Talk @ AIUCD 2022

1. Analisi e valorizzazione del
patrimonio artistico mediante IA
Giovanna Castellano, Gennaro Vessio
Dipartimento di Informatica, Università degli Studi di Bari

2. Arte & Scienza

3. Nuove opportunità
Negli ultimi tempi è stato compiuto uno sforzo di
digitalizzazione su larga scala che ha portato alla
crescente disponibilità di grandi collezioni di opere
dʼarte digitalizzate
Tale disponibilità, unita ai recenti progressi nellʼIA,
ha aperto nuove opportunità agli specialisti in
questo settore per assistere storici dellʼarte,
curatori di musei, ecc., nello studio e in una
migliore fruizione del patrimonio artistico
digitalizzato

4. Percezione estetica umana
La capacità di riconoscere pattern nelle opere
dʼarte digitalizzate rientra inerentemente nel
dominio della percezione estetica umana
Problema: tale percezione è fortemente soggettiva
e influenzata da diversi fattori (conoscenze storiche
relative allʼopera, emozione che lʼopera suscita in
chi lʼosserva, … )
Pertanto, essa è estremamente difficile da
codificare…

5. Deep Learning

6. Primo quesito:
riusciamo a trovare
similarità fra opere d’arte
in maniera automatica e
senza supervisione?

7. Visual link retrieval

8. Secondo quesito: per quanto riguarda il clustering?
Problema: sebbene lʼapproccio summenzionato sia
adeguato per trovare opere dʼarte visivamente
collegate, esso non è efficace per raggruppare le
opere in cluster…
8

9. Deep Embedded
Clustering

10. Terzo quesito: perché non sfruttare altri (meta)dati?
Problema: stiamo ignorando una grande quantità
di conoscenza di dominio, nonché relazioni e
connessioni note tra opere dʼarte e/o artisti, che
potrebbero aumentare la qualità delle soluzioni
esistenti…

11. ArtGraph

12. Direzioni future
12
Cross-modal retrieval Visual question answering

13. Sfide aperte:
❏ far avanzare la
comprensione “semantica”
di una scena digitalizzata
❏ avvicinare la comunità
dell’IA a quella umanistica

14. Grazie per lʼattenzione!
gennaro.vessio@uniba.it