L’IA au service de la conservation de l’art et du patrimoine culturel

Ces dernières années, le croisement entre l’intelligence artificielle (AI) et la préservation du patrimoine culturel a ouvert de nouvelles perspectives pour protéger et étudier les objets historiques. À mesure que les technologies numériques progressent, l’IA joue un rôle toujours plus essentiel pour assurer la pérennité et l’accessibilité de notre patrimoine culturel commun. En tirant parti de l’IA, nous pouvons mieux comprendre et préserver les détails complexes des œuvres d’art et des objets qui définissent notre histoire.

Il est impossible de surestimer l’importance de la protection des objets historiques. Ces objets sont non seulement des trésors artistiques, mais aussi de précieux témoignages historiques qui nous renseignent sur les sociétés, les cultures et les technologies du passé. Leur préservation permet aux générations futures de découvrir et d’apprécier la richesse de l’histoire humaine. Les technologies d’IA, en particulier la vision par ordinateur, se sont révélées être de puissants outils à cette fin. Grâce à des méthodes comme la détection d’objets, l’IA peut identifier et documenter avec une précision remarquable les caractéristiques des objets culturels, contribuant ainsi à leur protection et à leur étude.

Dans cet article, nous allons examiner comment l’IA, et plus particulièrement la vision par ordinateur, est utilisée pour préserver l’art et le patrimoine culturel, ainsi que ses applications, ses avantages et ses défis.

Applications de l’IA à la préservation de l’art et du patrimoine culturel#

Deux technologies principales sont actuellement utilisées dans le domaine de la préservation de l’art et du patrimoine culturel : la vision par ordinateur et le traitement du langage naturel (NLP). Ces domaines transforment la façon dont les objets historiques et les œuvres d’art sont documentés, restaurés et rendus accessibles. La vision par ordinateur permet à l’IA d’améliorer le catalogage et la restauration du patrimoine culturel en identifiant avec précision les parties endommagées, que des techniciens réparent ensuite. Parallèlement, le traitement du langage naturel par l’IA pourrait permettre de traduire et de numériser des textes anciens, préservant ainsi le patrimoine linguistique et le rendant accessible à la recherche et à l’enseignement dans le monde entier. Voyons plus en détail quelques applications de ces deux domaines.

Restauration et conservation des œuvres d’art#

L’IA transforme la restauration et la conservation des œuvres d’art grâce à de nouvelles technologies comme la vision par ordinateur et l’apprentissage automatique. Ces outils peuvent améliorer la précision et l’efficacité de la préservation des objets culturels.

Les modèles de vision par ordinateur peuvent servir à analyser des œuvres d’art pour détecter et aider à restaurer les couleurs délavées, combler les parties manquantes et réparer les dégâts. L’IA peut identifier et simuler les couleurs et les textures d’origine, aidant ainsi les conservateurs à prendre des décisions éclairées pendant la restauration.

Les modèles d’apprentissage automatique peuvent aussi servir à évaluer l’état des œuvres d’art, à prévoir leur détérioration éventuelle et à orienter les mesures préventives. Ces modèles sont entraînés sur différents jeux de données contenant des images d’autres œuvres d’art, en bon état ou détériorées au fil du temps. En apprenant à partir de ces exemples, le modèle peut reconnaître des schémas qui indiquent les premiers signes de détérioration.

Une fois entraîné, le modèle peut prévoir comment l’état de l’œuvre d’art pourrait évoluer. Il peut, par exemple, repérer les zones les plus exposées aux fissures ou les couleurs susceptibles de se décolorer dans les conditions environnementales actuelles.

L’IA peut aussi contribuer à créer des répliques numériques et des reconstructions virtuelles de sites historiques, offrant des expériences immersives tout en limitant les contacts physiques avec les objets fragiles. Ces modèles numériques constituent de précieuses références pour la restauration et l’éducation.

Un exemple remarquable du rôle de l’IA dans la reconstruction numérique de sites historiques est le travail réalisé sur le Colisée de Rome. Des chercheurs de l’Université de Rome La Sapienza ont utilisé une technologie de reconnaissance d’images assistée par l’IA pour analyser soigneusement la façade de l’ancien monument. Les algorithmes d’IA repèrent minutieusement les fissures, les motifs d’érosion et les légers déplacements structurels, permettant aux spécialistes de la restauration de mettre en œuvre des interventions ciblées à la fois efficaces et respectueuses de l’intégrité historique du Colisée.

Fig. 1. Comparaison côte à côte de l’œuvre originale endommagée et de sa version restaurée par l’IA, qui met en évidence la précision et l’efficacité de l’IA dans la restauration artistique.

