Un estudio publicado en la revista ‘Nature’ desvela un novedoso método para restaurar en apenas unas horas pinturas mediante una máscara creada digitalmente. La técnica se basa, entre otras herramientas, en inteligencia artificial. Su inventor es Alex Kachkine , investigador de posgrado en ingeniería mecánica en el Instituto Tecnológico de Massachusetts (MIT) , en Cambridge, que tardó casi un año en diseñar e implementar este método. Para demostrar su técnica, restauró un óleo sobre tabla muy dañado (una ‘Adoración’, según Martin Schongauer), atribuido al Maestro de la Adoración del Prado , pintor anónimo del siglo XV, que compró hace unos años. Kachkine tardó tres horas y media en restaurarla . Calcula que con técnicas tradicionales le habría llevado unas 200 horas, pues la pintura había sufrido siglos de degradación. Estima que su método es unas 66 veces más rápido. Hace unos años, restauró una pintura barroca italiana durante nueve meses. Noticias relacionadas reportaje Si La inteligencia artificial le saca los colores a Gustav Klimt Natividad Pulido reportaje Si ARTE Clonando a Miguel Ángel Natividad PulidoEste método podría revolucionar la restauración de obras de arte. Las prácticas convencionales suelen durar meses, e incluso años, además de suponer un gasto considerable: combinan un estudio técnico, análisis de daños, estabilización y limpieza, retirada de barnices oxidados y la posterior reintegración pictórica de las partes dañadas de la obra. De ahí que el esfuerzo suela reservarse para las obras más valiosas de las colecciones de los museos.La primera etapa del proceso fue un escaneo en alta resolución de la pintura para determinar el tamaño, la forma y la posición de las zonas dañadas, como grietas y pérdidas de pintura. Después desarrolló un algoritmo de IA para analizar el escaneo y crear una versión virtual de cómo sería la obra original. Identificó 5.612 secciones que necesitaban reparación. Para recuperar las pérdidas de pigmento, utilizó la coloración de las zonas contiguas. Los daños en las zonas con patrones se corrigieron copiando patrones similares de otras partes de la pintura. Una vez terminada la máscara digital, que cubre un área de 66.205 mm² , Kachkine la imprimió sobre una fina lámina de polímero con tintas de calidad de restauración y la superpuso sobre la pintura física, adhiriéndola con una capa de barniz convencional. El rostro del Niño Jesús casi había desaparecido en la tabla original (izquierda). A la derecha, la cara copiada de otra obra del artista © Alex Kachkine, MITEn total, se utilizaron 57.314 colores para rellenar las zonas dañadas . La máscara es reversible (la tinta no entra en contacto directo con la pintura), lo que garantiza que no se produzcan cambios potencialmente perjudiciales en la obra original: si se desea, se podrá retirar con disolventes de conservación, sin dejar rastro. Se puede almacenar un archivo digital de la máscara para que futuros restauradores puedan consultarlo. Su creador puntualiza que este método actualmente solo puede utilizarse en pinturas con una superficie lisa para que la lámina se adhiera bien sobre ella. Kachkine espera que su proyecto permita a los museos restaurar y exhibir pinturas dañadas que no se consideran lo suficientemente valiosas como para justificar una restauración tradicional. Se calcula que el 70% de las pinturas en colecciones públicas están en los almacenes , fuera de la vista del público, en parte debido al coste que supondría su restauración. Sin embargo, no todo es positivo. Hay cuestiones polémicas que, sin duda, crearán un encendido debate, como si es aceptable que una máscara cubra una pintura o si son apropiadas determinadas correcciones. Por ejemplo, el rostro del Niño Jesús , que prácticamente había desaparecido de la tabla original, se copió de otra obra del mismo artista. Además, a Kachkine le gustaría mejorar la precisión de la impresión.Según publica ‘Nature’, «muchos de los primeros recuerdos de Alex Kachkine giran en torno a dos pasiones fundamentales. Una es la ingeniería . Su bisabuelo construía puentes, su abuela desarrollaba sistemas de piloto automático para aviones de combate soviéticos y sus padres son ingenieros. La otra pasión, el arte , surgió por casualidad. Durante una excursión escolar al Museo de Arte McNay en San Antonio, Texas, un guía turístico les mostró a los estudiantes una marina de Renoir ». Se ha convertido en un ávido coleccionista de arte. En el futuro planea aplicar esta técnica de restauración a otras obras de su colección: una italiana y otra del pintor flamenco Pieter Bout, ambas del siglo XVII. Un estudio