Unica Radio Raccontiamo la città che cambia
Un gruppo di ricercatori del Consiglio Nazionale delle Ricerche ha sviluppato un innovativo metodo per l’analisi delle opere pittoriche di Raffaello, utilizzando l’intelligenza artificiale
Il nuovo approccio sviluppato dai ricercatori del CNR-Ispc si basa su un’analisi dettagliata dei dati spettrali ottenuti tramite la Macro X-ray Fluorescence (MA-XRF). Questa tecnica non invasiva permette di generare immagini precise della distribuzione dei pigmenti nelle opere pittoriche. Nel caso della Pala Baronci, opera del celebre Raffaello, i risultati sono stati notevoli: l’analisi ha rivelato dettagli inediti sulla composizione chimica dei pigmenti usati dall’artista.
L’uso dell’intelligenza artificiale applicata a queste tecniche ha reso possibile una più rapida elaborazione dei dati raccolti, migliorando notevolmente la qualità delle immagini ottenute. Questo rappresenta un grande passo avanti rispetto alle tecniche tradizionali, che richiedono tempi più lunghi e sono spesso limitate dalla qualità dei dati stessi. “Grazie all’intelligenza artificiale – spiega Francesco Paolo Romano del CNR-Ispc – siamo riusciti ad analizzare in modo preciso milioni di spettri XRF, superando i limiti delle tecniche convenzionali”.
L’importanza della Pala Baronci e i risultati della ricerca
La Pala Baronci, dipinta nel XVI secolo e conservata al Museo di Capodimonte a Napoli, è un’opera centrale per la comprensione dell’evoluzione artistica di Raffaello. Grazie alla collaborazione tra il Museo, il CNR, l’INFN e l’Università Vanvitelli, i frammenti superstiti della pala sono stati sottoposti a uno studio approfondito. Questo ha permesso di identificare con estrema precisione la distribuzione degli elementi chimici presenti nei pigmenti usati dall’artista.
L’uso della MA-XRF ha inoltre consentito di evitare i tipici artefatti presenti nelle analisi tradizionali, migliorando l’affidabilità dei dati interpretati. Gli studiosi sottolineano come l’introduzione di un modello di deep learning, addestrato su un vasto dataset sintetico composto da oltre 500mila spettri XRF di pigmenti e miscele pittoriche, abbia rivoluzionato il processo di analisi. Questo modello permette di ottenere risultati di alta qualità senza necessità di campioni reali, un aspetto chiave per l’Heritage Science.
L’intelligenza artificiale nella conservazione del patrimonio culturale
L’utilizzo dell’intelligenza artificiale rappresenta un grande progresso per la conservazione del patrimonio culturale. L’analisi dei dati spettrali è infatti complessa e richiede tecniche sofisticate per essere interpretata correttamente. Lo studio della Pala Baronci ha dimostrato che, grazie all’uso di algoritmi di deep learning, è possibile ottenere risultati di alta qualità in tempi molto più brevi rispetto ai metodi tradizionali.
Secondo Romano, l’aspetto più innovativo della ricerca è proprio l’impiego esclusivo di dati sintetici per l’addestramento del modello. Questo permette di ottenere analisi estremamente accurate senza necessità di competenze specifiche nella gestione dei dati spettroscopici, rendendo la metodologia accessibile a un numero più ampio di studiosi e professionisti del settore.
