Seguici sui nostri social

Stai cercando qualcosa in particolare?

Cultura

AI E ARCHEOLOGI ALLA SCOPERTA DI NUOVI SITI

Un gruppo di ricercatori dell’Università di Bologna ha sviluppato un nuovo sistema che combina l’esperienza degli archeologi con l’analisi di algoritmi di AI per individuare siti archeologici nella pianura alluvionale della Mesopotamia meridionale, utilizzata come caso di studio.

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.
COLLABORAZIONE TRA ALGORITMI DI AI ED EXPERTISE UMANA

Utilizzando foto satellitari e analizzando i dati raccolti, infatti, il modello è in grado di prevedere con alta precisione l’ubicazione di potenziali siti di interesse archeologico. Secondo i risultati pubblicati sulla rivista Scientific Reports del gruppo Nature, il sistema ha un’accuratezza dell’80%. Grazie alla collaborazione tra esperti di informatica e archeologi, questo nuovo sistema potrebbe rivoluzionare gli studi archeologici e consentire di scoprire nuove informazioni sulla storia antica della regione.

“Oggi il dibattito sull’AI si concentra spesso sul rischio che queste tecnologie possano sostituire l’uomo anche in professioni che richiedono un alto contenuto di competenze specifiche, ma questo studio ha dimostrato che esiste un’altra prospettiva con cui guardare al problema.

In ambito archeologico, infatti, non solo oggi questo rischio non si pone, ma anzi il raggiungimento di alti livelli di accuratezza nell’individuazione automatica di siti archeologici è possibile solo se si instaura un meccanismo di collaborazione tra algoritmi di AI ed expertise umana“.

Marco Roccetti, professore al Dipartimento di Informatica – Scienza e Ingegneria dell’Università di Bologna che ha coordinato la ricerca insieme all’archeologo Nicolò Marchetti
IL PROBLEMA DEL RICONOSCIMENTO DEI SITI ARCHEOLOGICI

Ciò è dovuto al fatto che il problema iniziale, ovvero riconoscere potenziali siti di interesse archeologico tramite l’analisi di foto satellitari, è un’impresa estremamente complessa anche rispetto al riconoscimento automatico dei volti. Infatti, nonostante l’infinita varietà di sfumature nella morfologia di un viso umano, è possibile addestrare con successo un algoritmo di apprendimento automatico.

Nel caso degli insediamenti archeologici, la loro geometria può variare notevolmente a seconda del contesto, il che rende difficile identificarli tramite analisi artificiale. Anche le tecniche sofisticate di segmentazione (semplificare l’immagine dividendola in più parti), il transfer learning (sfruttare modelli pre-addestrati per risolvere nuovi problemi) e la self attention (individuare le relazioni tra elementi diversi a partire da ampi database) non sono in grado di ottenere risultati soddisfacenti da sole.

LA MANCANZA DI MATERIALE DISPONIBILE

Inoltre, c’è il problema della quantità di materiale disponibile: sebbene un archivio di migliaia di foto satellitari di siti noti sia un patrimonio prezioso, non è sufficiente per creare un sistema automatico che individui nuovi siti archeologici con precisione.

Per superare questi ostacoli, gli studiosi dell’Università di Bologna hanno sviluppato un metodo collaborativo che combina l’intelligenza artificiale con il lavoro degli archeologi. Il punto di partenza è stato un webGIS dove – grazie ai progetti di ricerca EDUU prima e KALAM adesso – erano stati raccolti e georiferiti i dati di 16 precedenti ricognizioni archeologiche di superficie con quasi 5000 siti tracciati e verificati.

LA METODOLOGIA

Il funzionamento del sistema si basa sulla valutazione di immagini satellitari tramite l’utilizzo di un modello di intelligenza artificiale. Questo modello fornisce alcune indicazioni che vengono in seguito corrette ed annotate da studiosi esperti (in questo caso la dottoranda Valentina Orrù) per essere poi nuovamente inserite nell’algoritmo in un processo di apprendimento progressivo, che è stato supervisionato dal giovane ricercatore Luca Casini. Grazie a questa metodologia è stato possibile individuare siti archeologici potenziali nascosti con una precisione dell’80%.

“La metodologia che abbiamo messo a punto segue dunque uno schema che nella letteratura è noto come human-in-the-loop method, ma che in realtà raramente trova applicazione in casi significativi, e sicuramente non era mai stato utilizzato nel campo dell’archeologia.

I numerosi esperimenti che abbiamo realizzato hanno dimostrato che il sistema nel suo complesso può senza dubbio velocizzare la fase esplorativa del terreno: un processo che oggi è condotto dagli archeologi in modo interamente manuale, con grande dispendio di tempo ed energie”.

Marco Roccetti, professore al Dipartimento di Informatica – Scienza e Ingegneria dell’Università di Bologna

Questi promettenti risultati – specifica l’Ateneo – sono stati ottenuti utilizzando modelli e software open source e attraverso dati e informazioni disponibili liberamente. Si tratta quindi di un modello adattabile e replicabile per altri contesti di ricerca archeologica.

Lascia un commento
Subscribe
Notificami
guest
0 Commenti
Oldest
Newest Most Voted
Inline Feedbacks
View all comments
Advertisement

Articoli correlati

Sanità

È possibile digitalizzare la Sanità a 360° e fornire i servizi quotidiani in telemedicina? Un quesito che, negli ultimi anni, sta diventando sempre più...

Assicurazioni, Digitale

Quale sarà l’apporto dell’Intelligenza artificiale sulla vita quotidiana? Che tipo di impatto avrà nell’ambito lavorativo e nella sfera della sanità? Tanti interrogativi che, giornalmente,...

Sanità

L’Intelligenza Artificiale (IA) sta rivoluzionando la medicina personalizzata e le terapie digitali (DTx) sono uno dei suoi ambiti di innovazione più promettenti. Già oggi,...

Mondo

I detriti orbitali rappresentano una sfida sempre più urgente. Le ultime stime, infatti, contatto circa 36.500 di detriti con dimensioni superiori a 10 centimetri...