法国中央人民广播公司(CNR)文化遗产科学研究所(Istituto di Scienze del Patrimonio Culturale)的一组化学家和人工智能研究人员开发了一种人工智能模型，能够确定用于制作古典绘画的颜料的化学成分。

　　在他们发表在《科学进展》上的论文中，该小组描述了他们如何开发他们的人工智能模型，并使用包含50万个合成光谱信息的数据集对其进行训练，这些光谱代表了57种颜料和相关化合物。

　　维护和/或修复老画，特别是那些高价值的，既是艺术也是科学。专家们在许多领域都受过训练，从化学到植物学和历史。由于这些艺术品的高价值，在进行修复工作之前，人们寻求新的技术来更好地了解一幅给定画作的性质。

　　一个主要的兴趣领域是艺术家使用的颜料的化学成分。如果使用了错误的化学物质，可能会发生反应，导致油漆破裂，可能会破坏一幅古老的杰作。在这项新的研究中，研究小组将人工智能带入了任务中。

　　为了了解构成一种特定油漆的化学物质，专家们使用x射线荧光技术——x射线成像以一种非侵入性的方式完成，并得出与特定油漆相关的详细元素组成。不幸的是，艺术家混合颜料以获得所需的颜色这一事实使得识别单个颜料变得更加困难。

　　试图确定这种混合物中的化学物质通常需要有根据的猜测，这会导致错误。为了减少这种错误，研究人员开发了一种人工智能模型，能够接收宏观x射线荧光(MA-XRF)数据集，对其进行分析，然后打印出用于创作给定画作的所有油中发现的化学物质。该模型使用包含500,000个合成光谱信息的数据集进行训练。

　　一旦模型完成并完成了初步测试，研究小组就会进行更现实的测试，要求它识别艺术家拉斐尔(Raphael) 1501年至1502年创作的两幅画所使用的油画中的化学物质。

　　这两种物质都已经用其他方法进行了广泛的研究和测试，这意味着它们的化学成分已经被事先确定。研究小组发现，该模型能够正确识别化学物质，包括白色油漆中的铅、红色油漆中的汞和绿色油漆中的铜。

　　?2024 Science X Network