Een AI gestuurde robot die eeuwenoude fresco’s van Pompeii als een gigantische puzzel reconstrueren kan, klinkt als sciencefiction maar is sinds deze week concreet. In Pompeii is het EU project RePAIR officieel afgerond, met een werkend prototypesysteem dat met computer vision, machine learning en twee zachte robotarmen duizenden brokstukken scant, matcht en fysiek terugplaatst. Een goede Engelstalige videoreportage over deze doorbraak is hier te zien: https://www.youtube.com/watch?v=bPIdM2WFf8E
Waar gaat RePAIR precies over, en waarom is dit zo’n relevant AI nieuwsfeit voor vandaag, ook voor Nederlandse lezers die vooral gewend zijn AI te zien in cloud, chips en generatieve modellen?
Van scherven naar systeem: hoe RePAIR werkt
De kern van RePAIR, voluit “Reconstructing the Past: Artificial Intelligence and Robotics Meet Cultural Heritage”, is een end to end systeem voor archeologen. Waar restauratoren normaal jaren of zelfs decennia handmatig sorteren, meten en passen, doet dit platform drie cruciale stappen geautomatiseerd.
Eerst worden fragmenten op hoge resolutie gedigitaliseerd, inclusief 3D contouren en kleurinformatie. Daarna komen AI algoritmes in beeld die patronen, randen en kleurgradaties vergelijken. Deze modellen zoeken naar mogelijke matches tussen honderden of duizenden stukken, zonder dat er een voorbeeldafbeelding is van het oorspronkelijke kunstwerk.

Pas in de laatste stap neemt het robotsysteem het over. In de Casina Rustica, een gerestaureerd gebouw op het terrein van Pompeii, is een speciale robotopstelling gebouwd met twee armen en zogenoemde soft hands. Deze zachte grijpers kunnen brokstukken oppakken, draaien en positioneren zonder de kwetsbare verflaag of ondergrond te beschadigen. De hardware volgt de puzzelvoorstellen van de AI software en legt de delen fysiek neer op een drager, terwijl restauratoren kunnen meekijken, corrigeren en ingrijpen.
Iconische testcases met twee zwaar beschadigde topstukken
Het project richt zich niet op willekeurige scherfstapels. De proefopstelling in Pompeii gebruikt twee concrete casussen die tot de top van het werelderfgoed behoren.
De eerste is een set grote plafondfresco’s uit the House of the Painters at Work, in de Insula of the Chaste Lovers. Deze schilderingen werden al in het jaar 79 na Christus beschadigd bij de uitbarsting van de Vesuvius en raakten vervolgens opnieuw zwaar getroffen tijdens bombardementen in de Tweede Wereldoorlog. De fragmenten liggen al jaren in opslag.
De tweede casus zijn fresco’s uit de Schola Armaturarum, bekend als het House of the Gladiators, die in 2010 instortte. Ook hier gaat het om honderden tot duizenden losse stukken met onduidelijke herkomst binnen het geheel. Menselijke teams zijn hier al jaren mee bezig, maar lopen tegen pure schaal en complexiteit aan.
Voor de eerste testfasen zijn digitale kopieën en fysieke replica’s van deze fragmenten gebruikt. Daarmee konden de robotarmen vrij experimenteren zonder risico op onherstelbare schade, terwijl de AI modellen leerden omgaan met slijtage, ontbrekende delen en vervaagde kleuren.
AI als puzzeloplosser zonder referentiebeeld
Wat RePAIR technisch interessant maakt, is dat de algoritmes een puzzel oplossen die in meerdere opzichten moeilijker is dan een gewone legpuzzel. Bij een commerciële puzzel is het eindbeeld bekend, zijn alle stukjes aanwezig en hoort elk deel bij exact één afbeelding.
Bij Pompeii is geen origineel referentiebeeld beschikbaar, zijn grote stukken voorgoed verdwenen en zijn fragmenten van meerdere werken tijdens eerdere opgravingen gemengd geraakt. In de woorden van projectcoördinator Marcello Pelillo lijkt de taak op het door elkaar gooien van meerdere dozen puzzels tegelijk, zonder de deksels te bewaren.

