L’opera dei grandi artisti di ogni epoca è intramontabile, certo, ma corruttibile, subisce ahimè l’ingiuria del tempo. Scolorimenti, screpolature, distacchi causati da agenti meccanici, chimici, biologici possono arrivare a cancellare quasi del tutto un’opera. È il caso, ad esempio del famosissimo autoritratto di Leonardo conservato nella Biblioteca Reale di Torino. Spesso, tuttavia, i restauratori lavorano su opere che hanno già iniziato a cambiare aspetto e non si hanno certezze su come apparissero quando erano state realizzate dal loro autore. Oggi un aiuto importante potrebbe arrivare dall’intelligenza artificiale. Un nuovo prototipo di AI è stato infatti in grado di prevedere con ottimi risultati l’aspetto originale di alcuni disegni di Vincent van Gogh, leggermente sbiaditi a causa del passare del tempo. Così in futuro potremmo non dover rischiare di vedere rovinati quadri di grande valore – pensiamo alla popolare Notte stellata o ai famosissimi Girasoli, simboli dell’opera del pittore olandese. A realizzare il nuovo modello di AI sono tre ricercatori della Southern University of Science and Technology in Cina e dell’Università tecnica di Delft, nei Paesi Bassi, proprio dove è nato van Gogh. I risultati dello studio sono pubblicati sulla rivista Machine Vision and Applications.
Alcuni disegni di van Gogh si deteriorano
Se i dipinti più noti di Van Gogh sono per fortuna ben conservati e ad oggi non mostrano rischi, ci sono però dei disegni dell’artista che stanno andando via via scolorendosi a causa del tempo – ma non solo – e che potrebbero rovinarsi quasi completamente. Per questo gli autori hanno pensato di studiare un modo per ripristinare le parti deteriorate. Fino ad oggi, ci sono diversi tentativi andati a buon fine di creare sistemi di intelligenza artificiale per un uso in ambito artistico. Le principali applicazioni, però, riguardano modelli in grado di riconoscere se le opere sono dei falsi. In questo caso, invece, l’algoritmo è servito a provare a prevedere com’erano i dipinti deteriorati con alta precisione (a livello di pixel).
Come funziona l’algoritmo di AI
Gli autori hanno realizzato un metodo di machine learning (apprendimento automatico) basato su reti neurali artificiali. In particolare, si tratta di reti neurali che si ispirano all’organizzazione dei neuroni nella corteccia visiva degli animali. L’algoritmo, per il momento, svolge un’analisi soltanto di tipo visivo e non della composizione chimica dei colori. Gli autori intendono integrare anche questa indagine perché il tipo e la composizione degli inchiostri utilizzati può fornire informazioni sulla rapidità con cui il dipinto si sbiadirà.
L’idea, come spiega al giornale TechXplore Jan van der Lubbe, uno degli autori, è quella di riuscire a prevedere come poteva essere l’originale, nel passato. Questo significa prima addestrare la rete neurale artificiale “mostrandole” un’ampia quantità di dati relativi ai dipinti del pittore. E poi svolgere attraverso l’algoritmo una complessa indagine delle forme e dei colori e di come il disegno si è scolorato nel tempo.
Preservare i dipinti di van Gogh
Per il momento gli autori hanno utilizzato dipinti deteriorati in maniera leggera, in cui, cioè, il colore è solo un po’ sbiadito. Le riproduzioni provengono dalla collezione del Van Gogh Museum. Anche se è solo un primo passo, l’esito della prova è notevole, spiegano gli autori su TechXplore. Infatti, i risultati mostrano che il modello è in grado di prevedere com’erano quadri rovinati meglio di quanto avvenga con le tecniche attualmente in uso, non basate sull’intelligenza artificiale.
Salvare gli originali
Questo strumento potrebbe essere utile per capire come conservare al meglio varie opere d’arte – non solo di van Gogh ma anche di tanti altri artisti – e semplificare gli studi e il lavoro degli storici. Questo anche grazie alla rapidità del modello, addestrato su ampie quantità di dati. Integrando anche analisi chimiche, poi, risultati potrebbero essere anche migliori rispetto a quelli di oggi. L’obiettivo finale sarà quello di avvicinarsi sempre di più all’originale, soprattutto nei casi in cui è proprio questo (e non una delle copie) ad essere rovinata.
Riferimenti: Machine Vision and Applications
