Durante mucho tiempo he asociado la restauración con una paradoja: para recuperar una obra necesitamos intervenir sobre sus fragmentos, pero cuanto más intervenimos sobre ellos, mayor es el riesgo de alterar aquello que pretendemos salvar. Un fresco fragmentado puede conservar una enorme cantidad de información, pero esa información aparece dispersa en decenas, cientos o incluso miles de piezas. Cada fragmento contiene una parte de la imagen, pero ninguna pieza nos explica por sí sola dónde debe volver a colocarse. Restaurar consiste, en cierto modo, en reconstruir una totalidad a partir de una memoria rota. Y ahí es donde el proyecto RePAIR introduce algo que me parece filosóficamente fascinante: una inteligencia artificial y un sistema robótico comienzan a colaborar para resolver ese enorme rompecabezas sin necesidad de disponer previamente de la imagen completa.
El proyecto RePAIR, desarrollado en el marco europeo de investigación y probado en Pompeya con fragmentos de frescos de la Casa de los Pintores en el Trabajo y de la Schola Armaturarum, combina visión por computador, reconstrucción tridimensional, inteligencia artificial y dos brazos robóticos equipados con sistemas de manipulación delicada. La máquina escanea los fragmentos en 3D, analiza sus formas y superficies y busca posibles correspondencias entre ellos. El sistema puede proponer combinaciones y, posteriormente, colocar las piezas con una precisión extraordinaria. Lo interesante no es solamente que un robot sea capaz de mover fragmentos; lo verdaderamente novedoso es que participa en el razonamiento necesario para descubrir cómo podría recomponerse una obra cuya imagen original ya no tenemos delante.
Aquí aparece una diferencia fundamental con un simple sistema automatizado. Una máquina convencional recibe una instrucción y ejecuta una secuencia conocida. RePAIR se enfrenta a un problema cuya solución no está completamente especificada de antemano. Tiene que explorar posibilidades, comparar geometrías, detectar coincidencias y construir hipótesis. En cierto sentido, se parece menos a una herramienta y más a un investigador especializado en una determinada forma de incertidumbre.
Eso me lleva a una pregunta que va mucho más allá de la restauración: ¿qué significa reconstruir algo cuando ya no poseemos su totalidad?
La pregunta parece sencilla, pero contiene uno de los problemas fundamentales del conocimiento. Constantemente intentamos comprender sistemas completos a partir de fragmentos. Lo hacemos en arqueología, en paleontología, en historia, en lingüística e incluso en nuestra propia memoria. Nunca poseemos toda la información. Trabajamos con restos, indicios, huellas y relaciones. Una palabra incompleta puede permitir reconstruir una frase; una pieza de cerámica puede ayudar a identificar una cultura; un hueso puede transformar nuestra comprensión de una especie. La inteligencia humana lleva miles de años haciendo algo parecido a resolver rompecabezas sin tener delante la imagen de la caja.
RePAIR convierte ese principio en un problema computacional.
Los fragmentos de un fresco pueden considerarse pequeñas islas de información. Cada uno posee bordes, curvaturas, pigmentos, texturas, espesores y relaciones geométricas. Ninguna característica aislada garantiza una correspondencia, pero la combinación de muchas puede producir una hipótesis extraordinariamente fuerte. La IA no necesita reconocer necesariamente la escena representada para comenzar a trabajar. Puede empezar por algo más fundamental: descubrir qué piezas podrían encajar físicamente.
Y aquí encuentro una idea especialmente poderosa: antes de reconstruir el significado, hay que reconstruir las relaciones.
Un fragmento no adquiere plenamente su identidad hasta que sabemos con qué otros fragmentos se relaciona. Una pieza de un fresco puede parecer insignificante cuando está aislada, pero puede adquirir sentido cuando encontramos otra que continúa exactamente su borde. La información no está únicamente contenida dentro del fragmento. Está también en la relación entre fragmentos.
Esto es algo que la inteligencia artificial puede explorar a una escala que resultaría prácticamente imposible para un equipo humano. Cuando existen cientos o miles de piezas, el número de combinaciones potenciales crece rápidamente. Un restaurador puede reconocer patrones extraordinarios, pero no puede comparar exhaustivamente todas las posibilidades. Un sistema computacional puede hacerlo mucho más rápidamente y utilizar esa capacidad para reducir el espacio de búsqueda.
La máquina no necesita poseer la imagen perdida.
Puede intentar encontrarla a partir de las relaciones que han sobrevivido.
Y esta idea me parece profundamente hermosa porque describe también cómo funciona nuestra memoria. Cuando recordamos una experiencia lejana, rara vez recuperamos una copia completa de lo sucedido. Recuperamos fragmentos: una imagen, un olor, una palabra, una sensación, un rostro. Después nuestra mente reconstruye una totalidad a partir de esas piezas. La memoria humana también es, en cierta manera, un puzzle sin imagen de referencia.
