AI4HERITAGE: intelligenza artificiale e modelli digitali per il patrimonio archeologico
AI4HERITAGE è un progetto di ricerca e sviluppo dedicato all’applicazione dell’intelligenza artificiale alla digitalizzazione, alla conoscenza e alla gestione del patrimonio archeologico.
Il progetto nasce con l’obiettivo di automatizzare e rendere più efficiente il passaggio dai rilievi tridimensionali di un sito archeologico alla costruzione di modelli digitali informativi HBIM, Heritage Building Information Modeling.
Il caso di studio scelto per la sperimentazione è la Domus di Giulio Polibio, nel Parco Archeologico di Pompei. La complessità architettonica, storica e conservativa della Domus rappresenta un contesto ideale per sviluppare e validare soluzioni tecnologiche applicabili anche ad altri siti culturali.
Dalla nuvola di punti al modello HBIM
Le attività prendono avvio dal rilievo tridimensionale della Domus attraverso tecnologie Laser Scanner e fotogrammetriche. I dati acquisiti vengono elaborati per ottenere una nuvola di punti accurata e navigabile, utilizzata come base per le successive attività di analisi e modellazione.
Una parte centrale del progetto riguarda la costruzione di un dataset tridimensionale specifico per il dominio archeologico. Gli elementi presenti nella nuvola di punti vengono riconosciuti, separati e classificati secondo una tassonomia condivisa con gli esperti di settore.
Pareti, colonne, volte, pavimenti, coperture, aperture ed elementi architettonici vengono trasformati in dati strutturati utilizzabili per addestrare modelli di intelligenza artificiale.
L’obiettivo è consentire agli algoritmi non soltanto di riconoscere la tipologia di un elemento, ma anche di distinguere i diversi oggetti appartenenti alla stessa categoria. Questo processo costituisce un passaggio fondamentale verso l’automazione delle attività Scan to BIM, oggi ancora caratterizzate da un forte intervento manuale.
Intelligenza artificiale per lo Scan to BIM
Nel progetto vengono sperimentati modelli di deep learning per la segmentazione semantica e di istanza delle nuvole di punti.
La segmentazione semantica permette di identificare la categoria architettonica associata a ogni punto del rilievo. La segmentazione di istanza consente invece di riconoscere i singoli elementi fisici, distinguendo, ad esempio, una colonna dalle altre presenti nello stesso ambiente.
Le informazioni ottenute potranno essere utilizzate per ricostruire in maniera progressivamente automatizzata gli elementi parametrici del modello HBIM, riducendo i tempi necessari per l’interpretazione e la modellazione dei dati di rilievo.
Un modello digitale ricco di informazioni
Il modello HBIM della Domus di Giulio Polibio viene sviluppato in Autodesk Revit e concepito non come una semplice rappresentazione tridimensionale, ma come un ambiente informativo condiviso.
Agli elementi del modello possono essere associate informazioni relative all’identificazione, ai materiali, alle tecniche costruttive, alle fasi cronologiche, allo stato di conservazione, ai fenomeni di degrado e agli interventi di restauro.
Gli abachi predisposti all’interno del modello permettono di organizzare e consultare questi dati in maniera strutturata. Il modello potrà inoltre essere collegato a documenti, tavole e approfondimenti scientifici, favorendo una lettura integrata della storia costruttiva e conservativa della Domus.
In questa prospettiva, il digital twin diventa uno strumento a supporto della ricerca, della manutenzione programmata, della conservazione e della condivisione delle conoscenze tra professionisti e istituzioni.
Un progetto multidisciplinare
AI4HERITAGE riunisce competenze provenienti dal mondo dell’ICT, dell’intelligenza artificiale, dell’architettura, dell’archeologia e della conservazione.
Il partenariato di progetto comprende SMS Engineering, capofila dell’iniziativa, Major Bit Consulting e l’Università degli Studi di Napoli Federico II, coinvolta attraverso il Dipartimento di Architettura, DIARC, e il Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione, DIETI.
Le attività spaziano dallo studio storico e architettonico del sito alla definizione della semantica del modello, dall’acquisizione dei dati tridimensionali allo sviluppo degli algoritmi di segmentazione e ricostruzione.
Technova contribuisce alle attività operative e tecnologiche legate alla costruzione del dataset tridimensionale, alla segmentazione della nuvola di punti, alla sperimentazione dei modelli di intelligenza artificiale e all’organizzazione delle informazioni da integrare nel modello HBIM.
Innovazione e nuove opportunità di collaborazione
AI4HERITAGE rappresenta per Technova un’importante occasione di crescita delle competenze nell’ambito dell’intelligenza artificiale applicata ai dati 3D, della computer vision e della digitalizzazione del patrimonio culturale.
Le tecnologie e le metodologie sviluppate possono trovare applicazione non soltanto nei siti archeologici, ma anche nella gestione di edifici storici, complessi monumentali, musei e infrastrutture culturali.
Technova è interessata ad avviare nuove collaborazioni con imprese tecnologiche, università, centri di ricerca, enti culturali e soggetti attivi nei settori del rilievo digitale, della modellazione BIM, dell’intelligenza artificiale e della realtà aumentata.
L’obiettivo è costruire nuove partnership capaci di trasformare i risultati della ricerca in strumenti, servizi e applicazioni concrete per la conoscenza, la conservazione e la valorizzazione del patrimonio.
Vuoi condividere esperienze di ricerca in questo campo con il team di progetto?
Scrivi a info@technova-cpi.org