Archeologia, intelligenza artificiale e satelliti fanno Indiana Jones

Un centro di ricerca dell’Iit lavora con l’Esa per creare il primo sistema di intelligenza artificiale capace di esplorare dal cielo i beni archeologici non ancora trovati

Paradossalmente, la sfida più grande per sposare le immagini satellitari e l’archeologia è tutta informatica: riuscire ad addestrare una rete neurale capace di generare un sistema di riconoscimento automatico, capace di trovare quello che neanche gli operatori umani riescono a vedere, utilizzando pochissimi dati per la fase di trial iniziale.

Arianna Traviglia, ricercatrice e coordinatrice del Centre for Cultural Heritage Technology (Ccht) è l’ideatrice del Cultural Landscapes Scanner, il progetto che vede la collaborazione tra l’Istituto italiano di tecnologia (Iit) e l’Agenzia spaziale Europea (Esa) per identificare dall’alto siti archeologici non noti utilizzando le immagini satellitari con strumenti di intelligenza artificiale. Le tecniche di analisi delle immagini, che si sviluppa con un progetto dalla durata di due anni, servono a trovare delle piccole alterazioni della superficie terrestre, particolarmente della vegetazione, per rintracciare strutture antiche che ancora giacciono sottoterra: marcatori della superficie che possono indicare la presenza di resti ancora non scoperti. Ma se la ricetta “intelligenza artificiale + immagini satellitari + archeologia” sembra facile, in realtà è un esercizio di un’estrema complessità che finora nessuno è riuscito a realizzare come il team guidato da Traviglia sta cercando di fare.

I problemi da affrontare

Il primo problema è di natura squisitamente informatica
I sistemi di machine learning e le reti neurali che vengono addestrate per generarli sono diventati quasi un’ovvietà. Li troviamo ovunque e vengono utilizzati, per esempio, per riconoscere le foto di una persona attraverso migliaia di fotografie diverse, a prescindere dalla posizione del volto o dal taglio di capelli. Oppure le traduzioni “automatiche” come quelle di Google Translate, o le frasi create partendo da un semplice indizio di Gpt-3 di OpenAi. Quello che questi sistemi hanno in comune, a parte un approccio induttivo, è la mole gigantesca di dati utilizzati per l’addestramento.

Metà per imparare e metà per verificare che effettivamente l’Ai abbia “capito” il concetto. Una mole di milioni o miliardi di esempi che nel settore archeologico semplicemente non esistono. Il primo limite per addestrare una Ai capace di riconoscere da una immagine satellitare multispettrale (cioè con una testata che registra immagini anche al di là della porzione dello spettro visibile all’occhio umano, in questo caso l’infrarosso) è che per l’archeologia sono poche, pochissime.

Insegnare la fotointerpretazione alle macchine richiede poi competenze di geologia, che è tutta un’altra scienza rispetto all’archeologia, oltre alle competenze di informatica. E qui salta fuori l’altra particolarità del lavoro di Traviglia e di molti suoi collaboratori: il curriculum universitario “eccentrico”. Per esempio, Traviglia si è laureata in Storia a Venezia, prima di fare la scuola di specializzazione in Archeologia a Trieste seguita da un dottorato in geomatica ad ingegneria, sempre a Trieste. Una umanista che ha saltato lo steccato dello Stem, con un dottorato fortemente interdisciplinare, circondata da ingegneri, fisici e geologi. “Però – spiega Traviglia – è questo che mi ha permesso di creare questo progetto: c’era bisogno di una figura ibrida che parlasse due linguaggi, le scienze umanistiche e le scienze dure“. E “nascere” archeologa è fondamentale: spesso l’errore è quello di voler applicare le discipline scientifiche alle scienze umanistiche senza comprenderne però le reali esigenze. Invece, dice Traviglia, “se vogliamo fare tecnologie per i beni culturali, le digital humanities, dobbiamo partire da queste e cercare soluzioni, creare software, che abbiano effettivamente valore, altrimenti lo capiamo“.

Le diverse lingue della scienza

Questo però non vuol dire che Traviglia sia diventata una informatica, una ricercatrice nel settore della chimica o una teorica dell’intelligenza artificiale: “No, non arriverò mai a quei livelli, ma devo avere il linguaggio e le competenze che mi permettono di creare un progetto e poi capire quali sono le possibilità e le competenze che mi servono per realizzarle. In altre parole, so qual è la mia domanda di ricerca, e questa domanda è chiaramente legata a una competenza di tipo umanistico formatasi nel corso degli anni. Ma devo parlare anche altre lingue per poter cercare la risposta“.

Chiarita la peculiarità di Traviglia, la sfida unica che è riuscita a creare per sé e il suo gruppo, diventa anche più chiaro quanto sia complessa ma originale la risposta che il progetto sta cercando di dare. In un settore come quello del machine learning, in cui si dà più spazio alla potenza di calcolo e ai big data necessari per l’addestramento, Traviglia e i suoi lavorano invece sulla terza gamba del problema, cioè gli algoritmi, l’unica variabile sulla quale ha senso logico intervenire.

