TECNOLOGÍAS PARA LA CONSERVACIÓN DEL ARTE Y PATRIMONIO CULTURAL. ALGORITMOS DE INTELIGENCIA ARTIFICIAL EN APLICACIONES

Autores/as

  • Teddy Alex Cevallos Bravo Universidad Técnica de Manabí

DOI:

https://doi.org/10.33732/ASRI.6741

Palabras clave:

Aplicaciones, Algoritmos, Inteligencia Artificial, Arte, Patrimonio Cultural

Resumen

Actualmente, la integración de algoritmos de Inteligencia Artificial en tecnologías emergentes ha ganado popularidad en diversos campos laborales. Dicha integración ha revolucionado la forma en que se abordan los desafíos asociados con la preservación de obras de arte, antigüedades y otros elementos del patrimonio cultural. Esta investigación, presenta una revisión sistemática sobre la aplicación de algoritmos de aprendizaje automático y visión por computadora en la identificación y análisis de materiales, daños y alteraciones en obras de arte. Estas herramientas permiten una evaluación más precisa y detallada, facilitando la detección temprana de posibles amenazas a la integridad de las obras, además no solo preserva la apariencia original, sino que también ofrece nuevas perspectivas sobre la historia y el contexto de las obras. Posteriormente, se identificaron algunos algoritmos de arte generativo, así como otros de predicción y monitoreo para evaluar el impacto del entorno en las obras de arte expuestas, permitiendo ajustes precisos en condiciones de almacenamiento y exhibición para prevenir daños a largo plazo. Finalmente, se destaca el potencial transformador de estos algoritmos (StyleGAN, BigGAN, CNN, sistemas difusos, algoritmos evolutivos, inteligencia de enjambre, Autoencoders, SRGAN, Neural Style Transfer, Histogram Equalization, Filtros No Locales, Transformada Wavelet, Filtros de Kalman, Aumentación de Datos, U-Net, ResNet, VGG16) y se plantean consideraciones éticas y culturales asociadas con su implementación. La combinación de tecnologías para la conservación del arte y algoritmos de inteligencia artificial ofrece un panorama prometedor para la preservación y apreciación continua de nuestro valioso patrimonio cultural.

Biografía del autor/a

Teddy Alex Cevallos Bravo, Universidad Técnica de Manabí

Teddy Alex Cevallos Bravo es Ingeniero en Sistemas de Información, titulado por la Universidad Técnica de Manabí, Ecuador. Nacido el 4 de noviembre de 1998 en Portoviejo, Ecuador, Su formación académica y experiencia profesional se centran en el desarrollo de sistemas de información y la investigación tecnológica. Durante su carrera, ha desarrollado una profunda pasión por el arte, integrando sus habilidades creativas con su formación técnica para abordar problemas desde perspectivas innovadoras. Ha participado en diversos proyectos que combinan tecnología y creatividad, contribuyendo significativamente al avance en su campo. Además, se esfuerza por mantenerse actualizado con los últimos avances tecnológicos y metodologías innovadoras, lo que le permite aportar soluciones eficaces y contemporáneas a los desafíos actuales. La música ha sido una constante fuente de inspiración y motivación, ampliando continuamente sus conocimientos en este campo. Su filosofía se basa en la perseverancia y la constancia, reflejada en la cita: "Que corran todos los demás que yo voy caminando; para llegar no hay que correr, solo seguir andando." Esta creencia le guía en su búsqueda continua de crecimiento personal y profesional, y en su compromiso con la excelencia en todos los proyectos en los que participa. tcevallos3723@utm.edu.ec

Citas

Avci, A. (2023). AI applications in cultural heritage preservation: technological advancements for the conservation, Baskent International Conference on Multidisciplinary Studies, pp. 94-101. https://doi.org/10.6084/m9.figshare.24077862.v1

Belhi, A., Bouras, A., Al-Ali, A. & Foufou, S. (2023). A machine learning framework for enhancing digital experiences in cultural heritage, Journal of Enterprise Information Management, 36(3), pp. 734-746. https://doi.org/10.1108/JEIM-02-2020-0059

Chaillou, S. (2020). ArchiGAN: Artificial Intelligence x Architecture. Architectural Intelligence, pp. 117–127. https://doi.org/10.1007/978-981-15-6568-7_8

Canavire, V. (2023). Inteligencia artificial, cultura y educación: una plataforma latinoamericana de podcast para resguardar el patrimonio cultural. Revista Científica en Ciencias Sociales, 23, 59-71. Recuperado a partir de https://shorturl.at/kwhq3

Casadiego, S. A. C., Rondón, C. V. N., & Delgado, B. M. (2020). Caracterización para la ubicación en la captura de video aplicado a técnicas de visión artificial en la detección de personas. Revista Colombiana de Tecnologías de Avanzada (RCTA), 2(36), 83-88. https://revistas.unipamplona.edu.co/ojs_viceinves/index.php/RCTA/article/view/3720

