
Sottoscrizione alla Newsletter
Inserisci la tua mail e ricevi la nostra newsletter

Arte e cultura a Milano

Per cinquant’anni, un piccolo autoritratto conservato a Oslo è rimasto in un limbo. Dipinto nel 1889, dai colori spenti e dall’espressione inquieta, fu giudicato troppo “atipico” per essere un vero Van Gogh, e gli studiosi lo allontanarono dal catalogo. Solo nel 2020, dopo cinque anni di indagini, il Van Gogh Museum di Amsterdam lo ha riconosciuto autentico: è l’unico autoritratto realizzato dall’artista durante una crisi psicotica.
Abbiamo preso quell’opera — un caso reale, difficile, su cui gli esperti umani hanno esitato per mezzo secolo — e l’abbiamo sottoposta al nostro sistema senza dirgli nulla. Né il nome, né la collocazione, né la storia. Solo l’immagine.
Il sistema ha risposto: tecnica post-impressionista, databile tra il 1885 e il 1895, area franco-nordica, mano di un maestro. Poi ha fatto un nome: Vincent van Gogh. E ha spiegato perché, scartando i contemporanei — Gauguin, Bernard — con argomentazioni puntuali sul perché non corrispondevano.
Non è magia. È metodo. E soprattutto, è un metodo che si può leggere.
L’intelligenza artificiale è entrata da anni nell’attribuzione delle opere d’arte. I sistemi più diffusi funzionano come reti neurali addestrate su migliaia di immagini: digeriscono un’opera e restituiscono un verdetto — “87% di probabilità che sia di Caravaggio”. Numeri che sembrano precisi.
Ma c’è un problema che ogni conservatore conosce: quei numeri non si possono verificare. La macchina non spiega perché. È una scatola nera. E un conoscitore serio — un curatore, un perito, uno storico dell’arte — non può firmare un’attribuzione fondata su un responso che non è in grado di esaminare. Sarebbe come accettare una diagnosi medica senza poter vedere le analisi.
C’è poi un limite tecnico decisivo: questi sistemi hanno bisogno di moltissime opere certe per ogni artista — spesso migliaia — per imparare a riconoscerlo. Ma come si fa con Jan van Eyck, di cui sopravvivono pochissime opere autografe? Con un corpus così ridotto, le reti neurali tradizionali semplicemente non funzionano. Proprio i maestri più rari e preziosi restano fuori dalla loro portata.
NQAI — Nexologica Quantum Art Intelligence — nasce per rovesciare questo paradigma. Non è una scatola nera: è quello che in gergo si chiama un sistema glass-box, a vetro trasparente. Ogni passaggio del suo ragionamento è scritto, tracciabile, verificabile. Il sistema non dice “è di X”. Dice: “l’opera si colloca in massima prossimità a X, per queste ragioni misurabili, con questo margine di certezza, e con questi limiti dichiarati.”
Il funzionamento si articola in due fasi indipendenti.
La prima, che chiamiamo orientamento, esamina l’opera come farebbe un conoscitore di scuola: osserva la tecnica, data lo stile, inquadra l’area culturale, individua la modalità (ritratto, scena, paesaggio) e applica i metodi classici dell’attribuzione — l’analisi della struttura d’insieme di Max Friedländer, lo studio del dettaglio rivelatore di Giovanni Morelli. Al termine, propone una rosa di candidati, ciascuno motivato e ciascuno con un grado di confidenza dichiarato.
La seconda fase è un confronto matematico vero e proprio: l’opera viene misurata contro il corpus certo di ciascun candidato, su più canali — la fisionomia visiva complessiva, l’organizzazione delle masse, e dove le condizioni lo permettono, la firma materiale della pennellata.
Il punto cruciale è che questa seconda fase lavora alla cieca: non conosce le conclusioni della prima. Le due analisi non si parlano. E quando, alla fine, convergono sullo stesso nome — come è accaduto per l’autoritratto di Oslo — quella convergenza ha un valore particolare: è la conferma incrociata di due metodi indipendenti, che non si sono influenzati a vicenda. È la stessa logica per cui, in medicina, due esami diversi che portano alla stessa diagnosi valgono più di uno solo.
Si potrebbe pensare che dichiarare i propri limiti indebolisca un sistema. È vero il contrario. NQAI sa quando non sa. Se il confronto materiale della pennellata non è affidabile — perché l’immagine è a bassa risoluzione, o perché un dipinto di quattro secoli fa è coperto da craquelure e ritocchi di restauro — il sistema lo dichiara e si astiene su quel canale, invece di produrre un numero privo di fondamento. Un’attribuzione che ammette i propri margini è più solida, non più debole, di una che finge una certezza assoluta.
