La IA generativa logra restaurar digitalmente los colores perdidos hace 4.000 años de la civilización del Indo

IA generativa revive los colores perdidos de la civilización del Indo

La historia de la humanidad está llena de matices que a menudo se desvanecen con el tiempo. ¿Alguna vez te has preguntado cómo era la paleta de colores de civilizaciones antiguas como la Harappa? A medida que los siglos pasan, los objetos de valor cultural, como las cerámicas y figurillas, pierden su esplendor original. Sin embargo, un grupo de investigadores ha dado un paso audaz hacia la recuperación de esos colores perdidos. Mediante el uso de inteligencia artificial generativa, están logrando restaurar digitalmente los pigmentos que se han desvanecido con el paso del tiempo. En este artículo, exploraremos cómo esta innovadora tecnología está revolucionando la forma en que entendemos y preservamos nuestro patrimonio cultural.

El desafío del color perdido en la arqueología

El color es mucho más que un simple atractivo visual; en contextos históricos, puede ser un indicador de estatus social, funciones rituales o identidad cultural. Por ejemplo, en la cerámica prehistórica, la combinación de colores como el rojo, negro y terracota puede revelar redes comerciales y preferencias culturales. Sin embargo, la civilización Harappa, una de las primeras culturas urbanas de Asia meridional, ha perdido gran parte de su riqueza cromática original.

Los estudios arqueométricos sugieren que los artesanos de esta cultura utilizaban pigmentos a base de hierro y manganeso. Pero, a lo largo del tiempo, la oxidación y otros procesos han eliminado esos colores. Mientras que las técnicas de imagen hiperespectral pueden identificar sustancias aún presentes, no ofrecen soluciones cuando los pigmentos ya no están. Esto ha dejado un vacío en la documentación del color que los investigadores han decidido abordar.

Innovación a través de la IA: ¿cómo funciona?

El sistema creado por los investigadores se llama GAICR (Generative AI Color Reconstruction). Este modelo de difusión ha sido adaptado específicamente para restaurar artefactos arqueológicos. Utilizando una técnica conocida como Low-Rank Adaptation (LoRA), el modelo aprende los patrones de color de la cultura harappense mientras mantiene su conocimiento general.

Para crear un modelo robusto, se utilizaron 1.200 imágenes de alta resolución de 870 artefactos únicos. Esto incluye cerámica pintada, figurillas de terracota y sellos de esteatita. Además, el modelo se enriqueció con imágenes de culturas contemporáneas, como Mesopotamia y Egipto, para mejorar su precisión en la reconstrucción de colores.

Lo que hace que este sistema sea único es su capacidad para considerar metadatos arqueológicos. Elementos como la tipología del objeto, su origen y el estado de conservación se convierten en vectores que guían al modelo. Así, el color no se genera aleatoriamente, sino que se basa en evidencia concreta.

Resultados prometedores: la aceptación de los expertos

Las reconstrucciones generadas han sido recibidas positivamente por los expertos en el campo. El error en la representación del color, medido mediante una métrica específica, fue de 3,67 sobre un máximo de 5, lo que indica una alta precisión. Además, la similitud estructural entre las texturas originales y las reconstruidas fue superior a 0,95. Esto representa una mejora significativa en comparación con técnicas de retoque digital tradicionales, logrando reducir el error cromático en un 42%.

Un grupo de siete especialistas en patrimonio también evaluó la calidad de las reconstrucciones, otorgando una puntuación media de 4,47 sobre 5 en criterios como la plausibilidad cromática y la coherencia estética. El modelo logró mantener tonos de saturación moderada, evitando colores que pudieran parecer anacrónicos o exagerados.

Ética en la restauración: entre la realidad y la interpretación

Los investigadores son conscientes de la responsabilidad que conlleva su trabajo. Las reconstrucciones digitales pueden ser percibidas como auténticas, lo que plantea dilemas éticos. Por ello, el sistema GAICR incorpora un principio de transparencia epistémica. Cada reconstrucción incluye metadatos que detallan cómo se generó, lo que ayuda a mantener la integridad académica.

Las reconstrucciones no se presentan como certezas, sino como hipótesis visuales probabilísticas que fomentan un diálogo entre conservadores, historiadores y tecnólogos. Así, se establecen límites y posibilidades en la restauración digital, promoviendo un enfoque más ético y responsable hacia el patrimonio cultural.

Esta innovadora propuesta no solo abre nuevas posibilidades para la arqueología, sino que también redefine nuestra relación con el pasado, permitiéndonos visualizar y comprender mejor lo que una vez fue.


Publicado

en

por

Etiquetas: