Artificiell intelligens har använts för att analysera högupplösta digitala röntgenbilder av den världsberömda Gent-altartavlan, som en del av ett utredningsprojekt som leds av UCL.

Fyndet förväntas förbättra vår förståelse av konstmästerverk och ge nya möjligheter för konstutredning, konservering och presentation.

Forskare från National Gallery, Duke University och UCL arbetade med tekniska bilder som förvärvats från bröderna Van Eycks Ghent Altarpiece, en stor och komplex altartavla från 1400-talet i St Bavos katedral, Belgien.

Pappret, "Artificiell intelligens för konstutredning:möta utmaningen att separera röntgenbilder av Gents altartavla", visar hur akademiker använde en nyutvecklad algoritm för att studera blandade röntgenbilder som innehåller drag från fram- och baksidan av målningens dubbelsidiga paneler, som forskare har dekonstruerat till två tydliga bilder.

Dessa bilder är en del av en omfattande uppsättning högupplösta bilder som förvärvats med olika bildtekniker som en del av altartavlans pågående konservering av Kungliga institutet för kulturarv (KIK-IRPA), tillhandahålla en mängd data att förhöra och tolka.

"Det här tillvägagångssättet visar att artificiell intelligens-orienterade tekniker - drivna av djupinlärning - kan användas för att potentiellt lösa utmaningar som uppstår i konstutredning, " kommenterade ledande akademiker Dr. Miguel Rodrigues (UCL Electronic &Electrical Engineering).

"Vi skulle vilja se vilken inverkan utvecklingen av liknande AI-orienterade tillvägagångssätt kommer att ha på vår förmåga att avslöja andra dolda funktioner i en målning, som tidigare dolda mönster, " han fortsatte.

Gents altartavla bestod ursprungligen av tolv paneler. De två vingsektionerna, var och en ursprungligen gjord av fyra paneler – målade på båda sidor – kunde öppnas helt på högtidsdagar för att avslöja de fyra centrala panelerna. Målningen har överlevt nästan förstörelse under århundradena och beslagtagandet av nazisterna på 1940-talet.

Röntgenbilder är ett värdefullt verktyg för att undersöka och restaurera målningar eftersom de kan hjälpa till att fastställa ett verks tillstånd och ge insikter i en konstnärs teknik.

Men den genomträngande naturen hos röntgenstrålar betyder att allt i dess väg kommer att bidra till den resulterande bilden, som är informativ men kan ge bilder som är svåra att tolka. Detta gäller särskilt för paneler målade på båda sidor, eller där en konstnär har återanvänt en duk.

Genom att separera de komplexa röntgenbilderna, den nya algoritmen gör det möjligt för konsthistoriker, konservatorer och kulturarvsforskare för att bättre förstå gamla mästarmålningar, och informationen som avslöjas kan hjälpa experter när de skyddar och återställer ömtåliga delar.

Metoder för djupinlärning används nu för att ta itu med utmaningar som uppstår inom andra sektorer, inklusive hälso- och sjukvård, fintech, försvar och säkerhet.

Hélène Dubois, Chef för bevarandeprojektet för Gents altartavla, Royal Institute for Cultural Heritage (KIK-IRPA) sa:"Tillämpningen av AI på röntgenbildbehandling kommer att ge mycket användbara verktyg för att dekryptera komplexa tekniska bilder. De strukturella svagheterna hos trästöden och i mark- och färgskikten kan vara diagnostiseras med mer precision.

"Dessa bilder kommer också att hjälpa till att förstå bröderna Van Eycks tekniker och de förändringar som genomfördes under det successiva utförandet av detta unika mästerverk. Denna nya utveckling av användningen av traditionell röntgen har stor potential för otaliga tillämpningar inom konservering av oersättliga konstverk."