AI“面具”技术让受损古画重焕新生，修复效率提升66倍

MIT机械工程系的研究生亚历克斯·卡奇金（Alex Kachkine）开发了一种创新的物理方法，可以直接将数字修复结果应用到原画上。这一技术有望大幅提高名画修复的速度和效率。 传统艺术修复需要具备稳定的手艺和敏锐的眼光。修复师通过识别需要修补的区域，然后逐一调配精确的颜色来填补这些区域。由于一幅画可能有数千个微小区域需要个别处理，因此修复工作耗时极长，从几周到十多年不等。近年来，数字工具为创造艺术品的虚拟修复版本提供了新途径，这类工具利用计算机视觉、图像识别及色彩匹配技术，可以在较短时间内生成修复后的数字版本。然而，这些虚拟修复结果通常只能在线展示或打印成独立作品，并不能直接应用于原作的修复。 为了改善这一状况，卡奇金在2021年来到MIT攻读博士学位期间开始了这项侧项目的研究。他回忆说，从小就对艺术有着浓厚的兴趣，喜欢传统的手工绘画修复技术。但是，在参观了多个艺术画廊后，卡奇金意识到很多老旧或损坏的艺术品无法迅速修复，因此往往被束之高阁。这激发了他将数字修复与物理修复结合的灵感。 卡奇金的方法首先利用传统手段清洁并移除画作上的旧修复痕迹。随后，他通过扫描修复前的画作，并使用现有的人工智能算法分析扫描结果，生成该画作在未受损时的虚拟复原版。接着，他设计了一款软件，创建了一个区域地图，标记出画作中需要填补的部分及其对应的精确颜色。这份地图被转化为一层彩色薄膜和一层同图案但用白墨水打印的薄膜。这两层薄膜精准对齐后，覆盖在原画表面并通过一层薄喷雾固定。 卡奇金选择了一幅15世纪的老油绘画作为实验对象，这幅画多次经历过修复，表面有多处覆盖和损坏。整个修复流程仅用了3.5小时，自动识别并填充了5612个修复区域，使用了57314种颜色。相比之下，采用传统技术，卡奇金曾花九个月的时间才完成类似规模的修复工作。这一新方法不仅大幅提高了修复速度，在处理大量损失区域的画作时尤其有效。 卡奇金指出，每张修复薄膜都有详细的数字记录，方便未来修复师参考使用，了解具体的修复过程。他表示：“因为我们有了一份数字记录，所以在100年后，当有人再次修复它时，可以非常清楚地看到之前做了哪些改动。”这种方法不仅能加速修复进程，还能保留作品的真实历史痕迹和艺术家的原始意图。 然而，卡奇金也强调，任何修复项目都必须考虑伦理问题，确保修复结果符合艺术家的原作风格和意图。因此，应用这种新技术时，应与熟悉画作历史和来源的专业修复师密切合作。 这一研究项目部分得到了约翰·赵和凯瑟琳·赵纪念基金的支持，并利用了MIT的设备和设施。未来，卡奇金计划继续改进这一方法，使其更加精确，希望能够为更多老旧或损坏的艺术品带来重生的希望。业内人士认为，这项技术的出现有望大幅改变艺术修复的传统模式，为艺术界带来一场新的变革。随着更多专家的加入和研究的深入，我们或许会见到更多通过新技术修复的珍贵艺术品。