Inteligencia Artificial y Rembrandt
Reconstrucción de piezas perdidas, asistencia en la atribución, generación de imágenes y riesgos: lo que los algoritmos realmente pueden aprender de un maestro que murió en 1669.
La respuesta inmediata
La inteligencia artificial puede comparar grandes conjuntos de imágenes, conciliar una copia de un original, reconstruir digitalmente una parte perdida o identificar regularidades difíciles de medir manualmente. Sin embargo, no "comprende" a Rembrandt ni sus intenciones, y no transforma una probabilidad en una atribución. Una reconstrucción debe distinguirse de la obra conservada; se debe informar una imagen generada; debe permanecer una experiencia basada en el objeto material, la procedencia y el juicio humano.
Tres usos que no deben confundirse
Reconstrucción documentada
El algoritmo alinea una fuente histórica (por ejemplo, la copia de Gerrit Lundens) con el original actual y ayuda a traducir las partes faltantes en la escala, paleta y textura de la tabla. El resultado sigue siendo hipotético y reversible.
Asistencia de análisis
Los modelos pueden clasificar pinceladas, comparar patrones, segmentar pigmentos o detectar similitudes. Ofrecen correlaciones que los investigadores deben comprobar en el objeto.
Generación estilística
Un sistema combina características aprendidas para producir una nueva imagen "a la manera de". No reconstruye ninguna obra perdida atestiguada y no crea un original del artista.
El próximo Rembrandt: un retrato de los datos
Presentado en 2016, El próximo Rembrandt es un retrato ficticio producido como parte de un proyecto que reúne a ING, Microsoft, TU Delft y socios del mundo cultural y creativo. Se analizaron imágenes de pinturas atribuidas a Rembrandt para identificar constantes de sujeto, pose, geometría facial, color y luz. El sistema resultó en un hombre barbudo, con sombrero, vestido de oscuro y mirando hacia la derecha.
La imagen final se imprimió en relieve para evocar la superficie irregular de una pintura. Por lo tanto, el objeto no es ni óleo de Rembrandt, ni una copia de una pintura existente, ni una predicción fiable de lo que habría pintado. Microsoft lo describió con cautela como una visualización creativa de datos, no como un trabajo que Rembrandt necesariamente habría hecho.
Su fuerza es conceptual: hace visibles los promedios y elecciones de un corpus. Su debilidad es exactamente la misma. Rembrandt no pintó un promedio estadístico; respondió a una orden, un modelo, un apoyo, una situación y decisiones sucesivas.
¿cómo hace una máquina un "estilo Rembrandt"?
Crea el corpus
Seleccionar imágenes y metadatos. La calidad depende inmediatamente de las atribuciones elegidas, fotografías, restauraciones y la diversidad de épocas.
Medir regularidades
Identificar rostros, orientación, relaciones geométricas, áreas de luz, colores o texturas. El modelo transforma imágenes en números y relaciones.
Producir una síntesis
Ensamble o genere una nueva configuración consistente con las probabilidades aprendidas. Lo que es común en el corpus se vuelve más probable en el resultado.
Materializar imagen
Imprime o pinta el archivo. En The Next Rembrandt, una impresión en relieve buscaba evocar empaste sin convertirse en una pintura histórica.
El sesgo del corpus
Si entran en los datos obras mal atribuidas, copias o fotografías muy retocadas, el modelo también aprende sus características. Si el corpus favorece los retratos de la década de 1630, corre el riesgo de presentar este momento como "el" estilo de Rembrandt y minimizar al joven pintor, grabador o lienzos tardíos de Leiden.
La historia de la atribución se convierte, por tanto, en una dependencia técnica. Una base de datos nunca es neutral: refleja un estado de investigación, exclusiones, formatos disponibles y elecciones humanas. La revisión del catálogo por parte del Proyecto de Investigación Rembrandt es un recordatorio preciso de que los límites del corpus han cambiado significativamente.
La Guardia Nocturna encuentra sus bordes perdidos
În 1715, La ronda de noche fue cortado para ingresar a una nueva ubicación en el Ayuntamiento de Ámsterdam. Las cintas eliminadas no han sido encontradas. Sin embargo, una pequeña copia pintada por Gerrit Lundens antes de este corte conserva la composición completa.