L’archeologia vista dal cielo

«Il telerilevamento per l’archeologia – dice Traviglia – ha più di 100 anni, la ripresa a distanza del territorio passa dalle mongolfiere, dai piccioni con microscopiche fotocamere appese al corpo, sino ad arrivare alla aerofotogrammetria. Abbiamo tantissime immagini, per l’Italia soprattutto quelle scattate dagli inglesi in preparazione dei bombardamenti della seconda guerra mondiale, che sono utilissime perché mostrano com’era l’Italia prima del boom edilizio degli anni Sessanta. E poi abbiamo le immagini; da Landsat a partire dagli anni Novanta sino a quelle che oggi arrivano ad avere risoluzioni altissime: satelliti commerciali uso civile con risoluzione 20-30 centimetri a terra».

La gara per la conquista dello spazio, a partire da Google Maps fino a Elon Musk e i suoi lanciatori per satelliti, ha cambiato completamente le regole del gioco e portato a un vero rinascimento delle immagini dal cielo. «Per noi è molto importante la piattaforma Copernicus cn i dati satellitari, gestita dalla Commissione europea, dove confluiscono anche le terze missioni, che sono immagini commerciali per la sicurezza e il controllo anche geologico del territorio. Una volta pagate diventano usabili da tutti. Poi ci sono le immagini dell’Esa, prese con il Sentinel II, che appartengono all’Europa. Abbiamo cicli brevissimi, con immagini fresche delle stesse aree ogni 5-6 giorni: un fiume di immagini che nessun operatore umano potrebbe verificare in tempo reale», dice la ricercatrice.

Lo spazio, i satelliti, sono una delle parti più importanti dei finanziamenti previsti per il prossimo programma quadro per la ricerca (la seconda più ricca) e l’idea dell’Unione europea è che le pmi  potranno avvalersene per fare molto. Per l’archeologia però questa è una opportunità incredibile.

Le applicazioni del satellite smart

“Cerchiamo tracce invisibili all’occhio umano, che mostrino la presenza di stratigrafia archeologica che non sia ancora stata riconosciuta“, dice Traviglia. Queste tracce possono avere scopi e usi diversi. Si possono trovare nuove tracce per pianificare uno scavo. Ma si possono anche identificare scavi non autorizzati.

Tuttavia, spiega Traviglia, si può fare anche di più. Per esempio, censimenti di intere aree del Paese in maniera automatica, consentendo così una reale pianificazione del territorio che sappia, a ragion veduta, quali sono gli impatti sul patrimonio archeologico non ancora portato alla luce. “La cosa importante non è tanto scavare qualsiasi cosa si trovi sottoterra – spiega Traviglia – ma sapere che c’è. Magari per progettare diversamente il passaggio di un’autostrada, oppure organizzare investimenti per proteggere l’area“.

Tutto nascosto ma tutto rivelato dalla biomassa della vegetazione, che ha firme spettrali visibili solo oltre le immagini “verocolore”, le foto cioè normali. Non esistono dataset di immagini archeologiche per addestrare le Ai, come abbiamo visto, ma ci sono algoritmi particolari su cui lavorare (Traviglia utilizza adesso delle reti neurali basate sulla teoria dei grafi) che richiedono pochi dati all’ingresso. E poi ci vuole molta, moltissima interdisciplinarità, che è il termine tecnico per definire la fantasia e la capacità di ingegnarsi.

Una risposta si trova nella capacità di sfruttare le opportunità offerte dal mondo della ricerca: come la persona del team di Traviglia che sta per trasferirsi in Giappone, al Reiko Institute di Kyoto, con una borsa europea Marie Curie per studiare tecniche di remote sensing e intelligenza artificiale usate per la geologia che il gruppo vorrebbe trasformare per l’archeologia. Ma c’è anche l’agricoltura di precisione, un’altra branca che sta crescendo e che utilizza le immagini satellitare per intervenire in maniera più efficiente sulle coltivazioni: la biomassa che viene influenzata da alcuni tipi di reperti archeologici.

Cosa si vede sottoterra dal cielo

Il telerilevamento permette di individuare le strutture più solide, cioè quelle che durano di più nel tempo: in Italia questo vuol dire edifici dei Romani, ma anche tracce delle colonie della Magna Grecia, degli Etruschi in centro Italia, altre strutture dell’età del bronzo, comuni anche alla Gran Bretagna o altre parti d’Europa dove si è utilizzata pietra e mattone fino a tutta la storia medioevale.

“L’archeologia – dice Traviglia – non ha solo lo scopo di svelare, scoprire, ma anche di proteggere: è l’archeologia preventiva che non deve essere fatta a posteriori. Permette di risparmiare nella pianificazione del territorio da un lato e dall’altro dobbiamo ricordare anche che fare ricerca in archeologia non vuol dire tanto tirare fuori quel che c’è sottoterra, quanto capire qual è la stratigrafia che c’è sopra“.

Alla fine, il frutto di questo progetto di ricerca tra il Ccht di Iit (appoggiato all’università Ca’ Foscari di Venezia) e l’Agenzia spaziale europea nell’ambito del programma dell’Esa Discovery & Preparation porterà probabilmente alla realizzazione di un servizio per la piattaforma Copernicus. Una serie di attività sui server europei che permetteranno anche a terzi di processare le loro immagini per trovare beni archeologici non ancora scavati. “Una situazione – dice Traviglia, nata a Treviso che è tornata in Italia con una borsa Marie Curie dopo un decennio insegnando e facendo ricerca tra Nuova Zelanda e Australia – che definirei win-win, perché consentirà anche ad altri di tutelare il proprio patrimonio archeologico e intanto il nostro algoritmo continuerà ad apprendere e migliorare“.