Pero existe una diferencia fundamental: nuestra memoria puede inventar.
Una máquina también puede equivocarse.
Por eso una reconstrucción automática nunca debería confundirse con una verdad histórica. Que dos piezas encajen geométricamente no demuestra necesariamente que originalmente pertenecieran juntas. Puede existir más de una configuración posible. Puede haber piezas similares procedentes de diferentes zonas. Puede faltar información crucial. La IA puede generar hipótesis extraordinariamente útiles, pero la interpretación y validación siguen siendo esenciales.
Precisamente por eso me parece tan interesante que RePAIR combine inteligencia artificial y robótica con especialistas humanos. La máquina puede explorar combinaciones y detectar correspondencias; el restaurador puede evaluar el contexto histórico, material y artístico. La tecnología no elimina la interpretación humana. La amplía.
Y cuando finalmente el robot coloca físicamente los fragmentos, se produce algo todavía más sorprendente: la hipótesis se convierte en una acción sobre el mundo.
Aquí aparece una diferencia importante respecto a otros sistemas de IA. Una IA que solamente genera una propuesta puede equivocarse de forma reversible. Un robot que manipula una pieza arqueológica tiene que convertir su razonamiento en movimiento físico. La precisión deja de ser únicamente matemática y se convierte en material.
Por eso las llamadas “manos blandas” tienen un significado que va más allá de la ingeniería. Una mano humana experta combina fuerza y sensibilidad. Sabe que no todos los objetos pueden ser tratados de la misma manera. Una pieza de cerámica, un fragmento de fresco y una piedra requieren diferentes formas de contacto. Diseñar sistemas robóticos capaces de manipular materiales frágiles supone intentar trasladar parte de esa sensibilidad física a una máquina.
Estamos enseñando a un robot no solamente a mover.
Estamos intentando enseñarle cómo tocar.
Y eso me parece uno de los grandes desafíos de la robótica futura.
Porque durante mucho tiempo hemos construido máquinas para ejercer fuerza. Ahora necesitamos construir máquinas capaces de ejercerla con delicadeza. La verdadera sofisticación no está en levantar una tonelada, sino en poder sostener un fragmento diminuto sin dañarlo. No está en excavar rápidamente, sino en saber cuánto retirar. No está en intervenir con fuerza, sino en intervenir exactamente lo necesario.
La restauración puede convertirse así en un laboratorio privilegiado para una nueva generación de robots: máquinas cuya inteligencia se manifiesta no en la potencia, sino en la contención.
Hay además otra dimensión fascinante en el caso de Pompeya. Los frescos no son simplemente objetos artísticos. Son fragmentos de una civilización que fue interrumpida violentamente. El Vesubio no destruyó solamente edificios; fracturó contextos culturales. Los colores, las figuras, las escenas y las composiciones quedaron dispersos. Restaurar esos fragmentos significa intentar reconstruir una experiencia visual que pertenecía a personas que desaparecieron hace casi dos mil años.
La máquina participa entonces en una conversación extraña entre tiempos.
Una inteligencia creada en el siglo XXI analiza fragmentos producidos por artistas de la Antigüedad. Un algoritmo identifica relaciones geométricas entre piezas que estuvieron separadas durante siglos. Un robot las vuelve a aproximar físicamente. Y de esa interacción emerge una imagen que quizá ningún ser humano contemporáneo había contemplado completa.
No hemos inventado la obra.
Estamos intentando devolverle continuidad.
Esto modifica también nuestra idea de creación. Normalmente pensamos que crear consiste en producir algo que antes no existía. Pero RePAIR nos recuerda que también puede existir una forma de creación mediante reconstrucción. No se crea desde la nada; se hace emerger una configuración posible a partir de elementos supervivientes.
La frontera entre restaurar y crear se vuelve entonces extremadamente delicada.
Si faltan piezas, ¿hasta dónde podemos reconstruir? ¿En qué momento dejamos de recuperar una obra y comenzamos a inventarla? ¿Debe una reconstrucción mostrar únicamente aquello que puede demostrarse? ¿Podemos representar digitalmente hipótesis alternativas? ¿Qué ocurre cuando una IA encuentra una configuración matemáticamente plausible pero históricamente incierta?
Estas preguntas serán cada vez más importantes.
Quizá la solución no sea exigir una única reconstrucción definitiva, sino conservar diferentes niveles de certeza. Una pieza puede estar confirmada. Otra puede tener una alta probabilidad de correspondencia. Otra puede ser una hipótesis. La tecnología debería permitir que esas diferencias permanezcan visibles.