Como parte de la Operación Guardia Nocturna, el Rijksmuseum utilizó inteligencia artificial para acercar la copia y el original. Las proporciones, distorsiones y forma pictórica de los dos objetos difieren. El algoritmo ayudó a traducir la información de Lundens a la escala y apariencia cromática del lienzo de Rembrandt. Luego, las áreas reconstruidas se imprimieron en paneles y se colocaron temporalmente alrededor de la pintura.
Esta operación no restaura físicamente las partes perdidas y no pretende restaurar cada pincelada de Rembrandt. Ofrece una visualización documentada que nos permite estudiar el equilibrio inicial: los oficiales principales parecen más descentrados, tres figuras regresan a la izquierda y el espacio parece más dinámico.
La IA no mira sola un tablero
Para estudiar una atribución, los investigadores no se limitan a una fotografía visible. Combinan radiografía, reflectografía infrarroja, macrofluorescencia de rayos X, microscopía, análisis de muestras, dendrocronología y estudio de procedencia. Estos datos describen profundidades, elementos químicos y pasos de trabajo que la imagen final no muestra.
El aprendizaje automático puede ayudar a segmentar estos mapas, alinear múltiples modalidades o comparar cientos de áreas. Pero la causalidad pertenece a la interpretación: un pigmento común no denota una mano; un fondo de cuarzo puede señalar el taller después de 1642 sin probar Rembrandt; un patrón de lienzo compartido indica el mismo pergamino, no necesariamente el mismo pintor.
¿puede la IA asignar una pintura a Rembrandt?
| Tipo de resultado | Utilidad real | Límite esencial | Se requiere decisión humana |
|---|---|---|---|
| Puntuación de similitud | Identificar candidatos o anomalías en un corpus grande | Semejanza visual ~ identidad de la mano | Compare tiempo, tema, soporte y estado |
| Clasificación clave | Mida orientaciones, texturas o ritmos | La restauración, copia y fotografía modifican la señal | Examina la superficie y las capas originales |
| Detección de pigmentos | Segmente tarjetas MA-XRF y revele la composición | Los materiales circulaban en el taller | Interpretar la estratigrafía y el contexto |
| Correspondencia de lienzo | Compare automáticamente los patrones de hilos | Mismo rodillo no significa mismo pintor | Reconstruir compras y cronograma |
| Análisis de firma | Compara formas y ubicación | Una firma copiada puede resultar convincente | Comprueba su integración física con la pintura |
| Predicción general | Sintetiza varias variables | La puntuación hereda errores y sesgos de los datos | Publicar evidencia, incertidumbres y alternativas |
Siete riesgos para la historia del arte y el público
1. Falsa certeza
Un porcentaje como "92% Rembrandt" parece exacto, pero no dice nada sin protocolo, corpus, tasa de error y comparación con el taller.
2. El corpus circular
El modelo aprende atribuciones humanas y luego parece confirmarlas. Puede reproducir consenso sin proporcionar pruebas independientes.
3. Estilo reducido a una media
Las singularidades, las rupturas y los cambios de época se suavizan en favor de las características más frecuentes.
4. Confusión visual
Una atractiva reconstrucción circula sin título y acaba confundiéndose con una fotografía del original o una obra encontrada.
5. Documental falso
Imágenes, certificados, sellos, procedencias y fotografías de archivos sintéticos pueden crear una historia coherente pero inexistente.
6. La devaluación de la materia
La pantalla favorece el patrón. Sin embargo, la atribución también depende de lo contrario, el soporte, la preparación, las grietas y las capas.
7. Opacidad
Un modelo propietario puede impedirnos conocer los datos, criterios y errores que produjeron su clasificación.
Tres imágenes cercanas, tres estados opuestos
Hechos e interpretaciones establecidos
Lo que establecen las fuentes
- The Next Rembrandt es una creación impresa en relieve basada en datos de 2016.
- Microsoft no lo presenta como una imagen que Rembrandt necesariamente habría pintado.
- El Rijksmuseum reconstruyó las cintas perdidas de La ronda de noche a partir de la copia de Lundens con la ayuda de AI.
- Las adiciones se imprimieron en paneles separados, no pintados en el original.
