在人工智能时代，对数字信息的有效组织成为艺术品保存的关
138 https://www.guancha.cn/ChanJing/2021_03_24_585159.shtml
键。在构建数字档案的过程中，相关从业者利用三维建模对艺术品的图像结构进行转化，将影像、手稿、照片等珍贵资料存入数据库，通过先进的计算机管理手段，对海量信息进行监控、分类、检索和呈现。艺术品的数字化保存并不排斥“物理”形态，而是提供了增强艺术的多种方式，能够避免艺术品信息的破坏与丢失，尽可能地保留其文化价值，与此同时也可以方便用户查阅和研究人员的深入研究。
1. “百度AI 秦始皇兵马俑复原工程”
在人工智能时代，博物馆建设打破传统博物馆建设的限制，打造了全新的艺术品展示模式。“百度AI 秦始皇兵马俑复原工程”代表了人工智能技术首次在世界顶级博物馆的大规模应用。2017 年 5 月 18 日，百度与西安兵马俑博物馆宣布联合启动该项目，实现了破损兵马俑的“复原”以及文物信息发智能化展示，背后依托于图像识别、 3D 构图、全景合成、增强现实在内的多种AI 技术。
西安兵马俑博物馆的观众通过手机百度AR 功能，可以扫描兵马俑二号坑“平面布局图”“跪射俑灯箱”“铜车马结构图”，亲眼看到“活起来”的兵马俑等文物。同时，该项目不仅强调数字化展示，还包含文物的复原、透视、解说等等。例如，AI 能够自动复原破损的兵马俑，包括形状、色彩等等，避免了兵马俑出土后因环境湿度和保存问题产生的颜料剥落问题。再比如AI 可以进行透视，让观众看到尚未挖掘的二号俑坑，领略 2000 年前兵马俑排兵布阵的盛景。
百度与西安兵马俑博物馆的合作才刚刚开始，双方还将展开人工智能技术领域的更多合作和探索——比如未来百度语音技术可被用于博物馆自动讲解，再比如百度人脸技术可用于博物馆检票，甚至百度无人车可用于博物馆的游客接驳，这些合作也有望被复制到更多博物馆。
图 3-15 百度 AI 秦始皇兵马俑复原工程139
2. “圣米歇尔山：模型的数字视角”
微软推出的“人工智能文化遗产计划”（AI for Cultural Heritage）同样旨在利用人工智能的力量，增强保护和丰富文化遗产的人员和组织的能力。通过与世界各地的非营利组织、大学和政府合作，“人工智能文化遗产计划”帮助保护我们所说的语言、我们生活的地方和我们珍视的文物。
2019 年，西雅图历史与工业博物馆（MOHAI）和微软公司联合举办的新展览“圣米歇尔山：模型的数字视角”（Mont-Saint-Michel: Digital Perspectives on the Model）是微软人工智能文化遗产计划的一部分。该展览独特地融合了 17 世纪和 21 世纪的技术，数字复原了一座坐落在法国诺曼底海岸偏远潮汐岛上的中世纪修道院。在微软人工智能和混合现实技术以及最近发布的 HoloLens 2 设备的支持下，该互动展览将游客带入风景如画的圣米歇尔山全息之旅，游客不仅可以享受物理模型的美丽，而且时会发现自己在岛上大教堂内，并近距离欣赏其哥特式设计的壮丽景色。
139 http://home.baidu.com/home/index/news_detail/id/17691
图 3-16 2019 年“圣米歇尔山：模型的数字视角”展览现场140
3. 传统服饰的虚拟转化
利用 3D 服装虚拟显示技术保存传统服饰，是近年来纺织工程领域的热门趋势，利用虚拟仿真技术对传统服饰进行虚拟仿真和还原，将二维画面转化为三维虚拟服饰，增加越剧服饰的传播方式，使人们更轻松、更细致地观察传统服饰，成为传承和保存传统服饰所传达的文化历史的一种方式。
在传统服饰方面，结合人工智能的虚拟保存已经被该领域的很多学者研究。例如学者Liu 采用虚拟仿真技术对精选的 12 套越剧服饰进行还原。首先分析了十二种入选越剧服饰的服饰风格、面料、颜色和图案，了解越剧服饰的特点，分析了越剧风格制作结构图，利用服装 CAD 系统和虚拟仿真技术对越剧服装进行 3D 仿真恢复和展示。通过对越剧服饰的三维虚拟仿真分析，了解越剧服饰文化，提取越剧服饰风格元素，进一步进行越剧服饰元素设计，融合传统与现代，为传统戏曲服饰的保存与传播提供了替代方案，实现越剧服饰数字化展示，发展了戏曲服饰文化的保存和传播方式。
140 https://mohai.org/exhibits/mont-saint-michel/
图 3-17 越剧服装数字分类技术线路图141
4. 南通蓝印花布的数据分类
在信息分类方面，基于人工智能的多层次数字化资源分类体系为艺术品的储存和管理提供了便利。以南通蓝印花布的数据分类为例，作为最早列入非物质文化遗产的传统艺术形式之一，南通蓝印花布由于缺少对蓝印花布数字化纹样的归一化编码，在传承与保存方面面临巨大的挑战。人工智能成为解决该问题的重要途径之一，2020 年，于翔、沈美等研究者利用人工智能技术，对其纹样进行分类与总结，为南通蓝印花布纹样的继承和创新研究提供了新思路。
这项工作首先根据南通蓝印花布博物馆的大量资料，对南通蓝印花布博物馆的蓝印花布实物照片进行了收集，从中提取了大量的蓝印花布的原始数据资料。随后，采用数据增强技术，对采集到的纹理样本进行了扩展。最后，在深度学习的 AlexNet 模型的基础上，对基于纹理图案的文化内涵进行了分析，并将其训练集和测试集划分为 8∶
141 Kaixuan Liu , Shunmuzi Zhou, Chun Zhu, and Zhao Lü，Virtual simulation of Yue Opera costumes and fashion design based on Yue Opera elements, Fashion and Textiles, (2022) 9:31.
2；通过对南通蓝印花布纹样数据进行对比。结果显示，在 0.002 的学习速率下，AlexNet 模型对南花布的纹样分类结果具有较高的准确度。
在蓝印花布的发展过程中，蓝印花布纹样数量、种类不同，导致分布密度不同，而且是随机变化的。对蓝印花布数字化纹样进行归一化编码处理，有效地调整了蓝印花布纹样数量分布的密度，不仅在时间效率上有显著提高，在准确性方面也取得了突破性的进展。
图 3-18 AlexNet 网络结构示意图
图 3-19 部分蓝印花布纹样样本数据截屏