Archeomatica_2_2019

EDITORIALE
Fotogrammetria e Intelligenza Artificiale for All
La recente esplosione delle tecniche di Intelligenza Artificiale (AI), basata sull’apprendimento della macchina
verso applicazioni dirette alla documentazione e riproduzione, sta portando risultati sempre più soddisfacenti dal
punto di vista della qualità.
Le attuali tendenze vogliono vedere la AI per i Beni Culturali sulle analisi predittive, il riconoscimento
archeologico dei frammenti ceramici, l’attribuzione delle opere, ma quello che veramente può fare la differenza
è la possibilità di cercare informazioni all’interno di diverse banche dati traendone risultati che possano essere
analizzati, valutati e selezionati dalla mente umana che così impartirà alla macchina istruzioni di classificazione
delle informazioni che aiuteranno anche l’intelligenza artificiale a crescere.
Un esempio in questo campo è la frontiera di un progetto che si sta sviluppando all’interno delle banche dati
della Sovrintendenza del Comune di Roma, dove un’intelligenza artificiale creerà le condizioni per cercare le
informazioni di interesse dell’utente su decine di banche dati, normalmente aggiornate e popolate dagli addetti
del settore, che verranno interrogate per fornire risposte senza archiviare nuovi dati, ma solo attribuendo
criteri di affidabilità alle informazioni restituite, in funzione di come studiosi, ricercatori o normali cittadini
preleveranno i risultati.
Un altro aspetto in cui la AI sembra poter dare risposte coerenti è quella della analisi applicata al mondo della
scansione tridimensionale della realtà, attivando un confronto analitico tra lo stato dell'arte in materia di
fotogrammetria negli algoritmi di scansione 3D, attraverso una macchina che riesce autonomamente a classificare
i dati ed a strutturarli gerarchicamente, trovando quelli più rilevanti e utili alla risoluzione del problema
(esattamente come fa la mente umana), migliorando le proprie prestazioni con l’apprendimento continuo.
Una dimostrazione è riportata nell’articolo sulla tecnica di rilievo fotogrammetrica supportata da un algoritmo
di intelligenza artificiale di Nicola Santoro. L’algoritmo può essere allenato, a seconda dell'oggetto della
scansione, su specifici ambiti di ricerca, medicale, artistico, paesaggistico, ingegneristico e architettonico, con
un apprendimento profondo che aiuta il fotogrammetrista a catturare l'oggetto del rilievo a strati incrementali,
consentendo di spaziare dalla scala reale ad ingrandimenti fino a 500 x, ottenendo un livello di dettaglio che può
spingersi fino a consentire indagini sullo stato di degrado dei materiali strutturali.
Di certo l’analisi statistica è alla base di tali algoritmi, i cui risultati possono essere affidabili nell’ambito di
un’incertezza che nel campo della misura si definisce con un certo grado percentuale. Come è difficile poter
definire il valore vero di una misura effettuabile solo con strumenti non perturbati da fattori interni sistematici o
casualmente esterni, anche il risultato del lavoro dell’Intelligenza Artificiale, sempre relativo a quanto la mente
umana ha progettato, è affidabile in termini di valori percentuali che possono crescere ma mai arrivare a dare
una certezza di affidabilità del valore assoluto ricercato.
Di certo in questo confronto si libera la potenzialità della fotogrammetria che integra le nuvole di punti
direttamente rilevate, con nuovi punti originati da immagini con le procedure matematiche di algoritmi
fotogrammetrici classici o algoritmi di nuova tendenza spesso derivati dalle esigenze di costruzione di mondi
virtuali del cinema come quelli dello Structure from Motion.
E l’integrazione ottimale di questi due mondi si sta affacciando con i nuovi Smartphone dotati di camera ToF
Time-of-Flight, un sensore di profondità che utilizza i raggi infrarossi per stimare la distanza dagli oggetti nel
suo campo visivo. Questo è paragonabile al processo utilizzato per creare immagini 3D con laser scanner, ma le
misurazioni sono prese con lunghezze d'onda infrarosse, forse con precisioni inferiori al laser. Il nome Time-of-
Fligt si riferisce al tempo impiegato da un raggio infrarosso per essere inviato e restituito al sensore dopo aver
colpito un oggetto. Poiché la velocità della luce è costante, il dispositivo è in grado di calcolare quanto è lontano
un oggetto basandosi sulla misura del tempo di ritorno del raggio. Una tecnologia non nuova, già presente nei
progetti degli anni ’80, che ora finalmente si affaccia su strumenti alla portata di tutti sfruttando un potenziale
di elaborazione che aggiunge funzionalità significative con costi minimi.
Technology for All, appunto.
Buona lettura,
Renzo Carlucci