Publié le 19 octobre 2026 · Publication originale
Chicago, 15 octobre 2026.
Depuis plus d'un siècle, les rayons X révèlent sous certaines peintures des compositions abandonnées.
Mais une radiographie superpose couche visible, peinture sous-jacente, préparation, toile et châssis.
On sait qu'une autre image existe sans toujours savoir quelle trace appartient à quelle couche.
À Northwestern University, Aggelos Katsaggelos et Maria Kokkori développent avec l'Art Institute of Chicago et le Van Gogh Museum une IA destinée à résoudre ce problème.
Le projet s'appelle "Hidden Paintings, Layered Histories".
Un simulateur reproduira la manière dont pigments et couches picturales produisent des signaux sous différentes techniques d'imagerie. Ces données entraîneront des modèles contraints par la physique des matériaux.
Le système ne devra pas produire "la" peinture cachée.
Lorsque plusieurs structures sont compatibles avec les mesures, il devra proposer plusieurs reconstructions physiquement plausibles et quantifier leur incertitude.
Une image convaincante n'est pas une preuve matérielle.
Les œuvres de Van Gogh serviront de cas d'essai grâce aux données techniques des deux musées.
Le financement révèle aussi un déplacement institutionnel.
Le 14 octobre, Schmidt Sciences annonce 10 millions de dollars pour 19 équipes de son Humanities and AI Virtual Institute, choisies parmi 501 propositions de 42 pays.
Les outils, codes, poids de modèles et jeux de référence développés doivent être partagés ouvertement.
ULTRA®
Le problème relève des "problèmes inverses": reconstruire une structure cachée à partir de signaux incomplets.
Deux stratigraphies différentes peuvent produire des mesures proches. Une reconstruction crédible visuellement peut donc être scientifiquement fausse.
La réponse de Northwestern consiste à combiner plusieurs modalités, la physique des pigments et une estimation explicite de l'incertitude.
Pour les musées, cela change le dossier.
Une œuvre pourrait être documentée non seulement par son image visible, sa provenance et ses restaurations, mais par un modèle probabiliste de ses états antérieurs.
Attribution, conservation et histoire du geste pourraient en être enrichies.
Mais le projet reste au stade du développement. Aucune peinture cachée nouvelle n'a encore été authentifiée grâce à cette architecture.
L'Europe possède une concentration exceptionnelle d'œuvres et d'archives matérielles.
La valeur scientifique future dépendra aussi de ceux qui maîtrisent les modèles, les données d'imagerie, les standards de preuve et la reproductibilité permettant de les interpréter.
STENDHAL
Un tableau peut avoir une histoire plus profonde que sa surface.
Sources
Northwestern Engineering, 15 octobre 2026
Schmidt Sciences, Humanities and AI Virtual Institute, 14 octobre 2026
#Museums #ArtConservation #ArtificialIntelligence #ArtHistory #ScientificImaging #VOCEAssociation