Innovación

Así es la IA capaz de recomponer fragmentos arqueológicos inconexos

Así es la IA capaz de recomponer fragmentos inconexos de una pieza arqueológica

La Inteligencia Artificial es la gran aliada de tres revolucionarios desarrolladores responsables de crear un algoritmo que permite crear imágenes hipotéticas de objetos arqueológicos y recomponer sus fragmentos inconexos.

La Inteligencia Artificial ha propiciado numerosos avances que afectan a campos tan dispares como la digitalización de los secretos vaticanos, la lucha contra la ludopatía o la notoria mejora de diagnósticos, tratamientos y atención médica en el sector de la salud. Ahora, tres investigadores del Technion -Instituto de Tecnología Israelí- han creado un algoritmo que puede recrear y recomponer los fragmentos inconexos de piezas artísticas o arqueológicas, facilitando la rapidez con la que los expertos y restauradores desarrollan su labor.

Cómo la galería de los Uffizi utiliza el Big Data para que no hagas cola

Ellos son Niv Derech, Ayellet Tal e Ilan Shimshoni y su revolucionario algoritmo permite crear imágenes hipotéticas de los objetos, aplicándose a otros existentes para la catalogación y recomposicion de piezas arqueológicas y artísticas. Tras demostrar su efectividad montando correctamente docenas de frescos y de artefactos rotos así como pruebas exitosas en obras de arte del British Museum y frescos bizantinos pintados en Chipre, este avance implicará una reducción significativa de tiempo para los profesionales de disciplinas como biblioteconomía y documentación, archivos históricos, restauración artística, biología o arqueología.

La IA israelí mejora los principales problemas que atañen a la recomposición de piezas arqueológicas: extrapola un fragmento que ha sufrido abrasión, decoloración, rotura o erosión antes de volver a ensamblarlo, resolviendo de este modo el problema de la continuidad. Su método de muestreo de transformación se basa en la noción de espacio de configuración, y toma en consideración múltiples elementos -desde los límites difusos a la trasformaciones imprecisas o la variabilidad de la longitud-, analizando todas las características para ofrecer una visión global de la pieza.

Las cuatro fases del algoritmo son la extrapolación de fragmentos -sacando una imagen de cada pieza y extrapolándola para predecir la región que se ha erosionado y el siguiente fragmento que le correspondería-, el muestreo de las transformaciones -asegurando de que los fragmentos extrapolados que más similares resultan entre sí no se suporpongan-, la puntuación de los resultados -que indica la probabilidad de que dos fragmentos sean vecinos- y por último, el emplazamiento, en la que la IA crea una pieza adyacente que revela la visualización completa del objeto.

Puedes acceder al trabajo de los investigadores en el siguiente enlace.

Fuente | Eldiario.es

Te recomendamos

Sobre el autor

Andrea Núñez-Torrón Stock

Licenciada en Periodismo y creadora de la revista Literaturbia. Entusiasta del cine, la tecnología, el arte y la literatura.