L’intelligenza artificale (IA) per individuare siti archeologici

Un modello che potrà possa essere adattato ad altri contesti di ricerca archeologica

BOLOGNA, 13 GIUGNO – Un team di ricercatori dell’Università di Bologna ha sviluppato un innovativo sistema di intelligenza artificiale (IA) che combina l’esperienza umana con algoritmi di apprendimento automatico per individuare potenziali siti archeologici in Mesopotamia.

Marco Roccetti

Presentato in un articolo Open Access sulla rivista Scientific Reports del gruppo Nature, e firmato tra gli altri da Marco Roccetti, professore al Dipartimento di Informatica, Scienza e Ingegneria dell’Università di Bologna, il sistema è stato messo a punto a punto a partire dall’esame automatico di foto satellitari della pianura mesopotamica: i risultati mostrano che è in grado di fare previsioni corrette sulla presenza di potenziali siti di interesse archeologico con un’accuratezza dell’80%.

Nell’ambito dell’IA, spesso si discute il rischio di sostituzione dell’essere umano in professioni che richiedono competenze specifiche. Secondo Roccetti, questo studio offre una prospettiva diversa: l’IA può diventare un prezioso alleato delle scienze umane, purché l’esperienza umana sia coinvolta nel processo.

La sfida del progetto risiedeva nella complessità del riconoscimento di potenziali siti archeologici attraverso foto satellitari. A differenza del riconoscimento facciale, dove un algoritmo può essere addestrato con efficacia nonostante le molteplici sfumature dei visi umani, la geometria degli insediamenti archeologici possono variare significativamente a seconda dei contesti, rendendo la loro individuazione più complicata.

Inoltre, i metodi convenzionali di analisi di immagini, come la segmentazione, il transfer learning e la self-attention, non sono sufficienti per ottenere risultati soddisfacenti. Il numero limitato di immagini disponibili rappresenta un ulteriore ostacolo: qualche migliaio di foto di siti archeologici noti possono essere un tesoro per gli archeologi, ma sono insufficienti per l’addestramento di un algoritmo.

Per affrontare queste sfide, i ricercatori hanno sviluppato una procedura collaborativa che unisce le competenze dell’IA con quelle degli archeologi. Il punto di partenza è stato un webGIS, dove sono stati raccolti i dati di 16 precedenti ricerche archeologiche di superficie, con quasi 5000 siti tracciati e verificati.

Le previsioni dell’IA basate sull’analisi delle foto satellitari vengono corrette e annotate da esperti, e poi riutilizzate per il miglioramento progressivo dell’algoritmo. Questa metodologia, nota come “human-in-the-loop method”, ha permesso di raggiungere un livello di accuratezza vicino all’80% nell’identificazione di potenziali siti archeologici.

“I numerosi esperimenti che abbiamo realizzato dimostrano che il sistema può velocizzare la fase esplorativa del terreno: un processo oggi condotto manualmente dagli archeologi, con grande dispendio di tempo ed energie”, spiega Roccetti. I risultati ottenuti utilizzando modelli e software open source, e dati e informazioni liberamente disponibili, suggeriscono che questo modello possa essere adattato e replicato in altri contesti di ricerca archeologica.

Nella foto in alto, presa da Unibo Magazine, si vede l’Area di test nella provincia di Maysan (Iraq) con siti identificati dagli archeologi (in blu) e le previsioni del modello di AI (in giallo). I siti individuati dall’occhio degli studiosi e dal sistema automatico sono equivalenti e, soprattutto, il modello è in grado di ignorare le aree prive di caratteristiche significative

Ultime Notizie

Vulci nel Mondo

Il più grande database online di reperti dall' Etruria

Notizie correlate