Ricostruzione del paleoambiente con tecniche di AI, a partire da dati archeobotanici: le relazioni tra umani e non umani. (2023-2026)
Le ricostruzioni ambientali svolgono un ruolo cruciale in archeologia, consentendo ai ricercatori di comprendere la complessa interazione tra gli esseri umani e l’ambiente circostante nel corso della storia. Negli ultimi dieci anni, l’Intelligenza Artificiale (IA) è stata sempre più esplorata in ambito archeologico e l’applicazione di tecniche IA si è rivelata un valido aiuto in attività ripetitive o che richiedono un elevato impiego di tempo.
Il presente progetto è parte di un dottorato di ricerca in Intelligenza Artificiale presso il Dipartimento di Informatica dell’Università di Pisa. L’obiettivo è ricostruire il paesaggio vegetale antico con modelli di IA utilizzando dati pollinici open, al fine di esplorare le relazioni tra umani e non umani (ovvero l’ambiente circostante in una visione non antropocentrica).
Il progetto si concentra su dati diacronici Europei (dalla fine del Pleistocene a oggi) raccolti dal database Neotoma, e prevede due macro-fasi:
1. Fase predittiva, in cui viene utilizzato un Random Forest per la predizione del possibile bioma del sito studiato sulla base dei record pollinici.
2. Fase generativa, in cui il bioma predetto e i dati relativi al sito in esame (come coordinate, cronologia, specie presenti nel record pollinico) vengono elaborati con reti generative avversative (GANs) e modelli multimodali per generare visualizzazioni che simulano il paleoambiente.
L’applicazione dell’IA a questo contesto pone delle sfide tecniche, come la mancanza di dati, ed etiche, come la necessità di rendere i processi di ricostruzione il più possibile trasparenti. In particolare, gli obiettivi di indagine del progetto possono essere riassunti in tre categorie:
1. Capacità Predittiva. Verificare se i modelli generativi riescono a interpretare correttamente sia i biomi attuali che quelli antichi;
2. Analisi dell’Affidabilità. Identificare gli errori o le distorsioni (bias) nelle ricostruzioni visive e capire cosa rappresentano;
3. Inferenza Ecologica. Esplorare come il modello inferisce la biodiversità latente, inserendo specie compatibili con l’ambiente anche se non tracciate nel record pollinico.
Nel corso della ricerca, il confronto tra archeologi, paleoecologi e informatici assume particolare importanza (approccio human-in-the-loop), sia per la costruzione dei modelli predittivi/generativi, sia per la validazione degli output. L’obiettivo è creare un metodo il più possibile ripetibile e interattivo nel quale gli esperti influenzano la ricostruzione del paleoambiente per renderla affidabile da un punto di vista scientifico.
Progetto a cura di:
Elisa Paperini
eli.paperini@gmail.com
