Braccio robotico controllato da un’IA per la classificazione e la selezione di frammenti ceramici di interesse archeologico

Negli ultimi anni una crescente attenzione è stata riservata all’utilizzo di metodologie legate all’ICT anche in ambito umanistico, soprattutto riguardo all’archeologia che è considerata da tempo una scienza al confine tra discipline umanistiche e discipline tecnico-scientifiche.

Nell’ultima parte dell’ultimo decennio e all’inizio di questo ci sono stati numerosi contributi aventi come argomento la facilità che abbiamo oggi nell’acquisire grandi quantità di dati e come non si debba più rivolgere l’attenzione tanto all’acquisizione “manuale” dei dati, che in epoche precedenti ha fatto “perdere” ai ricercatori del tempo prezioso che avrebbe potuto essere meglio utilizzato nell’analisi e nell’elaborazione dei dati stessi, quanto all’analisi, all’elaborazione e alla riflessione sui dati stessi, raccolti in altri modi.

Per questo negli ultimi quindici anni in campo archeologico sono stati sviluppati tutta una serie di strumenti tecnologici che aiutano il ricercatore a raccogliere i dati il più automaticamente possibile (elaborandoli anche parzialmente prima dell’intervento umano), al fine di fornire all’archeologo più tempo per effettuare analisi e riflessioni che non possono essere sostituite da una macchina. Pertanto, sono stati sviluppati software che consentono la categorizzazione automatica dei dati ed una prima analisi comparativa, facilitando così gli studiosi nelle operazioni più meccaniche e consentendo loro di rivolgere la loro attenzione ad indagini più sofisticate.
La maggior parte di questi ausili tecnologici si è concentrata sulla ricognizione in campo aperto dei siti di scavo: in particolare sono stati sfruttati veicoli senza pilota per effettuare rilievi e analisi di luoghi altrimenti difficili da esplorare, ampliando notevolmente la quantità di dati che possono essere successivamente analizzati, e sono stati effettuati anche alcuni tentativi di riconoscimento automatico durante le missioni stesse. UAV a pilotaggio remoto o con piano di volo semiautomatico sono stati adottati con grande profitto per il rilievo fotogrammetrico dei siti in cui era attiva una campagna di scavo – ciò ha consentito anche la successiva riproduzione in tre dimensioni e realtà virtuale dei luoghi, consentendo agli archeologi di fare una vera visita “dal vivo”.
In tempi recenti, parallelamente a queste tecnologie utilizzate “sul campo”, si è affermata la necessità di utilizzare strumenti tecnologici anche per attività “in-laboratorio” riguardanti lo studio dei reperti rinvenuti durante gli scavi.
Al riguardo notevoli sono stati i contributi per l’analisi e la categorizzazione automatica dei frammenti ceramici forniti dal progetto ArchAIDE dell’Università di Pisa: il progetto ha portato allo sviluppo di un’applicazione che, utilizzando una rete neurale (ResNet101) addestrata con migliaia di immagini, permettono al ricercatore di ottenere molte informazioni sui frammenti analizzati.
Questa applicazione è molto utile per gli archeologi perché ogni dipartimento di Archeologia, che effettua attivamente scavi, raccoglie un’enorme quantità di frammenti ceramici che purtroppo, per mancanza di tempo e personale specializzato, rimangono non classificati nei magazzini delle università e quindi ArchAIDE può essere molto utile per velocizzare il processo di selezione e acquisizione dei dati.
Ma ciò non è ancora sufficiente in quanto l’utilizzo dell’applicazione richiede ancora un pesante intervento umano sia per la raccolta delle immagini che per la catalogazione fisica dei frammenti: lo scopo del progetto è quindi integrare questo sistema, opportunamente aggiornato, con un braccio robotico che sia in grado di selezionare autonomamente i frammenti in base alle informazioni ricevute da ArchAIDE.
Inoltre ArchAIDE presenta alcune criticità in quanto il framework con cui è stato sviluppato è ormai obsoleto: per lo sviluppo è stato utilizzato TensorFlow1.x con ResNet101 come rete neurale ed è molto difficile sia compilare il sorgente che apportare modifiche dato che molte librerie sono ormai state abbandonate.
Per questi motivi il progetto si pone i seguenti obiettivi:
  • aggiornare e migliorare ArchAIDE utilizzando PyTorch come framework di sviluppo e testando varie reti neurali per cercare di ottenere una maggiore affidabilità e precisione nel riconoscimento rispetto a quanto ottenuto finora con l’uso del precedente framework (TensorFlow1.x + Resnet101);
  • implementare il Continual Learning in ArchAIDE per consentire l’inserimento di nuove classi ceramiche senza dover riaddestrare completamente la rete: attualmente, infatti, per aggiungere nuove classi è necessario riaddestrare l’intera rete, cosa che richiede molto tempo oltre che capacità che potrebbero non essere possedute in tutti i dipartimenti di Archeologia;
  • sviluppare e addestrare un’IA in grado di consentire a un braccio robotico di effettuare un’operazione di pick&place sui frammenti, tenendo conto delle caratteristiche di questi (fragilità, piccolezza, forma diversa): nonostante le operazioni di pick&place per i bracci robotici siano ormai ben sviluppate e abbastanza comuni, il vero problema di questa applicazione è che i frammenti sono molto variabili per dimensione e forma, caratteristica che potrebbe rendere l’afferraggio piuttosto complesso, inoltre alcuni tipi di frammenti possono essere molto fragili, quindi occorre prestare molta attenzione nel maneggiarli;
  • ottenere un braccio robotico funzionante con l’implementazione di ArchAIDE AI nel sistema come guida nella scelta e selezione dei frammenti.
Progetto a cura di:
Quirino Saraceni 
quirino.saraceni@phd.unipi.it
X