Allo stesso modo, NQAI non interpreta le radiografie o le riflettografie: la ricerca dimostra che i modelli di intelligenza artificiale tendono ad allucinare di fronte alle immagini diagnostiche. Quei documenti vengono archiviati e messi a disposizione dell’esperto umano, che li legge con la sua competenza. Perché il principio di fondo di NQAI è quello del modello medico: il sistema raccoglie, misura, organizza le prove e orienta. La diagnosi finale resta nelle mani — e nella firma — dello storico dell’arte.
A questo si aggiunge un controllo preliminare imprescindibile: prima di qualunque analisi, ogni opera viene verificata contro i principali database internazionali di opere trafugate — Carabinieri TPC, Interpol, Art Loss Register, FBI Art Crime. Nessuna attribuzione viene avviata su un’opera che risulti segnalata.
NQAI non chiede di essere creduto sulla parola. Chiede di essere messo alla prova.
Per questo apriamo a un numero selezionato di musei, case d’asta e istituzioni universitarie la possibilità di sottoporre gratuitamente un caso di studio. Riceverete un referto completo: la rosa dei candidati con le motivazioni, il confronto matematico tradotto in linguaggio leggibile, la sintesi della convergenza tra i due metodi, e — con la stessa trasparenza — i limiti dell’analisi e le indagini che la completerebbero. Un documento pensato per essere esaminato, discusso e, se condiviso, controfirmato dal vostro responsabile scientifico.
Non offriamo una sentenza. Offriamo una prova che potete leggere riga per riga, e giudicare voi stessi.
Perché l’attribuzione di un’opera d’arte è troppo importante per essere affidata a una scatola nera. E perché il futuro dell’intelligenza artificiale applicata all’arte non è una macchina che pretende di sostituire l’occhio dell’esperto, ma uno strumento che lo mette in condizione di vedere di più.
White Paper — Nexologica, Milano
L’attribuzione delle opere d’arte è tra i compiti più delicati della storia dell’arte: stabilire la paternità di un dipinto incide sul suo valore culturale ed economico, e per secoli è rimasta appannaggio esclusivo del giudizio umano — il connoisseurship. Negli ultimi anni l’intelligenza artificiale ha iniziato ad affiancare questo processo, ma i sistemi oggi più diffusi soffrono di due limiti strutturali: sono scatole nere, che restituiscono un verdetto senza spiegarlo, e richiedono grandi quantità di opere certe per ogni artista, escludendo di fatto i maestri più rari.
NQAI (Nexologica Quantum Art Intelligence) propone un paradigma differente: un sistema glass-box, integralmente trasparente, in cui ogni passaggio del ragionamento è tracciabile e verificabile; capace di operare anche con corpora ridotti; e concepito non per sostituire lo storico dell’arte, ma per fornirgli uno strumento di analisi che ne potenzi il giudizio. Questo documento ne illustra i principi, l’architettura concettuale e il posizionamento.
I sistemi di attribuzione basati su reti neurali profonde apprendono da grandi insiemi di immagini e restituiscono una stima probabilistica di paternità. Per quanto sofisticati, presentano un ostacolo dirimente per l’uso professionale: non spiegano il proprio verdetto. Un curatore, un perito o uno storico dell’arte non possono fondare un’attribuzione — atto che comporta responsabilità scientifiche ed economiche — su un responso che non sono in grado di esaminare nella sua logica. L’opacità del metodo è incompatibile con la deontologia della disciplina.
Un secondo limite è tecnico. I modelli tradizionali richiedono un numero elevato di opere autografe per apprendere a riconoscere la mano di un artista. Ma il patrimonio dei grandi maestri è spesso esiguo: di alcuni autori fondamentali sopravvivono pochissime opere certe. In questi casi — proprio i più preziosi — l’approccio a grandi dataset non è applicabile.
Il principio fondativo di NQAI è la spiegabilità totale. Il sistema non emette un verdetto sintetico, ma un ragionamento articolato e documentato. Ogni elemento che concorre alla conclusione è esplicitato: quali osservazioni sono state fatte, su quali basi, con quale grado di certezza e con quali limiti. Il sistema non afferma «è di X»; afferma «l’opera si colloca in massima prossimità a X, per queste ragioni misurabili, con questo margine, e con queste riserve dichiarate».
Questa scelta trasforma l’output da sentenza a dossier: un documento che l’esperto può leggere, verificare, discutere e — se condiviso — controfirmare.
L’analisi si articola in due fasi concepite per operare in modo autonomo.
Il primo percorso conduce un esame di orientamento sull’immagine dell’opera: ne valuta la tecnica, la datazione stilistica, l’area culturale e la tipologia compositiva, applicando i metodi classici della disciplina — l’analisi della struttura d’insieme secondo Max Friedländer e lo studio del dettaglio rivelatore secondo Giovanni Morelli. Al termine propone una rosa di candidati, ciascuno motivato e corredato da un grado di confidenza esplicito.
