Berliner Boersenzeitung - L'IA svela la tecnica pittorica di Raffaello nella Pala Baronci

EUR -
AED 3.819087
AFN 72.682799
ALL 98.089398
AMD 408.896788
ANG 1.86594
AOA 954.524768
ARS 1062.897161
AUD 1.665979
AWG 1.871617
AZN 1.777387
BAM 1.948636
BBD 2.090515
BDT 123.725154
BGN 1.955014
BHD 0.392133
BIF 3061.046786
BMD 1.039787
BND 1.406131
BOB 7.154697
BRL 6.361111
BSD 1.035394
BTN 88.022406
BWP 14.310391
BYN 3.388344
BYR 20379.834362
BZD 2.081249
CAD 1.497783
CDF 2984.18977
CHF 0.932398
CLF 0.03737
CLP 1031.154673
CNY 7.589614
CNH 7.599344
COP 4564.666982
CRC 522.379595
CUC 1.039787
CUP 27.554368
CVE 109.862174
CZK 25.147272
DJF 184.372199
DKK 7.457771
DOP 63.048218
DZD 140.184369
EGP 53.110785
ERN 15.596812
ETB 129.065422
FJD 2.410903
FKP 0.823493
GBP 0.829745
GEL 2.92165
GGP 0.823493
GHS 15.220047
GIP 0.823493
GMD 74.864534
GNF 8945.1154
GTQ 7.977672
GYD 216.613671
HKD 8.078857
HNL 26.282379
HRK 7.458298
HTG 135.452043
HUF 414.927541
IDR 16823.397298
ILS 3.791088
IMP 0.823493
INR 88.514664
IQD 1356.313833
IRR 43762.057998
ISK 145.144124
JEP 0.823493
JMD 161.994466
JOD 0.73731
JPY 163.16967
KES 134.392694
KGS 90.461796
KHR 4160.704156
KMF 484.670921
KPW 935.808139
KRW 1511.1543
KWD 0.320421
KYD 0.862828
KZT 543.751028
LAK 22661.689661
LBP 92716.151012
LKR 303.98248
LRD 187.91916
LSL 19.061624
LTL 3.070222
LVL 0.628957
LYD 5.087298
MAD 10.420392
MDL 19.07089
MGA 4885.041302
MKD 61.568897
MMK 3377.189135
MNT 3533.197679
MOP 8.288728
MRU 41.176624
MUR 48.713702
MVR 15.980014
MWK 1794.887232
MXN 20.936114
MYR 4.668836
MZN 66.446297
NAD 19.061624
NGN 1607.979191
NIO 38.099935
NOK 11.79236
NPR 140.836249
NZD 1.841815
OMR 0.400316
PAB 1.035394
PEN 3.855426
PGK 4.198565
PHP 60.928948
PKR 288.191432
PLN 4.273306
PYG 8073.320348
QAR 3.774424
RON 4.977253
RSD 117.035318
RUB 104.212733
RWF 1443.294071
SAR 3.906118
SBD 8.717115
SCR 14.499106
SDG 625.434214
SEK 11.481583
SGD 1.411215
SHP 0.823493
SLE 23.710672
SLL 21803.826448
SOS 591.724664
SRD 36.528736
STD 21521.501253
SVC 9.059694
SYP 2612.497459
SZL 19.056942
THB 35.631446
TJS 11.32676
TMT 3.649654
TND 3.299171
TOP 2.435285
TRY 36.618975
TTD 7.027166
TWD 34.012527
TZS 2503.289383
UAH 43.422667
UGX 3798.037414
USD 1.039787
UYU 46.180229
UZS 13348.925833
VES 53.527677
VND 26462.591046
VUV 123.445651
WST 2.872712
XAF 653.554362
XAG 0.035083
XAU 0.000397
XCD 2.810077
XDR 0.789797
XOF 653.554362
XPF 119.331742
YER 260.336802
ZAR 19.162504
ZMK 9359.342251
ZMW 28.653662
ZWL 334.81114
L'IA svela la tecnica pittorica di Raffaello nella Pala Baronci
L'IA svela la tecnica pittorica di Raffaello nella Pala Baronci

L'IA svela la tecnica pittorica di Raffaello nella Pala Baronci

Mappati con precisione gli elementi chimici nei pigmenti

Dimensione del testo:

L'intelligenza artificiale svela la tecnica pittorica usata da Raffaello nella Pala Baronci, identificando con precisione la distribuzione degli elementi chimici presenti nei pigmenti: nelle immagini spiccano ad esempio il rame sulle palpebre e il mercurio sulle labbra dell'Eterno, raffigurato nei frammenti dell'opera conservati a Napoli presso il Museo di Capodimonte. I risultati dello studio sono pubblicati sulla rivista Science Advances da un gruppo di ricerca dell'Istituto di scienze del patrimonio culturale del Consiglio nazionale delle ricerche (Cnr-Ispc). Il team di esperti ha messo a punto un algoritmo capace di esaminare e assemblare in modo rapido e accurato grandi quantità di dati generati dalle tecniche spettroscopiche con raggi X applicate ai dipinti. Nello specifico, lo hanno usato per l'analisi dei dati spettrali ottenuti tramite la tecnica Macro X-ray Fluorescence (Ma-Xrf), che permette di generare le immagini delle distribuzioni dei pigmenti sul supporto pittorico in modo non invasivo, fornendo informazioni preziose per comprendere il processo creativo dell'artista, approfondire la conoscenza dell'opera e valutare il suo stato di conservazione. "Tali informazioni, acquisite sotto forma di spettri di fluorescenza a raggi X, sono immagazzinate in complessi volumi di dati analitici, il cui esame rappresenta in molti casi una sfida significativa", spiega Francesco Paolo Romano del Cnr-Ispc. "Lo studio presenta un algoritmo di deep learning addestrato su un vasto dataset sintetico, composto da oltre 500 mila spettri Xrf di pigmenti e di miscele pittoriche generati attraverso simulazioni Montecarlo, un metodo computazionale utilizzato per stimare grandezze fisiche reali sulla base di numeri generati casualmente. Questo approccio analitico basato sull'IA ci consente di analizzare in modo preciso e accurato i milioni di spettri Xrf che tipicamente compongono una misura Ma-Xrf, superando i limiti noti delle tecniche di analisi convenzionali". "I risultati ottenuti - continua Romano - hanno dimostrato che il modello di intelligenza artificiale è in grado di identificare con precisione la distribuzione degli elementi chimici presenti nei pigmenti, fornendo immagini prive degli artefatti tipici delle analisi tradizionali e migliorando la qualità e di conseguenza l'affidabilità dei dati interpretati".

(Y.Berger--BBZ)