De AI pipeline combineert daarom verschillende technieken uit computer vision en patroonherkenning. Randdetectie en vormvergelijking bepalen welke scherfranden theoretisch kunnen aansluiten, terwijl textuur en kleurprofielen helpen bij het inschatten of twee delen artistiek bij elkaar horen. Machine learning modellen zijn getraind om met onvolledige data om te gaan, zodat ze ook nuttige voorstellen kunnen doen als een groot deel van de rand of het beeld verdwenen is.
Belangrijk is dat archeologen en restauratoren via een interface kunnen meekijken, suggesties kunnen accepteren of afwijzen en extra context kunnen toevoegen. De AI beslist dus niet autonoom over de definitieve reconstructie, maar fungeert als versneller en assistent binnen een gecontroleerd conservatieproces.
Europese samenwerking en Horizon 2020 financiering
RePAIR is een klassiek voorbeeld van Europees deeptechbeleid. Het project is gefinancierd vanuit het Horizon 2020 programma voor Future and Emerging Technologies, met een totale projectomvang van ruim 3,5 miljoen euro en looptijd van 2021 tot eind oktober 2025.
De coördinatie ligt bij de universiteit Ca’ Foscari in Venetië, met partners als het Italiaanse Instituut voor Technologie, Ben Gurion University, Instituto Superior Técnico in Portugal, de universiteit van Bonn en het Italiaanse ministerie van cultuur. Pompeii zelf, via het Archeologisch Park van Pompeii, fungeert als testlocatie en conservatiepartner.
Voor investeerders en beleidsmakers die eerder op Itechnet lazen over kapitaalintensieve AI projecten zoals OpenAI haalt 500 miljard waardering, nu groter dan SpaceX laat RePAIR een ander spectrum zien. Hier zijn geen hyperscale datacenters en advertentiemodellen aan de orde, maar gerichte R&D op het snijvlak van erfgoed, robotica en computer vision, met relatief beperkte budgetten en een duidelijk maatschappelijk mandaat.
Waarom dit relevant is voor de AI industrie
De RePAIR technologie is formeel ontwikkeld voor erfgoed, maar de onderliggende bouwstenen zijn direct toepasbaar in andere sectoren. Denk aan industriële kwaliteitscontrole waarbij beschadigde componenten moeten worden geïnspecteerd en hersteld, logistiek rond sorteren van ongestructureerde objecten, of medische toepassingen bij reconstructie van beeldmateriaal.
Voor de brede AI markt is dit nieuws interessant om drie redenen. Ten eerste illustreert het hoe gespecialiseerde, domeinspecifieke AI systemen waarde toevoegen buiten de bekende tekst en beeld generatieve modellen. Ten tweede laat het zien dat combinatie van software en hardware, in dit geval robotarmen met soft hands, een concurrentievoordeel oplevert ten opzichte van pure softwareoplossingen. Ten derde maakt het duidelijk dat Europa via publieke financiering concrete use cases neerzet, in een domein waar commerciële prikkels minder dominant zijn, maar reputatierisico’s hoog liggen.
Voor lezers die eerder volgden hoe hardware innovatie het verschil maakt in AI, bijvoorbeeld in stukken over nieuwe AI opslagarchitecturen of edge hardware, is RePAIR relevant omdat het een robuust, fysiek AI systeem in een veeleisende omgeving laat zien, met kwetsbare, unieke objecten die geen fouten toestaan.
Ethische en operationele randvoorwaarden
De directie van het Archeologisch Park benadrukt dat de toekomst van archeologie afhangt van ethisch verantwoord AI gebruik. Dat betekent onder meer transparantie richting wetenschappelijke gemeenschap over hoe beslissingen in het systeem tot stand komen, zodat reconstructies reproduceerbaar en betwistbaar blijven.
Operationeel blijven restauratoren eindverantwoordelijk voor de integriteit van het kunstwerk. De robot mag bijvoorbeeld alleen met replica’s werken in vroege fases, en pas in latere stadia op basis van gevalideerde digitale modellen met originele fragmenten aan de slag gaan. Logging van alle stappen is essentieel, zowel voor wetenschappelijke documentatie als voor latere evaluaties.