- Operation Night Watch combina experiencia avanzada en imágenes, microscopía y hardware.
Lo que queda es interpretación
- Color exacto y fidelidad clave en piezas perdidas.
- Lo que Rembrandt habría pensado de una imagen generada en su estilo.
- La capacidad de un modelo para distinguir de forma sostenible al profesor de todos sus alumnos.
- El valor artístico autónomo de una síntesis algorítmica.
- El umbral de confianza suficiente para modificar una asignación pública.
Cómo leer una imagen "reconstruida por IA"
Identificar el objetivo
¿Está mostrando una parte probada, probando una hipótesis, prácticamente restaurando un color o creando libremente?
Encuentra las fuentes
¿Qué documentos, escaneos y trabajos impulsaron el sistema? Una reconstrucción sólida nos permite rastrear los datos.
Ver límites
¿Se informan las áreas inventadas? ¿Se explican las alternativas, los márgenes de error y las elecciones humanas?
Mantenga los estados separados
La copia, reconstrucción y generación original e histórica deben permanecer visual y verbalmente distintas.
Explora Rembrandt con obras y atribuciones claramente nombradas
Una reproducción pintada a mano es una creación contemporánea basada en una obra histórica. Puede transmitir composición, luz y paleta, pero no sustituye ni al original del museo ni a su historia material. Los títulos de la tienda distinguen Rembrandt, taller, círculo y copia.
Artículos relacionados
Preguntas frecuentes
¿la inteligencia artificial creó un Rembrandt real?
No. El próximo Rembrandt es una creación contemporánea producida a partir de datos e impresa en relieve. No es obra de Rembrandt.
¿la IA ha restaurado La Guardia Nocturna?
Ayudó a reconstruir visualmente las tiras perdidas. Las adiciones se imprimieron en paneles separados y se colocaron temporalmente alrededor del original, sin modificar el lienzo.
¿Cómo conocemos las partes perdidas?
Principalmente gracias a una pequeña copia antigua atribuida a Gerrit Lundens, realizada antes del corte de 1715.
¿puede una IA autenticar un Rembrandt por sí sola?
No. Puede proporcionar comparaciones y probabilidades, pero la atribución requiere un estudio material, histórico y estilístico por parte de varios especialistas.
¿por qué una puntuación de semejanza es insuficiente?
Los estudiantes, copistas e imitadores compartieron precisamente los rasgos que aprendió el modelo. Un gran parecido no distingue automáticamente las manos.
¿Los análisis científicos son inteligencia artificial?
No necesariamente. Los rayos X, los infrarrojos, MA-XRF o la dendrocronología producen datos; La IA puede ayudar a procesarlos, pero estas técnicas existen de forma independiente.
¿Cuál es el principal riesgo para el mercado del arte?
Fabricación rápida de imágenes falsas consistentes y procedencias falsas, junto con exceso de confianza en puntuaciones opacas.
¿Debería informarse de una reconstrucción digital?
Sí. El público debe poder distinguir inmediatamente las áreas, supuestos y elementos generados originales y documentados conservados.
¿puede la IA ayudar a los restauradores?
Sí, especialmente para alinear imágenes, segmentar mapas científicos, visualizar hipótesis y comparar grandes cantidades de datos. La decisión de procesamiento sigue siendo humana.
Fuentes principales
- Rijksmuseum - Por primera vez en 300 años, The Night Watch vuelve a estar completo, 2021
- Rijksmuseum - Operación Guardia Nocturna
- Rijksmuseum - Investigación y restauración en curso de La Ronde de nuit
- Microsoft - The Next Rembrandt: recreando el trabajo de un maestro con IA, 2016
- VML - The Next Rembrandt, presentación del proyecto
- La base de datos Rembrandt - Materiales y técnica
- The Rijksmuseum Bulletin - Gerrit Lundens, su copia de La ronda de noche y sus derivaciones
- EUR-Lex - Reglamento Europeo 2024/1689 sobre inteligencia artificial y transparencia de contenidos sintéticos
Las técnicas y proyectos se describen según las fuentes institucionales disponibles al momento de la publicación. Una reconstrucción digital es una hipótesis documentada, nunca se encontró una parte original.
0 comentarios