้าทายการอนุรักษ์แบบดิจิทัล
คำสัญญาของการรักษาบันทึกดิจิทัลสำหรับนักอนุรักษ์ในอนาคตเผชิญกับอุปสรรคทางเทคนิคของตัวเอง การล้าสมัยของรูปแบบไฟล์หมายความว่าบันทึกการฟื้นฟูดิจิทัลในปัจจุบันอาจไม่สามารถอ่านได้ภายในไม่กี่ทศวรรษ ซึ่งอาจสร้างปัญหาใหม่สำหรับนักประวัติศาสตร์ศิลปะในอนาคตที่พยายามเข้าใจการเปลี่ยนแปลงที่เกิดขึ้นกับงานต้นฉบับ
ชุมชนการฟื้นฟูศิลปะยังคงแบ่งแยกในเรื่องว่าควรให้ความสำคัญกับความเร็วมากกว่าแนวทางที่ระมัดระวังและใคร่ครวญที่เป็นลักษณะเฉพาะของงานอนุรักษ์แบบดั้งเดิมหรือไม่ แม้ว่าวิธีการใหม่นี้จะช่วยให้งานศิลปะที่เสียหายมากขึ้นออกจากที่เก็บและเข้าสู่การชมสาธารณะได้ แต่คำถามเกี่ยวกับความแท้จริง เจตนาทางศิลปะ และคุณค่าของความเสียหายในฐานะบันทึกทางประวัติศาสตร์ยังคงจุดประกายการถกเถียง
เทคนิคนี้แสดงถึงจุดตัดที่น่าสนใจระหว่างเทคโนโลยีและการอนุรักษ์ศิลปะ แต่การยอมรับในท้ายที่สุดจะขึ้นอยู่กับว่าสามารถจัดการกับข้อกังวลด้านจริยธรรมและการปฏิบัติที่ทั้งนักอนุรักษ์และชุมชนวัฒนธรรมที่กว้างขึ้นได้ดีเพียงใด
อ้างอิง: Have a damaged painting? Restore it in just hours with an AI-generated mask