لقد استخدموا الشبكات العصبية التلافيفية لاكتشاف الأسرار المخفية في اللوحات الشهيرة

يخضع كنز الفن الشهير "مذبح غنت" إلى عملية ترميم واسعة النطاق لضمان أن يتمكن الناس اليوم من الشعور بالضوء الساطع المنبعث من هذه التحفة الفنية الرائعة. مع تقدم التكنولوجيا، وإدخال التكنولوجيا الرقمية عالية الدقة، والزيادة التدريجية في معلومات البيانات، تمكنت تقنية الذكاء الاصطناعي من إثبات قدراتها في ترميم اللوحات. فما هي المفاجآت التي يمكن أن تجلبها تقنية الذكاء الاصطناعي إلى ترميم مذبح غنت؟

**الكلمات المفتاحية:**لوحات فنية عالمية شهيرة، ترميم اللوحات، توليد الصور

تُعد لوحة مذبح غنت (المعروفة أيضًا باسم حب الحمل الصوفي) كنزًا وطنيًا في بلجيكا، وهي اللوحة الزيتية الأكثر تأثيرًا في العالم حتى الآن، والتحفة الفنية الأكثر شعبية في مجال الفن.

تم إكماله من قبل الأخوين فان آيك بين عامي 1415 و1432، واستغرق إكماله 18 عامًا. وهي عبارة عن لوحة ضخمة قابلة للطي تتكون من عشرين لوحة داخلية وخارجية. عند فتحه بالكامل، يبلغ طوله 3.5 متر وعرضه 4.7 متر.

ولكن بسبب شهرتها الكبيرة، واجهت هذه اللوحة العديد من المصائب منذ صدورها.

علاوة على ذلك، بالإضافة إلى الدمار البشري، فإنها، مثل العديد من اللوحات العالمية الشهيرة، لا تستطيع الهروب من تآكل الغبار والرطوبة وما إلى ذلك، مما يتسبب في تغير لون الصورة وفقدان بريقها. ولذلك، أصبحت الحاجة إلى ترميم اللوحات أكثر إلحاحاً.

في الآونة الأخيرة، استخدمت كلية لندن الجامعية وجامعة ديوك الذكاء الاصطناعي لفك تشفير صور الأشعة السينية عالية الدقة لمذبح جينت. وقد نشرت نتائج أبحاثهم في مجلة Science Advances:"الذكاء الاصطناعي للتحقيق في الفن: مواجهة تحدي فصل صور الأشعة السينية لمذبح غنت".

ومن المتوقع أن يؤدي هذا البحث إلى تحسين فهمنا للروائع الفنية وتوفير فرص جديدة للتحقيق في الفن والحفاظ عليه وعرضه.

اللوحة الشهيرة تعرضت للتشويه ومشروع الترميم ضخم

اللوحة المذبحية هي لوحة مركبة على لوحة خشبية توضع أمام المذبح في الكنيسة لأغراض زخرفية. يعتمد مذبح جينت على الكتاب المقدس ويصور مشاهد كلاسيكية منه، ويغطي أكثر من 100 شخصية. هذا العمل أيضا**العمل الرائد في مجال الرسم الزيتي الحديث.**في إبداعهم، جرب الأخوان فان آيك التلوين الزيتي لأول مرة، مستخدمين دهانات وراتنجات ومستحلبات جديدة للحفاظ على الصورة جديدة ودائمة. علاوة على ذلك، فقد أصبح كنزًا للجيل بسبب مادة ونسيجه، بالإضافة إلى تكوينه الرائع والمعقد.

منذ عرضها الأول في عام 1432، تعرضت لوحة مذبح غنت للسرقة سبع مرات وكانت متورطة في 13 شكلاً مختلفًا من الجرائم، مما يجعلها اللوحة الأشهر والأكثر سرقة. وحتى يومنا هذا، لا تزال إحدى اللوحات مفقودة.

وعلاوة على ذلك، وكما هو الحال مع غيره من كنوز الفن، فقد استطاعت هذه اللوحة أن تصمد أمام اختبار الزمن. لقد تعرضت اللوحة الأصلية للتدمير على مدى سنوات من الغبار والتآكل، كما تضرر بريقها وجودة صورتها.

