Dalle fotografie storiche ai dati: un approccio digitale per leggere il Tachara di Persepoli

Una fotografia ottocentesca del Tachara, il palazzo fatto costruire dal re persiano Dario I e completato dai suoi successori, mostra elementi della scalinata oggi non più visibili sul sito; alcuni frammenti risultano conservati in collezioni museali fuori dall’Iran. 

È solo un dettaglio, ma basta per capire quanto le immagini d’epoca conservino traccia di parti del monumento che il tempo, i furti, le asportazioni o i restauri hanno cancellato, diventando fonti preziose per ricostruire tasselli fondamentali della sua storia. 

Come ben sa chi lavora in questo campo, però, trovare “la foto giusta” può rivelarsi un percorso a ostacoli. Molti scatti sono dispersi tra archivi e Paesi diversi, e poi catalogazioni non uniformi, etichette ambigue, immagini non digitalizzate o prive di metadati rendono difficile leggere il passato attraverso questi scatti. E anche quando la ricerca delle fonti ha successo, si crea uno scarto tra le parole usate in catalogazione e ciò che è effettivamente visibile nelle immagini.

Il progetto di dottorato nasce dall’intento di trasformare queste collezioni fotografiche frammentate in dati coerenti e facilmente consultabili, proponendo un metodo che renda le immagini comparabili e riutilizzabili. Il caso studio scelto è il palazzo del Tachara, non solo per  la qualità dei suoi rilievi e il ruolo centrale nell’architettura dell’impero achemenide (antico impero persiano), ma anche per la straordinaria ricchezza di materiali disponibili. Tra questi, un riferimento importante è il fondo fotografico della missione IsMEO (Istituto Italiano per il Medio ed Estremo Oriente), attiva a Persepoli tra il 1964 e il 1979, ricco di negativi e positivi, alcuni dei quali mai pubblicati.

Il primo passo è stata la costruzione di un vocabolario, realizzato con un approccio empirico: le categorie sono state definite osservando direttamente le immagini, e poi confrontate con repertori terminologici riconosciuti, come l’Art & Architecture Thesaurus (AAT). Terminologia e regole di annotazione sono state testate su un primo campione suddiviso in dieci temi. 

LEGGI ANCHE
Dai satelliti, mappe affidabili per scoprire i resti dell'Antica Nubia

Su queste basi è nato PeRSeg (Persepolis Restoration Activities Segmentation), un dataset di segmentazioni, cioè immagini in cui i singoli elementi visibili sono stati tracciati a mano con poligoni per delimitarli con precisione. Ad oggi PeRSeg comprende 552 immagini, per un totale di 15.767 annotazioni e 15 classi, tra elementi architettonici, motivi decorativi, iscrizioni e indicatori di attività di restauro o degrado. In questo sistema, lessico e metadati sono strutturati per poter essere allineati a schede e archivi; inoltre, le annotazioni possono essere esportate e riutilizzate.

L’intelligenza artificiale entra in gioco nel passo successivo. A partire da dati già annotati, reti neurali convoluzionali – che sono un tipo di IA progettata per “vedere” e riconoscere le immagini – suggeriscono automaticamente nuovi contorni ed etichette su immagini non ancora annotate. Ogni proposta viene verificata e corretta da chi studia il monumento, così da garantire qualità e tracciabilità delle revisioni. Le annotazioni vengono quindi trasformate in tabelle e descrizioni testuali, e integrate in database per ricerche tematiche su oggetti, motivi o stato di conservazione. 

Il protocollo si completa con una piattaforma digitale basata su un modello informativo 3D del monumento, che integra le informazioni disponibili. La piattaforma integra fotografie, dati architettonici e componenti 3D informativi del modello, permettendo di visualizzarli, analizzarli e conservarli in modo organizzato e accessibile. La piattaforma permette a diverse professionalità nel campo dell’archeologia e della conservazione di lavorare nello stesso spazio digitale, leggendo insieme le trasformazioni del monumento nel tempo.

Disporre di immagini storiche descritte in modo coerente significa poterle cercare, confrontare e riutilizzare per verifiche sullo stato di conservazione, ricostruzioni e decisioni di intervento. L’obiettivo finale è un protocollo riapplicabile, capace di ridurre tempi e ambiguità, migliorare la qualità delle informazioni e chiarire il passaggio dal semplice “guardare” al “leggere” le immagini.

Parte del flusso di lavoro è stato testato nel 2025 in due laboratori svolti insieme alle comunità accademiche locali nel Kurdistan iracheno (University of Garmian e Koya University), un’occasione preziosa per validare regole, vocabolario e strumenti. Il protocollo nasce infatti da problemi concreti e punta a un guadagno operativo: sapere con precisione che cosa mostrano le immagini attraverso parole e criteri omogenei. 

L’esperienza in aula e in laboratorio ha avuto anche un valore formativo: costruire un piccolo dizionario visivo, annotare le fotografie e verificare gli output dell’IA permette di comprendere meglio le potenzialità e i limiti degli automatismi. In prospettiva, l’estensione del protocollo ad altri casi studio consentirà di valutarne la trasferibilità e favorirà il riuso del metodo in dialogo con archivi, cantieri e progetti di conservazione.