La fotografia que s’esvaeix.
En moltes cases, la fotografia més valuosa no és necessàriament la més ben conservada. Pot ser una imatge petita, doblegada i descolorida en què amb prou feines es distingeix el rostre d’un avi, una celebració antiga o un carrer que ja no existeix. Durant dècades, recuperar aquests records familiars requeria paciència, coneixements avançats, eines professionals i moltes hores de retoc manual. Era un procés costós i lent que reservava la restauració a peces de gran valor o a aficionats amb molt de temps.
Els nous sistemes d’intel·ligència artificial han arribat per reduir aquesta barrera i accelerar el procés. Amb una intervenció mínima, alguns programes detecten ratllades, redueixen el soroll, reconstrueixen vores perdudes i milloren la nitidesa de les cares desgastades pel temps. Tanmateix, l’aparent facilitat del resultat amaga una pregunta delicada sobre l’autenticitat del record. Quan una eina de visió artificial decideix el color d’uns ulls descolorits o el patró d’un vestit tacat, està recuperant la fotografia original o està imaginant una versió versemblant però inventada?
Dualitat entre el record original i la reconstrucció digital: una fotografia familiar desgastada mostra el contrast entre el deteriorament del paper amb el pas del temps i la nitidesa recuperada mitjançant tècniques de restauració assistida per IA.
La intel·ligència artificial ofereix l’oportunitat de rescatar un llegat que s’extingeix, però obliga a traçar una frontera clara entre la conservació física, la reparació digital tècnica i la recreació generativa.
Abans de l’algorisme, un bon escaneig
Abans de recórrer a la intel·ligència artificial per arreglar una fotografia antiga, el primer pas en qualsevol llar hauria de ser una bona digitalització. Com recorda l’Institut del Patrimoni Cultural d’Espanya (IPCE), disposar d’una còpia digital d’alta qualitat permet consultar i compartir les imatges sense tornar a manipular la fotografia física. D’aquesta manera s’evita desgastar-la, tacar-la o deteriorar-la encara més.
El pas fundacional de la conservació: digitalització en alta resolució per generar una còpia mestra sense retocs, protegint el suport físic i assegurant una còpia de seguretat segons la regla 3-2-1 amb les metadades corresponents.
Per no perdre detalls valuosos pel camí, els Arxius Nacionals dels Estats Units i altres institucions especialitzades aconsellen crear una «còpia mestra». Es tracta d’un escaneig d’alta resolució, desat en un format que no redueixi la qualitat i sense aplicar filtres ni retocs automàtics de color. L’objectiu és capturar una representació fidel del paper tal com es troba en el present, amb les seves llums, les seves ombres i les marques del pas del temps.
A més, aquestes institucions recomanen acompanyar els arxius digitals amb informació bàsica —les metadades: qui hi apareix, on i quan es va fer la fotografia— i aplicar la regla de seguretat 3-2-1: desar tres còpies de l’arxiu en dos suports diferents —per exemple, l’ordinador i un disc dur— i mantenir-ne almenys una fora de casa, com ara al núvol. Conservar intacta aquesta primera còpia digital permet que qualsevol retoc posterior sigui reversible i no destrueixi el registre de l’estat original.
Com aprèn una màquina a reparar una imatge
Per entendre la intel·ligència artificial aplicada a una fotografia descolorida o trencada, convé saber que l’ordinador no «mira» la fotografia com un ésser humà. La màquina processa valors numèrics organitzats en una quadrícula de píxels i busca patrons repetits.
Esquema del processament algorítmic: la xarxa neuronal analitza la imatge dividint el treball entre la reconstrucció de danys estructurats —esquerdes i taques— i el modelatge de danys difusos mitjançant el reconeixement de patrons visuals.
L’entrenament d’aquests sistemes comença amb un recurs enginyós: els investigadors agafen imatges modernes de bona qualitat i les fan malbé expressament. Hi afegeixen esquerdes, borrositats, soroll digital, taques o tons groguencs simulats. D’aquesta manera, la màquina pot comparar massivament la versió deteriorada amb la neta. Mitjançant xarxes d’aprenentatge profund, l’algorisme aprèn quines transformacions pot aplicar per produir una versió neta plausible, encara que no necessàriament idèntica a l’original que es va perdre.
Quan un programa analitza una fotografia familiar real, distingeix dos tipus principals de problemes:
Danys localitzats: són les ratllades, les taques o els plecs. Per tractar-los, la màquina examina l’entorn de la zona danyada i «omple» el buit adaptant textures o colors propers.
Danys generals: inclouen la manca de contrast, el desenfocament o el gra excessiu. En aquest cas, la tecnologia pot aplicar models de superresolució per estimar detalls probables.
Finalment, en els processos de colorització o restauració de rostres, la màquina consulta una biblioteca interna de patrons apresos. Si a una cara li falta nitidesa, l’algorisme busca trets de rostres similars i dibuixa uns ulls, unes pestanyes o uns llavis versemblants. La màquina no està «recordant» la persona de la fotografia, sinó calculant quins trets acostumen a tenir les persones en imatges amb aquella il·luminació i aquell angle.
