L’étudiant diplômé du MIT, Alex Kachkine, a passé neuf mois à restaurer méticuleusement une peinture italienne baroque endommagée, ce qui lui a laissé beaucoup de temps pour se demander si la technologie pourrait accélérer les choses. La semaine dernière, le MIT News a annoncé sa solution: une technique qui utilise des films en polymère généré par l’IA pour restaurer physiquement les peintures endommagées en heures plutôt qu’en mois. La recherche apparaît dans la nature.
La méthode de Kachkine fonctionne en imprimant un “masque” transparent contenant des milliers de régions de couleur précisément par couleur que les conservateurs peuvent appliquer directement à une œuvre d’art originale. Contrairement à la restauration traditionnelle, qui modifie en permanence la peinture, ces masques pourraient être supprimés chaque fois que nécessaire. C’est donc un processus réversible qui ne change pas de peinture en permanence.
“Parce qu’il y a un enregistrement numérique de ce que Mask a été utilisé, dans 100 ans, la prochaine fois que quelqu’un travaillera avec cela, il aura une compréhension extrêmement claire de ce qui a été fait au tableau”, a déclaré Kachkine à MIT News. “Et cela n’a jamais été vraiment possible en conservation auparavant.”
Figure 1 du papier. Crédit: MIT
La nature rapporte que jusqu’à 70% des collections d’art institutionnelles restent cachées au public en raison de dommages – une grande quantité de patrimoine culturel assis invisible en stockage. Les méthodes de restauration traditionnelles, où les conservateurs remplissent minutieusement les zones endommagées une à la fois tout en mélangeant des correspondances de couleurs exactes pour chaque région, peuvent prendre des semaines à des décennies pour une seule peinture. C’est un travail qualifié qui nécessite à la fois des talents artistiques et des connaissances techniques profondes, mais il n’y a tout simplement pas assez de conservateurs pour s’attaquer à l’arriéré.
L’étudiant en génie mécanique a conçu l’idée lors d’une promenade en 2021 au MIT, lorsque les visites en galerie ont révélé combien d’art reste caché en raison des dommages et des arriérés de restauration. En tant que personne qui restaure les peintures comme passe-temps, il a compris à la fois le problème et le potentiel d’une solution technologique.
Pour démontrer sa méthode, Kachkine a choisi un cas de test difficile: une peinture à l’huile du XVe siècle nécessitant des réparations dans 5 612 régions distinctes. Un modèle d’IA a identifié des modèles de dégâts et a généré 57 314 couleurs différentes pour correspondre à l’œuvre d’origine. L’ensemble du processus de restauration aurait pris 3,5 heures, soit 66 fois plus rapide que les méthodes traditionnelles de peinture à la main.
Alex Kachkine, qui a développé la technique du film imprimé par l’AI. Crédit: MIT
Notamment, Kachkine a évité l’utilisation de modèles d’IA génératifs comme la diffusion stable ou «l’application de la zone complète» de réseaux adversaires génératifs (GAN) pour l’étape de restauration numérique. Selon l’article de la nature, ces modèles provoquent une «distorsion spatiale» qui empêcherait un alignement approprié entre l’image restaurée et l’original endommagé.