الورنيش المصنوع من الراتنجات الطبيعية، أو حتى المواد الاصطناعية، المستخدم في الرسم الزيتي سوف يتدهور ويتحول إلى اللون الأصفر مع مرور الوقت، ويصبح غائما. ويؤدي هذا إلى تشويش السطح، وتغيير التوازن اللوني والشعور بالعمق في الصورة بشكل كبير.

ولهذا السبب، تم تنظيف مذبح غنت وترميمها عدة مرات. خلال إحدى عمليات الترميم، فوجئ الموظفون بأن اللوحة تحتوي على ثلاث طبقات وأن المساحة المعاد طلائها وصلت إلى 70 %، مما يعني أن اللوحة خضعت لترميمين رئيسيين غير مسجلين.

في أكتوبر 2012، وبعد إجراء تقييم مفصل، بدأ المتحف مشروع ترميم واسع النطاق. وقرر الخبراء أيضًا تغيير هدف الترميم من "استعادة لون الصورة" إلى "استعادة المظهر الأصلي للوحة".

يتطلب هذا العمل الكثير من القوى العاملة والموارد المالية، ومن المتوقع الانتهاء منه في وقت مبكر من عام 2020. تتضمن عملية الترميم إزالة الغبار السطحي والورنيش، واستعادة لون اللوحة، كما تتضمن أيضًا عمليات مسح وتصوير مختلفة لإنشاء نماذج إلكترونية.

لا داعي للقول بأن هذه مهمة صعبة. والآن،يساهم تطوير تكنولوجيا الذكاء الاصطناعي في أعمال الترميم.

تحدي الترميم: تفسير صور الأشعة السينية

في مجال ترميم اللوحات، هناك بالفعل بعض حالات التعلم الآلي الناضجة، بما في ذلك التعرف على المواد من طبقات مختلفة من الصورة، واستعادة الصور الرقمية للشقوق، والتصميم المخفي والعرض المرئي.

في ترميم مذبح غنت، قام باحثون من كلية لندن الجامعية وجامعة ديوك مؤخرًاباستخدام التعلم العميق، تمكنا من حل المشاكل التقنية في مسح الصور بالأشعة السينية. التصوير بالأشعة السينية (XR) هو أسلوب مهم في ترميم اللوحات. ويستخدم هذا المبدأ أن المواد المختلفة تمتص الأشعة السينية بدرجات مختلفة ويمكنها الكشف عن التفاصيل المخفية في اللوحات.

في أعمال ترميم مذبح غنت، يعد إنشاء صورة كاملة بالأشعة السينية أيضًا خطوة مهمة في الترميم. يمكن أن تساعد صور الأشعة السينية في أعمال الترميم من خلال إظهار الشقوق المخفية في الطبقة الشفافة أو طبقة التغطية، أو تآكل الطلاء أو مشاكل المناطق الهيكلية الأخرى.

بالإضافة إلى ذلك، يمكن للصور الممسوحة ضوئيًا أن تكشف للموظفين عن أساليب عمل الفنان، وتكشف عن الهيكل المادي للقماش أو اللوحة ودعمها، بالإضافة إلى الطلاءات المختلفة المستخدمة في إنشائها.

ولكن بالنسبة لأعمال مثل مذبح غنت، فإن تفسير صور الأشعة السينية الخاصة به يواجه تحديًا خطيرًا.

في مذبح غنت، تحتوي العديد من الألواح على أنماط مرسومة على كلا الجانبين. تنتج عمليات مسح الأشعة السينية أنماط امتصاص ثلاثية الأبعاد معقدة، ولكن يتم تسجيلها في النهاية كملفات ثنائية الأبعاد، وبالتالي فإن ما يظهر هو صورة مختلطة ومعقدة.

يتضمن ذلك معلومات متعددة، مثل شكل سطح الطلاء، والهيكل الذي يظهر دعامات البلوط، وألياف الخشب، وموقع المسامير الخشبية، بالإضافة إلى الشقوق والتآكل في طبقة الطلاء. من أجل الحصول على معلومات قيمة، من الضروري فصل الطبقات الفردية للصورة المراد تحليلها عن المعلومات الفوضوية.

