Come si insegna a un sistema di Intelligenza Artificiale a leggere una struttura archeologica?
È una delle domande alla base di AIRA, Artificial Intelligence for the study of Roman Architecture, il progetto di ricerca che vede Technova impegnata insieme all’Università degli Studi di Napoli L’Orientale e SMS Engineering nello sviluppo di nuove metodologie digitali per lo studio del patrimonio architettonico romano.
Il progetto parte da un presupposto centrale per lo sviluppo di qualsiasi applicazione di Intelligenza Artificiale: la qualità di un modello dipende innanzitutto dalla qualità dei dati utilizzati per addestrarlo. Per questo una parte significativa delle attività è dedicata alla costruzione di un dataset specialistico di immagini archeologiche che vengono selezionate e annotate sulla base di una tassonomia sviluppata insieme agli specialisti del dominio archeologico. Il dataset viene progressivamente esteso per aumentare la rappresentatività di elementi architettonici, materiali, tecniche edilizie e rivestimenti differenti.
L’obiettivo è andare oltre la semplice classificazione di una fotografia. Le immagini vengono annotate individuando le singole regioni corrispondenti agli elementi architettonici, come elevati murari, archi, colonne, pilastri, soglie o piani pavimentali, e associando a ciascuna regione informazioni descrittive quali tecnica edilizia, materiale, tessitura e rivestimento.
Questo processo permette di trasformare la conoscenza specialistica degli archeologi in dati strutturati utilizzabili per l’addestramento di algoritmi di Computer Vision.
I dati prodotti costituiscono la base per sperimentare modelli di segmentazione e classificazione capaci di identificare automaticamente gli elementi presenti nelle immagini e di riconoscerne le caratteristiche. Il progetto prevede infatti lo sviluppo e la validazione di algoritmi di deep learning per il riconoscimento degli elementi architettonici e, nelle fasi successive, l’integrazione dei risultati all’interno di un’applicazione web dedicata alla loro fruizione.
AIRA rappresenta per Technova anche un terreno di sperimentazione più ampio sul tema dei dataset specialistici: come acquisire conoscenza da esperti di dominio, trasformarla in tassonomie utilizzabili dai modelli, costruire processi di annotazione consistenti e produrre dati adeguati all’addestramento di modelli AI.
È un tema che supera il singolo caso applicativo e apre possibilità di collaborazione con università, centri di ricerca e imprese interessati allo sviluppo di soluzioni di Computer Vision in domini nei quali il dato richiede una forte competenza specialistica.