publicado en la revista ‘Nature’ desvela un novedoso método para restaurar en apenas unas horas pinturas mediante una máscara creada digitalmente. La técnica se basa, entre otras herramientas, en inteligencia artificial. Su inventor es Alex Kachkine , investigador de posgrado en ingeniería mecánica en el Instituto Tecnológico de Massachusetts (MIT) , en Cambridge, que tardó casi un año en diseñar e implementar este método. Para demostrar su técnica, restauró un óleo sobre tabla muy dañado (una ‘Adoración’, según Martin Schongauer), atribuido al Maestro de la Adoración del Prado , pintor anónimo del siglo XV, que compró hace unos años. Kachkine tardó tres horas y media en restaurarla . Calcula que con técnicas tradicionales le habría llevado unas 200 horas, pues la pintura había sufrido siglos de degradación. Estima que su método es unas 66 veces más rápido. Hace unos años, restauró una pintura barroca italiana durante nueve meses. Noticias relacionadas reportaje Si La inteligencia artificial le saca los colores a Gustav Klimt Natividad Pulido reportaje Si ARTE Clonando a Miguel Ángel Natividad PulidoEste método podría revolucionar la restauración de obras de arte. Las prácticas convencionales suelen durar meses, e incluso años, además de suponer un gasto considerable: combinan un estudio técnico, análisis de daños, estabilización y limpieza, retirada de barnices oxidados y la posterior reintegración pictórica de las partes dañadas de la obra. De ahí que el esfuerzo suela reservarse para las obras más valiosas de las colecciones de los museos.La primera etapa del proceso fue un escaneo en alta resolución de la pintura para determinar el tamaño, la forma y la posición de las zonas dañadas, como grietas y pérdidas de pintura. Después desarrolló un algoritmo de IA para analizar el escaneo y crear una versión virtual de cómo sería la obra original. Identificó 5.612 secciones que necesitaban reparación. Para recuperar las pérdidas de pigmento, utilizó la coloración de las zonas contiguas. Los daños en las zonas con patrones se corrigieron copiando patrones similares de otras partes de la pintura. Una vez terminada la máscara digital, que cubre un área de 66.205 mm² , Kachkine la imprimió sobre una fina lámina de polímero con tintas de calidad de restauración y la superpuso sobre la pintura física, adhiriéndola con una capa de barniz convencional. El rostro del Niño Jesús casi había desaparecido en la tabla original (izquierda). A la derecha, la cara copiada de otra obra del artista © Alex Kachkine, MITEn total, se utilizaron 57.314 colores para rellenar las zonas dañadas . La máscara es reversible (la tinta no entra en contacto directo con la pintura), lo que garantiza que no se produzcan cambios potencialmente perjudiciales en la obra original: si se desea, se podrá retirar con disolventes de conservación, sin dejar rastro. Se puede almacenar un archivo digital de la máscara para que futuros restauradores puedan consultarlo. Su creador puntualiza que este método actualmente solo puede utilizarse en pinturas con una superficie lisa para que la lámina se adhiera bien sobre ella. Kachkine espera que su proyecto permita a los museos restaurar y exhibir pinturas dañadas que no se consideran lo suficientemente valiosas como para justificar una restauración tradicional. Se calcula que el 70% de las pinturas en colecciones públicas están en los almacenes , fuera de la vista del público, en parte debido al coste que supondría su restauración. Sin embargo, no todo es positivo. Hay cuestiones polémicas que, sin duda, crearán un encendido debate, como si es aceptable que una máscara cubra una pintura o si son apropiadas determinadas correcciones. Por ejemplo, el rostro del Niño Jesús , que prácticamente había desaparecido de la tabla original, se copió de otra obra del mismo artista. Además, a Kachkine le gustaría mejorar la precisión de la impresión.Según publica ‘Nature’, «muchos de los primeros recuerdos de Alex Kachkine giran en torno a dos pasiones fundamentales. Una es la ingeniería . Su bisabuelo construía puentes, su abuela desarrollaba sistemas de piloto automático para aviones de combate soviéticos y sus padres son ingenieros. La otra pasión, el arte , surgió por casualidad. Durante una excursión escolar al Museo de Arte McNay en San Antonio, Texas, un guía turístico les mostró a los estudiantes una marina de Renoir ». Se ha convertido en un ávido coleccionista de arte. En el futuro planea aplicar esta técnica de restauración a otras obras de su colección: una italiana y otra del pintor flamenco Pieter Bout, ambas del siglo XVII. Un estudio publicado en la