Un recente studio pubblicato su Science Advances ha messo in luce le potenzialità delle reti neurali nel campo della conservazione artistica. I ricercatori, guidati da Zdenek Preisler e affiliati all’Istituto di Scienze del Patrimonio Culturale (CNR) in Italia, hanno applicato una rete neurale di deep learning per analizzare automaticamente i dati di fluorescenza a raggi X macro (MA-XRF) provenienti da due celebri opere di Raffaello: “Dio padre” e “Vergine Maria”, realizzate tra il 1500 e il 1501.
I pigmenti nei dipinti di Raffaello
La rete neurale ha dimostrato un’eccezionale capacità di identificare i pigmenti presenti nei dipinti. Tra i materiali rilevati, si trovano il piombo bianco utilizzato nelle preparazioni bianche, il mercurio dal vermiglione rosso nelle tonalità della pelle e il rame nei drappeggi verdi. Inoltre, i ricercatori hanno scoperto motivi dorati parzialmente oscurati nella composizione attuale delle opere e tracce di lavori di restauro nel tempo che hanno comportato l’uso di pigmenti anacronistici.
Questi risultati forniscono indizi preziosi sul passato delle opere d’arte, permettendo agli studiosi di comprendere meglio come apparivano originariamente e di pianificare strategie di conservazione più efficaci. L’impiego della rete neurale ha non solo migliorato l’accuratezza nella quantificazione delle intensità di fluorescenza, ma ha anche ridotto gli artefatti comunemente presenti nelle immagini elementari ottenute attraverso metodi tradizionali.
Questa innovativa applicazione della tecnologia rappresenta un significativo passo avanti nell’analisi delle opere d’arte e potrebbe rivoluzionare le pratiche di conservazione nel campo dell’arte.
