Estrazione della conoscenza da immagini nel dominio del patrimonio culturale

Nella sua accezione più ampia, il termine patrimonio culturale è utilizzato per indicare gli elementi, materiali e immateriali, dotati di valore culturale che denotano la sfera personale e sociale dell’individuo e ne caratterizzano i rapporti col territorio. In tal senso, il patrimonio culturale comprende luoghi, oggetti fisici e forme astratte intorno ai quali individui, popoli e società costruiscono un comune senso di appartenenza e manifestano la propria diversità culturale. Stati e organizzazioni internazionali, UNESCO fra tutte, consapevoli dell’importanza che il patrimonio culturale riveste a livello sociale e antropologico, promuovono azioni finalizzate alla sua tutela e valorizzazione. In ottemperanza di tali obiettivi il digitale offre importanti opportunità, come dimostrato dagli ingenti finanziamenti a livello europeo e nazionale. In Italia, Paese in cui il patrimonio culturale costituisce un asset fondamentale per la promozione del territorio1, i finanziamenti derivanti dal Piano Nazionale di Recupero e Resilienza per la Cultura (PNRR Cultura) sono destinati a promuovere i beni culturali sfruttando le potenzialità derivabili dalle attuali tecnologie. Tuttavia, all’interno dell’ ecosistema digitale occorre considerare le implicazioni negative di ordine etico, sociale e giuridico che, in taluni casi, possono fatalmente compromettere il patrimonio culturale e l’esistenza stessa dei popoli. Comprendere in che modo le tecnologie possono influenzare i rapporti tra società, economia e cultura è un’attività preliminare e necessarie per attuare, concretamente, processi volti alla tutela e la valorizzazione del patrimonio culturale. Ad oggi, con lo sviluppo di sistemi basati sull’intelligenza artificiale (AI) sempre più sofisticati, si attesta una maggiore presa di coscienza in relazione ai pericoli che un uso improprio, o talvolta illegittimo, di tali sistemi può impattare sulla vita degli individui. Negli ultimi anni, le diverse istituzioni hanno intensificato gli sforzi verso la definizione e l’attuazione di politiche per la standardizzazione dei sistemi basati su AI per garantirne un uso “affidabile”2. Inserite all’interno del contesto culturale, le tecnologie di AI e in particolare il Machine e il Deep Learning, mostrano enormi potenzialità per la realizzazione di attività in grado di enfatizzare le diverse peculiarità dei beni culturali. Contrariamente a quanto professato in passato, l’applicazione di tecnologie simili richiede una imprescindibile conoscenza del dominio di applicazione. Si tratta di una consapevolezza, come testimoniato dall’AI Act, del mutamento del trend di pensiero sull’intelligenza artificiale: non occorre disporre di soli informatici in grado di sviluppare modelli, bensì integrare le conoscenze con esperti di dominio al fine di rendere le soluzioni realmente efficaci muovendole da un alto livello di generalità verso una maggiore settorialità. L’applicazione delle tecnologie richiede, necessariamente, conoscenza del contesto per dare valore ai risultati conseguibili. In tale scenario si colloca il presente lavoro di tesi che, basato sulla nozione principale delle Digital Humanities quale disciplina trasversale per la definizione di metodologie per l’impiego di strumenti informatici alle discipline umanistiche, mira a formalizzare una metodologia di applicazione di tecnologie e standard diversi fra loro per la valorizzazione della conoscenza nascosta da immagini del patrimonio culturale. Le immagini rappresentano, nel settore culturale, uno dei mezzi principali di rappresentazione e disseminazione del patrimonio. Ad esempio, la realtà aumentata o virtuale (Augumentaty Reality, Virtual Reality), costituiscono soluzioni altamente interattive ma che richiedono la presenza in loco degli utenti. L’International Image Interoperability Framework (IIIF) rappresenta, invece, una soluzione ottimale per la condivisione semplice e veloce di materiale culturale attraverso la rete. Uno dei principali vantaggi del framework è la possibilità di rappresentare i file multimediali insieme alle descrizioni, permettendo agli utenti di navigare tra i contenuti visivi e informativi. È importante enfatizzare tale funzione dal momento che le immagini possiedono un ricco contenuto informativo caratterizzato da elementi visivi e testuali che possono celare una preziosa conoscenza. I risultati oggi raggiunti con lo sviluppo tecnologico hanno permesso l’implementazione di sofisticati modelli basati su reti neurali convolutive (Convolutional Neural Networks – CNNs), in grado di indagare semanticamente, con estrema precisione, il contenuto delle immagini per riconoscere, estrarre e analizzare testi ed elementi vari. Partendo dalle considerazioni sinora trattate, l’oggetto del presente lavoro di tesi sono le reti neurali convoluzionali, per la definizione di processi per l’estrazione automatica della conoscenza da immagini del dominio culturale, e lo standard International Image Interoperability Framework per la descrizione standardizzata delle risorse culturali. In particolare, l’obiettivo posto in essere ha una duplice finalità: da un lato contestualizzare l’uso delle reti neurali convoluzionali al dominio del patrimonio culturale per il riconoscimento e l’estrazione di elementi di varia natura, dall’altro individuare le modalità attraverso cui definire, automaticamente, un modello di Manifest IIIF per la descrizione standardizzata delle risorse culturali. Il lavoro portato avanti si fonda sulla possibilità di applicare efficacemente le tecniche di image classification e object detection per il riconoscimento e l’estrazione di elementi che possono costituire una importante base di conoscenza per il patrimonio culturale e, in aggiunta, permettere una descrizione standardizzata tramite IIIF. Il presente lavoro di dottorato ha inizio con un'introduzione generale relativa al settore dei beni culturali, inquadrando il contesto giuridico nazionale e l'attuale scenario in merito alla campagna di digitalizzazione promossa dalla Digital Library Italiana attraverso il "Piano nazionale di digitalizzazione del patrimonio culturale"3. In seguito, il lavoro prosegue con l’analisi sullo standard IIIF e le reti neurali convoluzionali, definendo caratteristiche e applicazioni correnti. Per ciò che concerne l'International Image Interoperability Framework, è stato delineato un sintetico stato dell’arte delle principali applicazioni in ambito MAB (Musei, Archivi e Biblioteche). Infine, il lavoro di tesi si focalizza sulla definizione di una metodologia per l'attuazione di un processo automatico di estrazione della conoscenza da immagini del settore del patrimonio culturale. Il processo implica la realizzazione automatica di un modello IIIF per rendere disponibili le risorse unitamente al contenuto informativo estratto mediante le reti neurali convoluzionali. La trattazione è posta ad un livello teorico definendo la metodologia, ovvero tecnologie, tecniche e strumenti in grado di valorizzare le risorse culturali sotto il piano descrittivo. La finalità del processo qui delineato è quella di promuovere il patrimonio culturale attraverso la conoscenza contenuta nelle immagini, aprendo a nuove sfide e opportunità per l’intera comunità di attori coinvolti nel mercato culturale. In tale scenario, capitalizzare la conoscenza significa poter fruire degli elementi informativi contenuti nelle immagini del patrimonio culturale consentendo, in un contesto sempre più orientato verso l’adozione di dati aperti e connessi, la creazione di una base informativa mediante la quale porre in stretta relazione i diversi ambiti culturali. Se correttamente gestite, allora, le informazioni provenienti da ciascuna istituzione, sia essa archivio, museo o biblioteca, possono essere integrate tra loro per contribuire alla valorizzazione del patrimonio culturale.