Il secondo percorso conduce un confronto quantitativo tra l’opera e il corpus certo di ciascun candidato, su più canali di analisi complementari.
Il punto metodologicamente qualificante è che il secondo percorso opera all’oscuro delle conclusioni del primo. Le due analisi non comunicano tra loro. Solo nella fase finale i due esiti vengono accostati. Quando convergono sul medesimo nome, tale convergenza acquista un valore probatorio particolare: è la conferma incrociata di due metodi indipendenti che non si sono influenzati reciprocamente — un principio analogo a quello per cui, in ambito diagnostico, il concorde risultato di due esami distinti vale più di un esame singolo. Quando divergono, la divergenza stessa è registrata come informazione significativa, che invita alla cautela e a ulteriori indagini.
Un sistema affidabile deve sapere quando non sa. NQAI dichiara esplicitamente i propri margini di incertezza e si astiene dai canali di analisi che, nelle condizioni date, non sono affidabili — per esempio quando la risoluzione delle immagini è insufficiente o lo stato conservativo dell’opera (craquelure, ridipinture, restauri) comprometterebbe la misurazione. Un’attribuzione che espone i propri limiti è più solida, non più debole, di una che simula una certezza assoluta.
NQAI è concepito secondo un modello medico: come gli esami di laboratorio non sostituiscono il medico ma ne informano la diagnosi, così il sistema raccoglie, misura e organizza le evidenze, ma la responsabilità dell’attribuzione — e la firma — restano allo storico dell’arte. Coerentemente, il sistema non interpreta autonomamente le immagini diagnostiche (radiografie, riflettografie, fluorescenze): tali documenti, la cui lettura richiede competenza specialistica, vengono organizzati e messi a disposizione dell’esperto.
Prima di qualunque analisi attributiva, ogni opera è sottoposta a un controllo automatico contro i principali database internazionali di opere trafugate (Comando Carabinieri Tutela Patrimonio Culturale, Interpol, Art Loss Register, FBI Art Crime Team, tra gli altri). Nessuna analisi viene avviata su un’opera che risulti segnalata, e l’esito della verifica è documentato nel referto.
L’esito dell’analisi è un referto di attribuzione strutturato, pensato per la lettura da parte di uno specialista. Esso comprende: la descrizione dell’opera e i dati oggettivi rilevati; l’esito della verifica preliminare; l’orientamento stilistico con la rosa dei candidati motivati; il confronto quantitativo, tradotto in linguaggio interpretabile; la sintesi della convergenza tra i due percorsi; i limiti dell’analisi e le indagini che la completerebbero; e uno spazio per la validazione dell’esperto.
Ogni dato quantitativo è accompagnato dalla sua traduzione in termini di attribuzione: non si presentano numeri isolati, ma il loro significato e il loro grado di affidabilità. Il referto riporta esclusivamente i riferimenti catalografici delle opere di confronto — titolo, autore, data, collezione — e non riproduce immagini di terzi, nel rispetto delle normative sui diritti.
NQAI si distingue nel panorama degli strumenti di attribuzione assistita da intelligenza artificiale per la combinazione di quattro caratteristiche: la spiegabilità integrale, che rende ogni conclusione verificabile; la capacità di operare con corpora ridotti, che estende l’analisi anche ai maestri di cui sopravvivono poche opere; l’indipendenza dei due percorsi analitici, che fonda la conclusione su una conferma incrociata; e il modello medico, che colloca il sistema al servizio dell’esperto anziché in sua sostituzione.
L’obiettivo di Nexologica non è proporre una macchina che pretenda di emettere sentenze, ma uno strumento che ponga lo storico dell’arte nelle condizioni di vedere di più, e di documentare meglio ciò che vede.
Nexologica apre a un numero selezionato di musei, case d’asta e istituzioni accademiche la possibilità di sottoporre un caso di studio in forma gratuita. L’obiettivo è duplice: offrire alle istituzioni uno strumento di analisi concreto e verificabile, e sottoporre il sistema al vaglio critico della comunità degli esperti — l’unico che possa realmente validarne il valore.
Le istituzioni interessate riceveranno un referto completo, redatto secondo i criteri qui descritti, da esaminare e discutere liberamente.
© Nexologica. Il presente documento illustra i principi e l’architettura concettuale del sistema NQAI. I dettagli implementativi costituiscono know-how riservato.
NQAI è sviluppato da Nexologica. Per sottoporre un caso di studio o richiedere informazioni:
nexologica@milanoartemagazine.it
Giovanni Manzo
3332464588