En este proyecto desarrollamos algoritmos computacionales avanzados basados en inteligencia artificial para apoyar la labor d conservación y restauración de material arqueológico. El foco de nuestra propuesta está en el diseño y desarrollo de redes neuronales que aprendan la estructura geométrica de objetos arqueológicos representados con formas 3D en el computador y que permita generar reparaciones plausibles a objetos dañados. Nuestra propuesta involucra la investigación de redes neuronales de tipo autoencoder variacionales son operadores convolucionales de grafos que nos permitirá sacarle mayor provecho a la información de entrada geométrica. Nuestra propuesta busca mejorar los tiempos que se usan para realizar conservación de material cultural. El producto final de nuestro trabajo es un software de visualización 3D y reparación 3D de objetos obtenidos desde un escáner 3D.