Il Consiglio Nazionale delle Ricerche attraverso l'Istituto di Scienze del Patrimonio Culturale (Cnr-Ispc) ha annunciato di aver compiuto progressi significativi nello studio e nella conservazione delle opere d'arte.
I ricercatori sono stati in grado di esaminare e assemblare con precisione e rapidità enormi volumi di dati generati dalle tecniche spettroscopiche a raggi X, grazie all'introduzione di un metodo rivoluzionario basato sull'intelligenza artificiale.
La nuova metodologia, che potrebbe cambiare per sempre l'Heritage Science, è stato sperimentata con successo su due frammenti della Pala Baronci di Raffaello Sanzio, conservati presso il Museo di Capodimonte a Napoli. La ricerca, pubblicata su 'Science Advances', segna una svolta significativa nell'ambito delle indagini non invasive applicate alle opere pittoriche. L'algoritmo di deep learning, addestrato su un vasto dataset sintetico di spettri XRF, analizza in modo accurato i dati, offrendo una nuova prospettiva sulla composizione chimica e sulla distribuzione dei pigmenti senza gli artefatti comuni delle analisi precedenti.
Il metodo proposto dal Cnr-Ispc non solo migliora la qualità dell'analisi ma anche l'affidabilità dei dati interpretati. Questo permette di ottenere dettagli fino ad ora inaccessibili sulle tecniche pittoriche e sullo stato di conservazione delle opere, contribuendo a una più efficace preservazione del nostro patrimonio culturale, ma ciò che risulta essere veramente rivoluzionario è l'uso esclusivo di dati sintetici per l'addestramento del modello di intelligenza artificiale senza la necessità di campioni reali, aprendo nuove possibilità per l'applicazione dell'IA nel campo dell'Heritage Science.