El projecte que va retornar claredat a les fotografies antigues
Un dels avenços més destacats en aquesta matèria és el projecte Bringing Old Photos Back to Life, presentat el 2020 a la Conferència sobre Visió per Computador i Reconeixement de Patrons (CVPR) per investigadors de la City University of Hong Kong, Microsoft Research Asia, Microsoft Cloud AI i la Universitat de Ciència i Tecnologia de la Xina.
Aquest equip va dissenyar un marc de treball capaç de resoldre múltiples danys simultàniament. El principal repte era que, a diferència dels experiments de laboratori, les fotografies antigues reals no disposen d’una còpia original intacta amb la qual comparar el resultat per saber si l’ordinador ha encertat o s’ha equivocat.
Arquitectura dual d’autocodificadors variacionals (VAE) presentada a CVPR 2020: combinació de branques globals i locals per duplicar la claredat de la imatge, supeditada al judici visual humà davant l’absència d’una còpia original de referència.
Per afrontar aquest problema, van crear una arquitectura basada en dos autocodificadors variacionals (VAE). En lloc de treballar únicament píxel per píxel sobre la imatge visible, van transformar les imatges danyades i les netes en dues representacions matemàtiques compactes, conegudes com a espais latents. En acostar totes dues representacions, el sistema va aprendre a traduir patrons deteriorats en versions visualment més netes.
El sistema va dividir el treball en dues àrees especialitzades:
1. Branca global: dedicada a reparar danys estructurats, com ara ratllades i taques de pols.
2. Branca local: enfocada a reduir danys no estructurats i estesos, com el soroll i la borrositat.
En les proves de laboratori amb imatges d’assaig, els resultats van ser impressionants: el sistema va aconseguir gairebé duplicar la claredat de les fotografies —eliminant el gra i les interferències— i va reduir a menys de la meitat les imperfeccions visuals, aconseguint una imatge molt més natural. Tanmateix, quan es treballa amb fotografies antigues reals apareix un obstacle inevitable: no existeix una còpia original impecable amb la qual comparar matemàticament el resultat. A la pràctica, l’única manera de jutjar la restauració és a simple vista. Per aquesta raó, els seus mateixos creadors aclareixen que es tracta d’una eina de recerca molt avançada i accessible per a tothom, però no d’un mètode oficial d’arxiu ni d’un sistema que garanteixi una fidelitat històrica infal·lible.
Entre el record i la invenció
El veritable dilema de la restauració digital apareix quan la informació física ha desaparegut completament. Si una esquerda travessa la cara d’una persona i elimina un ull o la boca, els models generatius actuals, com GFP-GAN o CodeFormer, recorren a patrons facials apresos prèviament per reconstruir la zona. El resultat pot ser impactant i nítid, però obre un debat ètic: l’eina no està recuperant el rostre real del familiar, sinó generant trets plausibles a partir de grans conjunts d’imatges.
Passa una cosa semblant amb la colorització automàtica. Projectes com Colorful Image Colorization —desenvolupat per Zhang, Isola i Efros— mostren que la intel·ligència artificial assigna colors plausibles per a l’ull humà a partir de patrons apresos en més d’un milió d’imatges. Per exemple, el programa podria acolorir un barret de marró i una jaqueta de blau perquè són opcions freqüents en les seves dades, però ignoraria si en realitat aquelles peces de roba eren verdes o vermelles.
Aquestes limitacions tècniques comporten riscos de biaixos culturals i alteracions involuntàries de la memòria. Europeana adverteix que les eines d’intel·ligència artificial poden introduir informació inexistent en els arxius històrics i difuminar la frontera entre representació autèntica i modificació. La versió generativa no hauria de substituir mai l’original, sinó presentar-se com una recreació interpretativa, identificada i contextualitzada.
Conservar la memòria sense confondre-la
La intel·ligència artificial ens ofereix una oportunitat extraordinària per connectar emocionalment amb les nostres arrels i rejovenir àlbums familiars que semblaven condemnats a l’oblit. Tanmateix, per preservar la història personal sense desdibuixar-la, convé adoptar un flux de treball familiar responsable estructurat en quatre capes:
1. L’original físic: conservat en un sobre o una caixa de qualitat arxivística, lluny de la humitat i de la llum directa. Si la peça és valuosa o presenta danys complexos, convé consultar un professional de la conservació.
2. L’escaneig mestre: la còpia digital fidel, preferiblement en un format sense pèrdua com TIFF i lliure de retocs.
3. La restauració conservadora: correccions digitals bàsiques que eliminen pols, ajusten la brillantor o corregeixen inclinacions sense inventar informació.
4. La versió generativa o acolorida: el resultat de la IA per imprimir o compartir, sempre acompanyat d’una etiqueta clara que indiqui la seva naturalesa de «recreació assistida per IA».
Compartir aquestes fotografies restaurades amb la família, especialment amb les generacions més grans que van conèixer els protagonistes o els llocs originals, ofereix una valuosa comprovació contextual i pot obrir una conversa entranyable. La tecnologia ha d’actuar com un pont de claredat cap al passat: un mitjà per complementar el record, però mai un substitut que reescrigui la història real. La clau no és renunciar a l’eina, sinó poder distingir sempre allò que va quedar registrat d’allò que ha estat reconstruït.