Numérisation de textes anciens#

L’IA transforme la numérisation des textes anciens grâce à des technologies comme le traitement automatique du langage naturel (NLP) et la vision par ordinateur. La numérisation haute résolution et le prétraitement des images optimisé par l’IA améliorent la lisibilité des manuscrits décolorés, tandis que les systèmes de reconnaissance optique de caractères, plus communément appelés systèmes OCR, convertissent les caractères manuscrits ou imprimés en texte lisible par machine.

Ces systèmes proposent la segmentation du texte, qui l’isole des autres éléments comme les images ou les décorations, afin que seul le texte pertinent soit traité. Les systèmes de reconnaissance optique de caractères (OCR), généralement optimisés par l’IA, convertissent ensuite les caractères manuscrits ou imprimés en texte lisible par machine.

Ces systèmes d’IA sont entraînés à l’aide de jeux de données volumineux et variés, composés de textes numérisés, de systèmes d’écriture et d’exemples linguistiques issus de différentes périodes historiques et langues. En apprenant à partir de ces vastes jeux de données, les modèles peuvent reconnaître différents systèmes d’écriture et langues, ce qui permet une traduction et une interprétation précises.

Comme pour la restauration d’œuvres d’art, l’IA peut également servir à reconstituer des passages manquants ou endommagés de textes, rendant ainsi les documents anciens accessibles aux chercheurs et au grand public du monde entier. Ce processus commence par l’entraînement de l’IA sur de vastes jeux de données de textes similaires, issus de la même période, de la même langue et du même style. Comme le montre l’article de recherche Analyse quantitative du style littéraire, l’IA apprend, en analysant ces jeux de données, les schémas linguistiques, les expressions courantes et les nuances stylistiques caractéristiques de l’auteur ou de l’époque d’origine.

Une fois entraînée, l’IA utilise la reconnaissance de motifs pour analyser les parties intactes du texte et en identifier le style, la grammaire et la syntaxe. Elle peut ainsi générer des reconstitutions plausibles des passages manquants, en prédisant ce qui a pu être écrit à l’origine.

Il va sans dire qu’un tel processus améliore la préservation, facilite la recherche et assure la protection à long terme du patrimoine culturel.

Fig. 2. Une inscription historique gravée dans la pierre, avec la vision par ordinateur optimisée par l’IA qui traduit le texte ancien.

Détection des contrefaçons d’œuvres d’art#

La détection des contrefaçons est un autre domaine du monde de l’art où l’IA joue un rôle important. L’IA devient une alliée précieuse pour améliorer considérablement la détection des contrefaçons grâce à des techniques et des algorithmes d’analyse avancés. Les systèmes d’IA peuvent examiner les œuvres pour repérer de subtiles incohérences et anomalies révélatrices de contrefaçons. Ces modèles de vision par ordinateur analysent les coups de pinceau, les palettes de couleurs et la composition des matériaux, puis les comparent à des bases de données d’œuvres authentiques connues afin de détecter les incohérences.

Les modèles d’IA peuvent également reconnaître les motifs et techniques propres à certains artistes, comme Picasso ou Vincent van Gogh, ce qui leur permet de repérer les contrefaçons qui ne reproduisent pas fidèlement ces détails.

Comme le montre l’étude Prédiction du vieillissement d’échantillons du patrimoine culturel à partir de la microgéométrie de surface, les algorithmes d’apprentissage automatique peuvent évaluer le vieillissement des matériaux en analysant différentes caractéristiques qui évoluent avec le temps, comme les motifs d’oxydation, l’usure de surface et les changements de composition chimique. Ces algorithmes sont entraînés sur de vastes jeux de données comprenant des matériaux vieillis naturellement et artificiellement, ce qui leur permet de distinguer la patine authentique des motifs uniformes ou incohérents que l’on trouve souvent sur les contrefaçons.

Cette avancée technologique contribue non seulement à préserver l’authenticité des collections d’œuvres d’art, mais aussi à maintenir l’intégrité du marché de l’art en fournissant des outils de vérification robustes. Toutefois, il est essentiel de compléter l’analyse de l’IA par l’expertise et le jugement humains pour tenir compte des nuances et des complexités de l’expression artistique. Une chose est sûre : la détection des contrefaçons d’œuvres d’art par l’IA est un outil puissant pour protéger le patrimoine culturel et garantir l’authenticité des œuvres.

Fig. 3. Comparaison visuelle entre une œuvre authentique et sa contrefaçon.

Les défis de l’IA dans la préservation de l’art et de la culture#

Alors que l’IA fait des progrès considérables dans la préservation et la restauration de l’art et du patrimoine culturel, elle soulève également des défis spécifiques auxquels il faut répondre, notamment :

Préservation des œuvres originales#

Lorsqu’on utilise l’IA pour restaurer des œuvres d’art originales, l’un des principaux défis consiste à maintenir un équilibre délicat entre l’amélioration numérique et la préservation de l’authenticité de l’objet.