وهذا يطرح مشكلة تفسيرية ضخمة، والتحدي يكمن في كيفية فصل صورة الأشعة السينية المختلطة ذات الجانبين إلى صور الأشعة السينية الفردية للوحات "ذات الجانب الواحد" المقابلة.

الحل: الشبكات العصبية التلافيفية

ولحل هذه المشكلة، أطلق فريق بحثي من كلية لندن الجامعية وجامعة ديوك، بدعم من المعهد الملكي للتراث الثقافي في بلجيكا ومؤسسة سيمونز، دراسة اقترحت**إطار عمل ذاتي الإشراف يعتمد على الشبكة العصبية التلافيفية (CNN)،**لقد صدعته بشكل مثالي.

الصورة المختلطة التي تم الحصول عليها بالأشعة السينية هي في الواقع مزيج غير خطي من الصور على جانبي اللوحة. جوهر هذه الدراسة هو استخدام النمذجة لـ**العثور على المطابقة بين النمط المختلط النهائي ومعلومات كل جانب،**بمساعدة بعض التفاصيل، يتم فصل إشارات الأشعة السينية.

لذا فإن فكرتهم تتحول، في بيئة مصدر خاضعة للإشراف الكامل، إلى مجموعة تدريب تحتوي على إشارات مختلطة وفردية (ربما لوحات مختلفة رسمها نفس الفنان بأسلوب مماثل)،دع الخوارزمية تقوم بتحليل وتعلم المراسلات بين الصورة المختلطة وإشارة المصدر.

ولتحقيق هذه الغاية، قاموا بتصميم**الشبكات العصبية ذاتية الإشراف،**ويتعلم كيفية تحويل صورة RGB إلى صورة أشعة سينية، والتي يتم "إعادة بنائها" بعد ذلك كصورة افتراضية للوحة واحدة، ثم يتعلم كيفية تحقيق هذا الفصل عن طريق تقليل خطأ صورة الأشعة السينية المعاد بناؤها ومقارنة الفرق مع صورة الأشعة السينية المختلطة الأصلية.

بدلاً من استخدام كمية كبيرة من البيانات المصنفة، تستخدم العملية بأكملها صورًا عالية الدقة (مما يسمح بإنشاء عدد كبير من تصحيحات الإدخال) وتدرب الشبكة بناءً على تسميات ضمنية.

وبالتفصيل قاموا ببناء**شبكة CNN مكونة من سبع طبقات،**يتم فصل كل طبقة ملتوية عن طريق طبقات التطبيع الدفعي وتنشيط الوحدة الخطية المصححة (ReLU). إن بنية الشبكة مستوحاة من بنية pix2pix (تستخدم pix2pix شبكات تنافسية مشروطة للترجمة من صورة إلى صورة). بعد التدريب، يأخذ النموذج صورة أشعة سينية مختلطة كمدخل ويخرج صورتين منفصلتين للوحتين.

الطريقة الجديدة، التي تم تطبيقها على مجموعتين منفصلتين من صور الاختبار، أعادت إنتاج التفاصيل الفردية لآدم وحواء في اللوحة بوضوح أكبر بكثير من المتوقع.

الذكاء الاصطناعي يجعل الكنوز الفنية تدوم لفترة أطول

ومن خلال أبحاثهم، تم حل مشكلة فصل أنماط الأشعة السينية بشكل مثالي، وحتى الباحثين لم يتوقعوا أنه يمكن تحقيق مثل هذا الوضوح المذهل من خلال استخدام أساليب التعلم العميق.

وقد قارن أحد الباحثين بحماس هذه العملية بالاستكشاف في الفيزياء: فمن خلال المحاولات التجريبية، تم التوصل إلى نتائج غير متوقعة لم يكن لها تفسير نظري ذي صلة.

ويأمل فريق البحث بعد ذلك في تجربة هذه الطريقة على بعض التحف الفنية الشهيرة الأخرى: "نأمل أن نرى أساليب مماثلة للذكاء الاصطناعي تساعد في الكشف عن ميزات أخرى مخفية في اللوحات، مثل اكتشاف التصميمات المخفية المبكرة."

أما بالنسبة للوحة "مذبح غنت" الشهيرة، فأنا أعتقد أنه مع دعم تقنية الذكاء الاصطناعي، فإنها بالتأكيد سوف تتألق بتألقها الأصلي بسرعة أكبر.