طور الباحثون في جامعة TU Delft للتكنولوجيا في هولندا، مؤخرا نموذجا يستند إلى شبكة عصبية تلافيفية، لإعادة بناء الرسومات التي تلفت بمرور الوقت. استخدموا النموذج لإعادة بناء بعض رسومات (فان جوخ)، التي دُمرت على مر السنين بسبب تلاشي الحبر وتغير لونه.

وقال أحد الباحثين الذين أجروا الدراسة، لـموقع TechXplore، يان لوبي: «عندما يتعلق الأمر بالحفاظ على الفن، فإن تدهور اللوحات والرسومات يمثل تحديا رئيسيا، لذا فإن الأدوات التي يمكنها إعادة إنشاء الأعمال الفنية غير المكتملة تبسط عمل مؤرخي الفن، حيث تم استخدام تقنيات التعلم الآلي لإعادة إعمار اللوحات المتدهورة بالبكسل».

محاولات سابقة

حاول عدد متزايد من الباحثين تطوير تقنيات التعلم الآلي، مثل CNNs، لتحليل الأعمال الفنية حتى الآن، وتم استخدام هذه الأدوات بشكل أساسي لتحديد الفنان، الذي قام بإنشاء أعمال فنية محددة أو لتحديد ما إذا كانت اللوحات حقيقية أو مزيفة.

ولكن نجد بأن الباحثين في دراستهم، التي نشرت في موقع Springer Machine Vision and Applications، قاموا بتدريب نموذجهم الذي يستند إلى تقنية شبكة CNNs على نسخ الرسومات المتدهورة من قبل الرسام ما بعد الانطباعي ، نظرا لتدهورت بعض رسومات حبر فان جوخ بشكل كبير خلال القرن الماضي، وكثيرا ما حاول مؤرخو الفن إعادتها.

وقال لوبي: «نشعر أن إعادة بناء الرسم الأصلي سيكون تحديا كبيرا، لا سيما في الحالات التي يكون فيها الأصل غير متوفر أو قد اختفى، وبالتالي لدينا نسخ من الماضي فقط.»