L’une des principales préoccupations est que l’IA puisse influencer involontairement les décisions prises pendant le processus de restauration. Par exemple, si un modèle d’IA est entraîné sur un vaste jeu de données qui ne représente pas fidèlement le style ou la technique de l’artiste d’origine, ses reconstitutions ou suggestions numériques risquent de modifier le caractère original de l’œuvre. Les choix de restauration pourraient alors, bien qu’esthétiquement plaisants, ne pas rendre fidèlement compte de la vision initiale de l’artiste ni du contexte historique de création de l’œuvre.

Il est donc essentiel que les restaurateurs évaluent avec un regard critique les suggestions générées par l’IA, afin de s’assurer que toute restauration physique respecte l’authenticité et l’intégrité de l’œuvre originale.

Sensibilité culturelle#

Les systèmes d’IA doivent être conçus dans le respect des valeurs et des traditions culturelles. Une mauvaise interprétation ou une manipulation insensible d’objets culturels peut entraîner des malentendus ou des offenses culturelles. Par exemple, certaines couleurs, certains symboles ou matériaux peuvent avoir une signification particulière au sein d’une culture, que l’IA pourrait mal interpréter faute de compréhension approfondie. Ainsi, un système d’IA principalement entraîné sur l’art occidental pourrait ne pas comprendre pleinement la signification de certains thèmes et symboles dans les œuvres orientales, ce qui pourrait conduire à des représentations numériques ou à des suggestions de restauration inappropriées.

Précision et fiabilité#

Garantir la précision des modèles d’IA, en particulier lorsqu’ils traitent des objets et des textes rares ou peu étudiés, reste un défi de taille. Les systèmes d’IA peuvent parfois produire des erreurs ou des interprétations erronées, susceptibles d’entraîner des restaurations inexactes ou des classifications incorrectes.

Ces modèles sont entraînés sur des jeux de données qui devraient couvrir un large éventail d’exemples, incluant des objets ou des textes courants et rares, afin d’aider le modèle à généraliser efficacement. Cependant, les données disponibles ne sont pas toujours suffisantes pour entraîner correctement un modèle d’IA lorsqu’il s’agit d’objets rares. Cela peut entraîner des problèmes comme le surapprentissage, lorsque le modèle se spécialise trop dans les données limitées qu’il a vues, ou le sous-apprentissage, lorsqu’il ne parvient pas à apprendre les détails nécessaires. Ces deux situations peuvent conduire à des restaurations inexactes ou à des classifications incorrectes, réduisant ainsi l’efficacité du modèle pour préserver et interpréter le patrimoine culturel.

Les tendances futures de l’IA pour la préservation de l’art et du patrimoine culturel#

L’avenir de l’IA dans la préservation de l’art et du patrimoine culturel pourrait apporter des avancées passionnantes et transformer encore davantage notre manière de protéger les objets historiques et d’interagir avec eux. À mesure que la technologie de l’IA évolue, on peut s’attendre à des applications plus sophistiquées dans des domaines comme la réalité virtuelle, la réalité augmentée et les algorithmes d’apprentissage automatique avancés. Ces technologies permettront des expériences encore plus immersives et interactives, offrant aux personnes du monde entier de nouvelles façons d’explorer et d’apprécier le patrimoine culturel.

Dans l’ensemble, l’intégration de l’IA à la préservation du patrimoine culturel pourrait également jouer un rôle dans le secteur du tourisme. Les technologies d’IA servent à créer des expériences de réalité virtuelle et de réalité augmentée (AR) qui rendent la découverte des sites culturels plus immersive et instructive. Par exemple, les touristes peuvent utiliser des algorithmes de vision par ordinateur optimisés par l’IA pour enrichir leurs expériences lors de visites consacrées à la faune et à la nature, ou accéder à des informations détaillées sur les monuments et les œuvres d’art grâce aux fonctions de recherche visuelle de leurs smartphones.

À retenir#

L’IA transforme la préservation de l’art et du patrimoine culturel en améliorant la documentation et la restauration des objets grâce à des technologies comme la vision par ordinateur et le traitement automatique du langage naturel. Ces avancées améliorent l’accessibilité et apportent de nouvelles perspectives, mais il est essentiel de relever des défis comme la précision, la sensibilité culturelle et la préservation des œuvres originales.

Cela dit, une mise en œuvre responsable et une collaboration entre les spécialistes des technologies et les experts du patrimoine culturel sont essentielles pour préserver l’authenticité de notre patrimoine. À mesure que l’IA évolue, elle ouvre des perspectives passionnantes pour permettre aux générations futures d’apprécier notre riche histoire culturelle et d’en tirer des enseignements.

Chez Ultralytics, nous nous engageons à faire progresser l’IA. Pour découvrir nos solutions d’IA de pointe et suivre nos dernières innovations, consulte notre dépôt GitHub. Rejoins notre communauté dynamique et découvre comment nous aidons des secteurs comme les voitures autonomes et l’industrie manufacturière ! 🚀