Porque una reconstrucción verdaderamente rigurosa no debería ocultar sus incertidumbres.
Debería hacerlas legibles.
Y esto me lleva a una conclusión más amplia. RePAIR no solamente muestra que podemos utilizar IA para restaurar frescos. Muestra que estamos entrando en una época en la que las máquinas pueden comenzar a trabajar directamente con fragmentos de realidad y construir hipótesis sobre las estructuras perdidas que los conectaban.
Eso tiene aplicaciones que van mucho más allá de Pompeya.
Podemos imaginar manuscritos fragmentados, esculturas rotas, cerámicas dispersas, estructuras arquitectónicas incompletas, mosaicos destruidos o restos arqueológicos separados por siglos de desplazamientos. Allí donde existan suficientes huellas, una combinación de visión artificial, geometría, aprendizaje automático y robótica podría ayudar a reconstruir relaciones que antes exigían años de trabajo.
La gran revolución quizá no sea que las máquinas restauren más rápido.
Quizá sea que puedan explorar espacios de posibilidades que ningún equipo humano podría recorrer exhaustivamente.
El restaurador seguirá siendo imprescindible, pero ya no tendrá necesariamente que enfrentarse solo a un océano de combinaciones. La IA puede funcionar como una especie de explorador de hipótesis. Puede decir: estas piezas podrían relacionarse de esta manera; estas otras presentan una compatibilidad menor; esta configuración contradice determinados datos; esta hipótesis merece ser examinada.
Entonces el especialista vuelve a entrar en escena.
La máquina abre caminos.
El humano decide cuáles merecen ser recorridos.
Y quizá esa relación sea uno de los modelos más interesantes para nuestra futura convivencia con la inteligencia artificial.
No necesitamos máquinas que piensen exactamente como nosotros.
Necesitamos máquinas capaces de explorar regiones cognitivas que nosotros no podemos recorrer con facilidad y devolvernos mapas comprensibles de esas regiones.
RePAIR hace visible esta posibilidad de una manera casi perfecta: la máquina busca entre fragmentos; encuentra relaciones; propone una estructura; y finalmente utiliza su cuerpo robótico para materializarla.
Pensándolo así, el proyecto representa algo mucho más profundo que una nueva técnica de restauración.
Representa el paso de una inteligencia artificial que genera a una inteligencia artificial que reconstruye.
Y quizá reconstruir sea una de las tareas más importantes que podremos confiar a las inteligencias futuras. Nuestro mundo está lleno de fragmentos: ecosistemas degradados, archivos incompletos, lenguas desaparecidas, edificios destruidos, objetos rotos, recuerdos dispersos y conocimientos que han quedado separados de sus contextos originales. La civilización no solamente necesita crear cosas nuevas. También necesita aprender a recomponer aquello que ha perdido.
Por eso me interesa tanto imaginar el futuro de esta tecnología.
Quizá algún día un robot se encuentre ante miles de fragmentos que para nosotros parecen irreconocibles. No tendrá delante la imagen original. No sabrá exactamente qué representan. Pero podrá medirlos, compararlos, relacionarlos y comenzar a construir hipótesis. Poco a poco aparecerán conexiones. Una pieza encontrará a otra. Después otra. Una superficie empezará a adquirir continuidad. Un color recuperará su vecino perdido. Una figura comenzará a emerger de la fragmentación.
Y en ese momento sucederá algo que considero profundamente simbólico.
La inteligencia artificial no habrá creado una imagen del pasado.
Habrá ayudado al pasado a reconstruirse a sí mismo a partir de las huellas que consiguió conservar.
Quizá ahí se encuentre una de las formas más nobles de utilizar nuestra nueva inteligencia tecnológica: no imponer nuestra imaginación sobre los restos del pasado, sino desarrollar herramientas suficientemente inteligentes y suficientemente humildes para escuchar lo que los fragmentos todavía pueden decir.
Porque una civilización también puede entenderse como un enorme fresco roto.
Tenemos las piezas.
Tenemos algunas conexiones.
Tenemos enormes vacíos.
Y ahora estamos empezando a construir máquinas capaces de ayudarnos a descubrir qué fragmentos pertenecían juntos.
Tal vez el verdadero desafío no sea enseñar a una máquina a resolver un puzzle.
Sea enseñarle a distinguir entre la solución que queremos encontrar y la solución que los fragmentos realmente permiten encontrar.
Ahí comienza la verdadera inteligencia.
Y quizá, entre las ruinas de Pompeya, estemos viendo uno de sus primeros gestos: dos brazos mecánicos acercándose lentamente a una pieza de casi dos mil años, no para imponerle una nueva historia, sino para preguntarle dónde estuvo alguna vez su lugar.
No hay comentarios:
Publicar un comentario