La IA se pone al servicio de la conservación de obras de arte

“Hacemos una foto al cuadro y la aplicación devuelve otra foto con el mismo cuadro pero con las áreas donde se registran los deterioros señalados: ese es el llamado mapa de daños, que ahora los restauradores hacen manualmente”. El profesor de la Facultad de Educación, Economía y Tecnología de Ceuta y miembro del Departamento de Lenguajes y Sistemas Informáticos de la Universidad de Granada (UGR), Francisco Manuel García Moreno, resume de este modo las funcionalidades de ARTDET, un programa basado en inteligencia artificial capaz de identificar automáticamente los deterioros presentes en una pintura a partir de una simple fotografía de alta resolución.

El trabajo de los restauradores tenía en la composición de estos mapas de daños uno de sus más laboriosos empeños. Los profesionales debían revisar la obra con detenimiento en una tarea que comportaba una inversión de tiempo notable. Ahora, quizás, con los hallazgos de estos investigadores de la UGR la tarea resultará más llevadera.

ARTDET trabaja de modo muy similar a otras aplicaciones de inteligencia artificial diseñadas para el reconocimiento de rostros o la identificación de objetos en fotografías. “La IA aprende”, advierte el profesor García Moreno. Y para ese proceso de aprendizaje los investigadores dedican buena parte de su trabajo a adiestrarla con el propósito de que el programa acabe siendo capaz de señalar automáticamente los desperfectos que puedan existir emboscados en una obra de arte.

El sistema delimita con precisión el contorno de cada daño, diferenciando, por ejemplo, las pérdidas de capa pictórica —cuando la pintura original ha desaparecido y deja visible el soporte— de las zonas reparadas con estuco. “Ahora mismo lo que estamos haciendo es coger más cuadros para seguir entrenando a la inteligencia artificial y mejorar los resultados -explica el profesor- Cuanto mayor sea el acopio de datos, mejor”. En esta tarea, los investigadores trabajan con pinturas proporcionadas por el Departamento de Pintura de la UGR, algunas datadas en los siglos XVI y XVII.

El entrenamiento de la IA

Uno de los objetivos del equipo de investigadores en el que está integrado el profesor García Moreno es el de ampliar el número de obras con las que poder seguir entrenando la IA. “Estamos viendo organismos y estableciendo contactos para que nos dejen más cuadros –explica el docente de la Facultad ceutí- La idea es que conseguir una aplicación mucho más robusta”. Y es que, aunque la herramienta ya es capaz de identificar automáticamente distintos tipos de desperfectos en las obras, el objetivo es que cada nueva imagen analizada permita perfeccionar todavía más el modelo.

La investigación ha tratado hasta la fecha una veintena de cuadros, aunque lo realmente trascendente es el número de imperfecciones y deterioros con los que se alimenta el modelo. “Dentro de esos 20 cuadros hay unos 5.000 deterioros diferentes. Lo que nos interesa es llegar a unos 100.000, algo que podríamos conseguir con alrededor de un centenar de cuadros”, detalla el investigador.

El proceso es sencillo para el usuario. El restaurador solo tiene que cargar una fotografía de alta calidad de la obra en la aplicación. Antes del análisis, el programa ajusta automáticamente el tamaño y el color de la imagen para que coincidan con las condiciones con las que fue entrenado. Después, la inteligencia artificial examina la pintura y genera un mapa donde aparecen resaltadas todas las áreas deterioradas. Junto a la imagen, el sistema puede elaborar un informe con información cuantitativa sobre la superficie afectada. Estos datos resultan útiles para documentar el estado de conservación de la obra, planificar una futura restauración, calcular presupuestos o comparar la evolución del deterioro con el paso del tiempo.

Desde el inicio del proyecto allá por 2022, los investigadores no solo han incrementado el número de imágenes utilizadas para entrenar el sistema, sino que también han incorporado nuevos tipos de deterioro que la inteligencia artificial es capaz de reconocer. “Al principio trabajábamos con dos tipos de daños y ahora ya detectamos tres. La idea es seguir incorporando muchos más”, apunta García-Moreno.

Los investigadores subrayan que ARTDET no pretende reemplazar el trabajo de los restauradores, sino convertirse en una herramienta de apoyo. Durante las pruebas realizadas, el sistema fue capaz de detectar alrededor del 80% de los daños presentes en las pinturas analizadas y lo hizo con un grado de confianza cercano al 99% en las zonas que identificó correctamente. Los profesionales siguen revisando el resultado final y pueden añadir manualmente aquellos desperfectos que el programa no haya localizado. Ese intercambio de información también sirve para seguir mejorando la inteligencia artificial, que puede aprender de las correcciones realizadas por los especialistas.

Otra de las características del proyecto es que el software es de código abierto, lo que permitirá que investigadores, museos y restauradores de cualquier parte del mundo puedan utilizarlo, adaptarlo y seguir perfeccionándolo.

El equipo de la Universidad de Granada considera que este tipo de herramientas puede transformar la conservación del patrimonio artístico al reducir tiempos de trabajo, ofrecer mediciones más objetivas y facilitar la documentación de obras de arte sin necesidad de realizar intervenciones invasivas.

Pero el trabajo continúa. El equipo reconoce que aún no puede fijar una fecha para dar por finalizada la investigación, ya que el avance depende, en buena medida, del acceso a nuevas obras. Cuantas más pinturas pueda analizar el sistema, mayor será su capacidad para detectar con precisión los daños y convertirse en una herramienta cada vez más útil para la conservación del patrimonio artístico.