L’intelligenza artificiale che legge i dipinti come un medico legge un paziente

C’è una Crocifissione su rame, diciassette per ventitré centimetri, anonima.
Nessuna firma, nessuna provenienza documentata, nessun numero di catalogo.
Un’opera come migliaia di altre che circolano nel mercato antiquario italiano:
bella, misteriosa, impossibile da valutare con certezza.

Su questa piccola tavola è stato condotto il test più importante nella storia
recente dell’attribuzione artistica assistita dall’intelligenza artificiale.
Il sistema si chiama NQAI — Nexologica Quantum Art Intelligence — ed è stato
sviluppato a Milano da Nexologica, la società fondata da Giovanni Manzo.

Il responso, dopo ore di elaborazione automatica: Scuola Giovan Battista Caracciolo,
detto Battistello, pittore napoletano del primo Seicento. Attribuzione
coerente con l’analisi visiva di tre modelli AI indipendenti, confermata
dalla verifica computazionale su zone diagnostiche — volti, mani, panneggi —
e sottoposta alla validazione finale della dottoressa Carmela Di Maro,
specialista del Seicento napoletano.

“Il modello che ci ha guidato è quello medico,” spiega Manzo. “Il radiologo
non vede il paziente prima di leggere la lastra. L’esperto orienta l’analisi
all’inizio e la valida alla fine. In mezzo lavora la macchina, con una
precisione e una velocità che nessun essere umano può replicare da solo.”

──────────────────────────────────────────────────────────────

COME FUNZIONA LA PIPELINE

NQAI segue sette livelli di analisi — L0 a L6 — che trasformano un’immagine
in un’attribuzione scientificamente documentata.

Il primo passo è il controllo anti-furto. Prima ancora di analizzare l’opera
dal punto di vista artistico, il sistema interroga automaticamente cinque
database internazionali: TPC Carabinieri, Interpol, Art Loss Register, FBI
e OCBC. Se l’opera risulta segnalata, la pipeline si blocca immediatamente e
l’analisi non prosegue. È una scelta etica precisa: nessuna complicità,
nemmeno involontaria, con il traffico di beni culturali illeciti.

Se il controllo è positivo — verde su tutti i database — si entra nell’analisi
vera e propria. Il livello L1 attiva un panel di tre modelli AI in parallelo:
Claude Sonnet di Anthropic, Gemini 2.5 Flash di Google e GPT-5.4 di OpenAI.
Ognuno analizza l’opera in modo indipendente, senza sapere cosa pensano gli
altri. Propongono i loro candidati — fino a cinque artisti per modello — con
motivazioni stilistiche dettagliate. Un quarto passaggio sintetizza le
analisi: trova i consensi, evidenzia le divergenze, produce una lista unificata
ordinata per probabilità.

“È come un secondo parere moltiplicato per tre,” dice Manzo. “Ma soprattutto
è un secondo parere che non ha pregiudizi, che non conosce il nome del venditore,
che non ha visto il prezzo richiesto.”

A questo punto interviene il giudizio umano: Giovanni e la dottoressa Di Maro
leggono i report, confrontano le ipotesi e scelgono i candidati da approfondire.
La macchina riprende: scarica immagini di riferimento da oltre undici database
museali internazionali, le filtra per qualità e pertinenza, le organizza per
zone diagnostiche.

L’analisi computazionale vera si svolge ai livelli L3 e L4. Il sistema usa
DINOv2-with-registers-giant, il modello visivo più avanzato di Meta AI,
con 1536 dimensioni di embedding. Per ogni artista candidato calcola un
centroide — una firma visiva media costruita sulle sue opere certificate —
e misura la distanza tra quella firma e l’opera da attribuire, zona per zona:
volti, mani, panneggi, lumeggiature, modellato. La misura di distanza usata
è la Sinkhorn Divergence, mutuata dalla matematica del trasporto ottimale,
più precisa e più robusta del semplice coseno.

Il risultato è un ranking numerico: ogni candidato ha un punteggio per ogni
zona, pesato secondo la rilevanza diagnostica di quella zona per il periodo
e lo stile analizzato. Chi è più vicino vince.

L’ultimo livello — L6 — è la validazione scientifica: la dottoressa Di Maro
legge l’intera analisi, controlla la coerenza con la sua conoscenza diretta
delle opere del candidato, firma il documento finale. Il certificato viene
registrato su blockchain Polygon attraverso il sistema QCS — Quantum
Certification System — di Nexologica, che ne garantisce l’immodificabilità
nel tempo.

──────────────────────────────────────────────────────────────

PERCHÉ È IMPORTANTE

Il problema dell’attribuzione artistica è antico quanto il mercato dell’arte.
Le opere anonime sono probabilmente la categoria più sottovalutata e più
manipolata dell’intero ecosistema: possono valere cinquecento euro o cinquecentomila,
a seconda di chi le firma. Gli strumenti tradizionali — la connoisseurship, la
perizia, il confronto stilistico — sono lenti, costosi, soggettivi e non
sempre imparziali.

NQAI non sostituisce l’esperto. Ma cambia radicalmente il suo modo di lavorare:
fornisce in poche ore un’analisi sistematica e documentata che richiederebbe
settimane di ricerca manuale, elimina le distorsioni cognitive legate alla
conoscenza del contesto commerciale, produce un output tracciabile e verificabile.

“L’obiettivo non è sostituire il conoscitore,” precisa Manzo. “È dargli uno
strumento che nessun conoscitore aveva mai avuto: la capacità di confrontare
un’opera con centinaia di riferimenti certificati in modo quantitativo,
oggettivo, ripetibile.”

Il sistema è già operativo. Il primo certificato NQAI è stato emesso. Il test
sulla Crocifissione su rame — con attribuzione a Battistello Caracciolo
coerente su tutti i livelli di analisi — ha dimostrato che la pipeline funziona
su casi reali, non solo su opere già note.

Arts@CERN — il programma del CERN di Ginevra dedicato all’intersezione tra
arte e scienza — ha valutato con interesse il progetto. Il metodo diagnostico
di NQAI, che applica strumenti della fisica e della matematica computazionale
all’analisi stilistica, è esattamente il tipo di approccio interdisciplinare
che il CERN potrebbe supportare.

──────────────────────────────────────────────────────────────

IL FUTURO

Nexologica prevede di estendere NQAI con funzionalità di ricerca bibliografica
automatica — saggi, cataloghi, atti di convegno — per arricchire il contesto
storico dell’attribuzione. Il sistema è progettato per essere universale:
funziona per qualsiasi periodo storico, qualsiasi tecnica pittorica, qualsiasi
scuola geografica.

Il modello commerciale prevede licenze on-premise destinate a case d’aste,
musei e collezionisti privati che vogliono uno strumento di due diligence
scientifica sui loro acquisti.

Per il mondo dell’arte italiana — che custodisce una quota enorme del
patrimonio pittorico mondiale, spesso ancora non catalogato e non attribuito —
NQAI potrebbe rappresentare uno strumento di riscoperta su scala mai tentata.

Quante opere dormono nei magazzini dei musei, negli scantinati dei conventi,
nelle case dei collezionisti, in attesa che qualcuno le legga davvero?

La macchina è pronta. https://nexologica.com/nqai/

Giovanni Manzo