Voor Europese toezichthouders sluit dit nauw aan bij het bredere debat over AI governance in kritieke domeinen. Waar eerdere berichten op Itechnet, zoals META personaliseert je feed met AI, lieten zien hoe consumentenprofilering druk zet op privacyregels, ligt de nadruk hier op integriteit van cultureel erfgoed en wetenschappelijke betrouwbaarheid. De onderliggende vraag blijft hetzelfde, hoe borg je dat krachtige algoritmes menselijke besluitvorming ondersteunen, in plaats van ondoorzichtige zwarte dozen te worden?
Wat volgt na het einde van RePAIR
Met het formele einde van het RePAIR project deze week verschuift de focus van pure R&D naar uitrol, valorisatie en opschaling. De huidige opstelling in Pompeii blijft een referentielab voor verdere testen en samenwerking, terwijl partners zoeken naar aanvullende financiering via nieuwe EU calls of nationale fondsen.
Op termijn is het waarschijnlijk dat delen van de technologie, zoals de computer vision modules en de interface voor archeologen, worden hergebruikt in commerciële of semi commerciële producten voor musea en onderzoeksinstellingen. De robotische infrastructuur, inclusief soft robotics en geavanceerde grijpers, kan ook in andere sectoren worden ingezet.
Voor de AI community is dit een tastbare case die laat zien dat investeringen in fundamentele technologie, zelfs met relatief bescheiden budgetten, direct kunnen resulteren in zichtbare, maatschappelijk relevante toepassingen. In plaats van de zoveelste generatieve AI demo is dit een functionerend systeem dat letterlijk helpt werelderfgoed uit stof en scherven terug te halen.
Veelgestelde vragen over RePAIR
Vraag 1: Wat maakt het RePAIR systeem technologisch bijzonder ten opzichte van bestaande restauratietools?
Het systeem combineert hoge resolutie 3D scanning, geavanceerde computer vision en machine learning met een fysieke robotopstelling met twee zachte robotarmen. In plaats van alleen virtueel te matchen, kan het systeem ook daadwerkelijk fragmenten oppakken en positioneren, terwijl restauratoren in de lus blijven. De puzzel wordt bovendien opgelost zonder vooraf bekend eindbeeld, iets wat standaardtools meestal niet aankunnen.
Vraag 2: Worden originele fresco’s direct door de robot gemanipuleerd?
In de huidige fase zijn vooral digitale modellen en fysieke replica’s gebruikt om de algoritmes en hardware te testen. Dit minimaliseert risico op schade aan originele stukken. Pas wanneer workflows, veiligheidsprotocollen en nauwkeurigheid voldoende zijn gevalideerd, kan het systeem onder toezicht van restauratoren met authentiek materiaal werken.
Vraag 3: Hoeveel tijdwinst levert RePAIR op voor archeologen?
Exacte cijfers verschillen per casus, maar de bedoeling is om reconstructiewerk dat nu jaren of decennia handmatig zou kosten, terug te brengen tot aanzienlijk kortere trajecten. De grootste winst zit in het voorselecteren van plausibele matches en het automatiseren van repetitieve fysieke handelingen. Archeologen besteden daardoor meer tijd aan interpretatie en wetenschappelijke duiding dan aan mechanisch puzzelwerk.
Vraag 4: Wat is de rol van de Europese Unie in dit project?
RePAIR is gefinancierd onder het Horizon 2020 programma, specifiek binnen de Future and Emerging Technologies lijn. De EU draagt ruim 3,5 miljoen euro bij en faciliteert een consortium van universiteiten, onderzoeksinstituten en het Archeologisch Park van Pompeii. Het project dient als demonstratie van hoe publieke R&D middelen kunnen worden ingezet om AI en robotica in te zetten voor cultureel erfgoed.
Vraag 5: Heeft deze technologie toepassingen buiten archeologie?
Ja, de onderliggende AI en robotica bouwstenen zijn generiek inzetbaar. Sectoren als industriële inspectie, logistiek, medische beeldreconstructie en zelfs rampenrespons kunnen profiteren van systemen die zelfstandig complexe fragmentcollecties scannen, matchen en fysiek manipuleren. RePAIR fungeert dan als referentiecase voor robuuste AI in fysiek kritieke omgevingen.