Cayón, V. B. (2020). Algoritmos de an{alisis de imágenes multiespectrales e hiperespectrales para la documentación e interpretación del arte rupestre. Recuperado de http://e-spacio.uned.es/fez/eserv/tesisuned:ED-Pg-TecInd-Vbayarri/BAYARRI_CAYON_Vicente_Tesis.pdf

Damir, Y., & Miakin, D. (2022). Las 10 mejores aplicaciones móviles de generación de arte con IA en 2023 para Android e IOS. Recuperado de: https://mpost.io/es/top-10-mobile-ai-art-generator-apps-in-2023-for-android-and-ios/

Escriva, F., & Madrid, J. (2010). Recuperado de: https://shorturl.at/N4U0s

Fuster Andujar, F. d. (2015). Aplicación Android de realidad aumentada para mostrar imágenes históricas de lugares turísticos de interés. Recuperado de: https://shorturl.at/qhEYU

García, L. M. (2023). Inteligencia Artificial y patrimonio cultural: una aproximación desde las Humanidades Digitales. DICERE, 149-160. https://doi.org/10.35830/dc.vi4.55

Guerrero Salinas, M., Mancilla González, C., & Alba Cadena, F. (2019). Sonotipo: Arte generativo a partir del sonido. Colección Diálogos Intelectuales del Siglo XXI, 93-104. Recuperado a partir de https://shorturl.at/WdMUp

Maldonado, A. (2020). La aplicación de la fotogrametría (SFM) y las nuevas tecnologías para la mejora de la documentación, difusión y divulgación del patrimonio arqueológico. Recuperado a partir de https://dialnet.unirioja.es/servlet/dctes?codigo=261576

Mondragón, S., & Leonardo, G. (2020). Aplicación de termografía infrarroja para el diagnóstico estructural de edificaciones históricas de adobe y quincha. Recuperado a partir de: https://shre.ink/DDY1

Morita, M. (2017). Registro en 3 dimensiones de bienes culturales - Aplicaciones al arte contemporáneo. Recuperado a partir de https://sedici.unlp.edu.ar/handle/10915/59257

Munster, S., Maiwald , F., de Leonardo, I., Henriksson, J., Isaac, A., Milica, M., Oomen, J. (2024). Artificial Intelligence for Digital Heritage Innovation: Setting up a R&D Agenda for Europe. Heritage, 794-816. https://doi.org/10.3390/heritage7020038

Noguera, J., & Jiménez, F. (2022). Prácticas de microscopía óptica aplicada al estudio del biodeteriodo de bbcc. Recuperado a partir de https://tv.us.es/media/1_p712lu0n

Otero Gonzáles, P. (2020). Las falsificaciones de objetos arqueológicos. Respuesta jurídico-penal. Revista d´ Arqueología de Ponent, 30, 439-454. Recuperado a partir de https://e-archivo.uc3m.es/handle/10016/34801#preview

Polo, M. Á. (2021). Inteligencia artificial para proteger el patrimonio. Diseñan sensores que detectan hongos, termitas y carcoma en obras de arte como retablos, lienzos o altares. También se usa en edificios históricos. Recuperado a partir de https://www.expreso.ec/buenavida/inteligencia-artificial-proteger-patrimonio-112866.html

Ramos, J. (2021). Herramientas Digitales para la educación. https://shre.ink/DDYH

Sipirán, I., Mendoza, A., Apaza, A., & López, C. (2022). Data-Driven Restoration of Digital Archaeological Pottery with Point Cloud Analysis. Revista internacional de división por computadora, 2149-2165. https://doi.org/10.1007/s11263-022-01637-1

Víctor, Y., & Rigondeaux, Y. (2021). Algoritmos para el procesamiento de imágenes con artefactos de endurecimiento de haz en tomografía computarizada. Revista Cubana de Ciencias Informáticas, 15(2). Recuperado a partir de http://scielo.sld.cu/scielo.php?pid=S2227-18992021000200096&script=sci_arttext&tlng=pt

Teddy Cevallos

Descargas

Publicado

31-07-2024

Cómo citar

Cevallos Bravo, T. A. (2024). TECNOLOGÍAS PARA LA CONSERVACIÓN DEL ARTE Y PATRIMONIO CULTURAL. ALGORITMOS DE INTELIGENCIA ARTIFICIAL EN APLICACIONES. ASRI. Arte Y Sociedad. Revista De Investigación En Artes Y Humanidad Digitales., (25), 31–45. https://doi.org/10.33732/ASRI.6741

Número

Núm. 25 (2024): OpenASRI. Número Misceláneo

Sección

Artículos

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

  • Adaptar — remezclar, transformar y crear a partir del material
  • para cualquier finalidad, incluso comercial.
  • Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios<. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
  • No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.