revista ‘Nature’ desvela un novedoso método para restaurar en apenas unas horas pinturas mediante una máscara creada digitalmente. La técnica se basa, entre otras herramientas, en inteligencia artificial. Su inventor es Alex Kachkine , investigador de posgrado en ingeniería mecánica en el Instituto Tecnológico de Massachusetts (MIT) , en Cambridge, que tardó casi un año en diseñar e implementar este método. Para demostrar su técnica, restauró un óleo sobre tabla muy dañado (una ‘Adoración’, según Martin Schongauer), atribuido al Maestro de la Adoración del Prado , pintor anónimo del siglo XV, que compró hace unos años. Kachkine tardó tres horas y media en restaurarla . Calcula que con técnicas tradicionales le habría llevado unas 200 horas, pues la pintura había sufrido siglos de degradación. Estima que su método es unas 66 veces más rápido. Hace unos años, restauró una pintura barroca italiana durante nueve meses. Noticias relacionadas reportaje Si La inteligencia artificial le saca los colores a Gustav Klimt Natividad Pulido reportaje Si ARTE Clonando a Miguel Ángel Natividad PulidoEste método podría revolucionar la restauración de obras de arte. Las prácticas convencionales suelen durar meses, e incluso años, además de suponer un gasto considerable: combinan un estudio técnico, análisis de daños, estabilización y limpieza, retirada de barnices oxidados y la posterior reintegración pictórica de las partes dañadas de la obra. De ahí que el esfuerzo suela reservarse para las obras más valiosas de las colecciones de los museos.La primera etapa del proceso fue un escaneo en alta resolución de la pintura para determinar el tamaño, la forma y la posición de las zonas dañadas, como grietas y pérdidas de pintura. Después desarrolló un algoritmo de IA para analizar el escaneo y crear una versión virtual de cómo sería la obra original. Identificó 5.612 secciones que necesitaban reparación. Para recuperar las pérdidas de pigmento, utilizó la coloración de las zonas contiguas. Los daños en las zonas con patrones se corrigieron copiando patrones similares de otras partes de la pintura. Una vez terminada la máscara digital, que cubre un área de 66.205 mm² , Kachkine la imprimió sobre una fina lámina de polímero con tintas de calidad de restauración y la superpuso sobre la pintura física, adhiriéndola con una capa de barniz convencional. El rostro del Niño Jesús casi había desaparecido en la tabla original (izquierda). A la derecha, la cara copiada de otra obra del artista © Alex Kachkine, MITEn total, se utilizaron 57.314 colores para rellenar las zonas dañadas . La máscara es reversible (la tinta no entra en contacto directo con la pintura), lo que garantiza que no se produzcan cambios potencialmente perjudiciales en la obra original: si se desea, se podrá retirar con disolventes de conservación, sin dejar rastro. Se puede almacenar un archivo digital de la máscara para que futuros restauradores puedan consultarlo. Su creador puntualiza que este método actualmente solo puede utilizarse en pinturas con una superficie lisa para que la lámina se adhiera bien sobre ella. Kachkine espera que su proyecto permita a los museos restaurar y exhibir pinturas dañadas que no se consideran lo suficientemente valiosas como para justificar una restauración tradicional. Se calcula que el 70% de las pinturas en colecciones públicas están en los almacenes , fuera de la vista del público, en parte debido al coste que supondría su restauración. Sin embargo, no todo es positivo. Hay cuestiones polémicas que, sin duda, crearán un encendido debate, como si es aceptable que una máscara cubra una pintura o si son apropiadas determinadas correcciones. Por ejemplo, el rostro del Niño Jesús , que prácticamente había desaparecido de la tabla original, se copió de otra obra del mismo artista. Además, a Kachkine le gustaría mejorar la precisión de la impresión.Según publica ‘Nature’, «muchos de los primeros recuerdos de Alex Kachkine giran en torno a dos pasiones fundamentales. Una es la ingeniería . Su bisabuelo construía puentes, su abuela desarrollaba sistemas de piloto automático para aviones de combate soviéticos y sus padres son ingenieros. La otra pasión, el arte , surgió por casualidad. Durante una excursión escolar al Museo de Arte McNay en San Antonio, Texas, un guía turístico les mostró a los estudiantes una marina de Renoir ». Se ha convertido en un ávido coleccionista de arte. En el futuro planea aplicar esta técnica de restauración a otras obras de su colección: una italiana y otra del pintor flamenco Pieter Bout, ambas del siglo XVII. RSS de noticias de cultura
Noticias Similares
