近年来，越来越多的研究人员开始利用机器学习技术，来识别特定艺术品的创作者，或者鉴定画作的真伪。现在，机器学习技术在艺术领域又有了新的应用。

最近，荷兰代尔夫特理工大学的研究人员开发了一种基于卷积神经网络（CNN）的模型，旨在恢复由于墨水褪色和变色而受损的梵高画作。

研究团队致力于探索如何利用机器学习技术对这些退化的画作进行像素级别的修复。这些作品目前无法展出，如果不加以保护，几十年后可能会彻底损坏。因此，研究团队希望开发出一种模型，可以自动重建这些珍贵的艺术品，从而保护它们，并让公众有机会欣赏。

研究团队成员范德卢布解释道：“我们主要的目标之一是通过机器学习的方法预测艺术品在纸上的原始状态以及未来的变化。这种方法综合了对所用颜料的深入研究及其随着时间变化而变色的结果。例如，这可以帮助我们想象梵高某幅画在创作时的真实面貌。”

这种技术由范德卢布和他的同事们设计，结合了多分辨率图像分析和深度CNNs技术，以预测过去绘画的像素级外观。CNNs是一种受生物神经网络（如人类大脑中的神经网络）启发的算法，可以通过分析大量数据来完成特定任务。

在他们的研究中，研究人员专门训练了一个CNN，利用数字技术在纸上重现褪色的梵高画作。该算法是在一个包含过去一个世纪中不同质量的原始图纸复制品的数据集上进行训练的。

研究人员在一系列实验中对其模型进行了评估，结果表明该模型取得了显著的效果。他们的发现证明了利用机器学习技术对退化图像、文件和艺术品进行预测和修复的可行性。尽管这项研究特别关注于重建梵高的画作，但该模型同样适用于其他退化的纸本艺术品或19世纪的手稿。

对于艺术保护而言，绘画和素描的退化是一个重要的挑战。可以说，能够自动重建不完整或受损的艺术品的工具将极大地简化艺术史学家的工作。