איך AI בשילוב טכניקות מתקדמות, יכול לסיע בזיהוי חומרים ביצירות אמנות דו-ממדיות ועוד.

אין מה לעשות AI, נכנס לכל תחומי החיים, ובקרוב גם לתחום המקצועי שלי.

בפוסט הזה,  אני מסביר את הנושא בהיבט הטכני איך זה נעשה כיום.

נכון להיום זה ממש מינורי -כלומר עדיין רוב תהליך השיחזור (שיקום) נעשה על ידנו פיזית.

אך אני יכול לראות את הכיוון ,בו בעתיד , מביאים את הציור ל"מכון שימור-שיקום", מכניסים את היצירה למכונה אשר סורקת, בודקת, מנתחת את התוצאות, נותנת הצעת מחיר, מבצעת את כל תהליכי השיקום והשימור (יכול להיות שזה יהיו מכונות נפרדות לכל תהליך) אורזת את היצירה המשוחזרת ושולחת אותה עם רחפן לביתה.

בציור הזה שכמובן הכנתי ב AI, רואים אותי בדרך לעבודה! 

אז, הנה מה יש כבר כיום:

 קודם חייבים לאסוף (להכין) את הנתונים באחת או יותר מהטכניקות הבאות:

• צילום רגיל: תמונות דיגיטליות רגילות הן נקודת התחלה, אך הן מוגבלות למידע על פני השטח.
• טכניקות הדמיה מתקדמות: כדי לקבל מידע מעמיק יותר, משתמשים בטכניקות כמו:
• צילום אינפרה-אדום: חודר שכבות צבע מסוימות ומגלה אם יש ציורים מתחת לציור שאנו רואים (under painting)  או שינויים שנעשו ביצירה במהלך היצירה.
• צילום אולטרה סגול  (UV): בעזרת הקרנת אור UV, בתדירות בין 390 ל 460

ננו-מטר, ניתן לגלות תיקונים, שחזורים  שנעשו בעבר, או חומרים מסוימים שאינם נראים באור רגיל.

• צילום בקרני רנטגן: חודר את כל שכבות היצירה ומגלה את המבנה הפנימי, כולל מסמרים, מסגרות או שינויים במבנה, ציורי הכנה.
• צילום היפר-ספקטרלי: לוכד מידע על פני טווח רחב של אורכי גל, מעבר למה שהעין האנושית יכולה לראות. זה מספק "טביעת אצבע" ייחודית לכל חומר, וניתן לנתח על סמך בדיקה זאת את הרכב החומרים. יכול לעזור גם באישור אותנטיות של יצירות.
• מיקרוסקופיה: מאפשרת בדיקה מפורטת של פני השטח ברמה המיקרונית.

2. עיבוד תמונה ולמידת מכונה AI:

• עיבוד תמונה:
• תמונות ההדמיה המתקדמות עוברות עיבוד כדי לשפר את האיכות, להסיר רעשים ולהדגיש תכונות רלוונטיות.
• טכניקות כמו סינון, שיפור ניגודיות וזיהוי קצוות משמשות כדי להכין את התמונות לניתוח על ידי AI.
• למידת מכונה - AI:
• אימון מודלים: מודלים של למידת מכונה, במיוחד רשתות נוירונים עמוקות, מאומנים על כמויות גדולות של נתונים. הנתונים כוללים תמונות של יצירות אמנות שבהן החומרים ידועים, יחד עם תוצאות של ניתוחים כימיים או ספקטרוסקופיים.
• זיהוי דפוסים: המודלים לומדים לזהות דפוסים מורכבים בתמונות ההדמיה, הקשורים לחומרים שונים. דפוסים אלו יכולים להיות הבדלים בצבע, מרקם, ספקטרום אור או תכונות אחרות.
• סיווג וחיזוי: לאחר האימון, המודל יכול לנתח תמונות חדשות של יצירות אמנות ולסווג את החומרים המרכיבים אותן. הוא יכול גם לחזות את ההרכב הכימי של החומרים או את מצב השימור שלהם.

3. שילוב עם טכניקות אנליטיות אחרות:

• AI משמשת לעתים קרובות בשילוב עם טכניקות אנליטיות אחרות, כגון:
• ספקטרוסקופיה: טכניקות כמו ספקטרוסקופיית רמאן או ספקטרוסקופיית אינפרא אדום מספקות מידע מדויק על ההרכב הכימי של החומרים.
• כרומטוגרפיה: טכניקות כמו כרומטוגרפיה גז או כרומטוגרפיה נוזל משמשות להפרדת וזיהוי מרכיבים כימיים בתערובות.
• מיקרוסקופיית אלקטרונים: מספקת תמונות ברזולוציה גבוהה מאוד של פני השטח ומאפשרת זיהוי של חומרים ברמה האטומית.

דוגמאות ספציפיות:

• זיהוי פיגמנטים: AI יכולה לנתח תמונות היפר-ספקטרליות כדי לזהות פיגמנטים ספציפיים בצבעים, אפילו פיגמנטים נדירים או כאלה שהשתנו עם הזמן.
• זיהוי סוגי נייר: AI יכולה לנתח תמונות של נייר כדי לזהות את סוג הסיבים, את תהליך הייצור או את נוכחותם של תוספים.
• זיהוי סוגי בד: AI יכולה לנתח תמונות של בד כדי לזהות את סוג הסיבים, את האריגה או את הגימור.

לסיכום, זיהוי חומרים ביצירות אמנות באמצעות AI הוא תהליך מורכב הכולל שילוב של טכניקות הדמיה מתקדמות, עיבוד תמונה ולמידת מכונה. זהו תחום מחקר פעיל, והטכנולוגיות ממשיכות להתפתח ולהשתפר כל הזמן.

תהליכים של שילוב AI עם תהליכי בדיקה מתקדמים מתקיימים כיום רק במוסדות מחקר גדולים (עדיין לא בארץ) אך עם השלמת המחקרים ובניית תוכניות יישום שם, נוכל גם אנחנו להנות מההתקדמות הטכנולוגית האדירה בשילוב עם AI.

יש כבר חברות שמשתמשות ב AI על מנת לזהות זיופים או להפך, לאשר אותנטיות של יצירות , לדוגמה אתר של חברת Hephaestus, חברה בין לאומית, פרסמה בלוג מפורט המסביר בהרחבה איך ומה הם עושים בתחום של שילוב AI עם בדיקות מתקדמות:  https://www.hephaestusanalytical.com/blog/artificial-intelligence-and-the-detection-of-forgery-in-art-authentication

.