Login   Tu sei in: tecnopolo


La rete regionale


logo piattaforma

logo piattaforma

logo piattaforma

logo piattaforma

logo piattaforma

logo piattaforma

 

NEWS


Immagine
Beni culturali: al via il progetto ShareArt per 'misurare' il gradimento delle opere d’arte con l’intelligenza artificiale
23/06/2021

Il 10 giugno 2021 a Bologna è stato presentato il progetto ShareArt che vede ENEA e Istituzione Bologna Musei collaborare per monitorare il gradimento e le modalità di fruizione delle opere d’arte da parte dei visitatori, grazie ad applicazioni di intelligenza artificiale e big data.

Frutto del lavoro che vede coinvolti ricercatori ENEA di diversi settori[1], l’innovativo sistema riesce a 'misurare' il gradimento di un’opera d’arte attraverso la condivisione di numerose informazioni ricavate con la registrazione e il monitoraggio di alcuni indicatori, senza coinvolgere direttamente i visitatori. La misura è resa possibile dall’utilizzo di una tipica applicazione big data capace di ricavare informazioni esplorando grandi quantità di dati diversi.

Il sistema si compone di una serie di dispositivi di acquisizione dati, oggi disponibili sul mercato a costi contenuti, che, provvisti di telecamera, raccolgono le informazioni e le inviano a un server centrale per l’immagazzinamento e l’elaborazione, che avviene tramite un applicativo web dedicato all’analisi multidimensionale interattiva.

'Attraverso una telecamera posizionata nei pressi dell’opera, il sistema rileva automaticamente i volti che guardano in direzione dell’opera stessa, acquisendo dati relativi al comportamento degli osservatori come, ad esempio, il percorso compiuto per avvicinarsi, il numero di persone che l'hanno osservata, il tempo e la distanza di osservazione, il genere, la classe di età e lo stato d'animo dei visitatori che osservano', hanno spiegato durante la presentazione odierna i quattro esperti ENEA Stefano Ferriani, Giuseppe Marghella, Simonetta Pagnutti e Riccardo Scipinotti che partecipano al progetto.

In questa fase di complessità gestionale per la pandemia di Covid-19, il sistema ShareArt può essere utilizzato anche per aumentare la sicurezza degli ambienti museali rilevando il corretto utilizzo della mascherina e il distanziamento dei visitatori, attivando in tempo reale una segnalazione visiva per ricordare il rispetto delle disposizioni.

I primi dati della sperimentazione permettono già di evidenziare alcuni aspetti come il fatto che la maggior parte dei visitatori siano da soli e che indossino correttamente la mascherina.

"Vi sono domande che si rincorrono tra le mura di un museo. In cosa consiste il gradimento di un'opera? Quali sono le variabili personali e ambientali che influiscono su questo gradimento? Le risposte tradizionali sono troppo approssimative', ha sottolineato durante l’evento Roberto Grandi, presidente Istituzione Bologna Musei. 'Ecco allora - aggiunge - che l’Istituzione Bologna Musei ed ENEA hanno considerato alcune sale delle Collezioni Comunali d'Arte come un laboratorio sul campo per approfondire le dinamiche della fruizione in presenza delle opere in relazione al contesto spazio-temporale. Non solo il modo di osservare, ma anche come si arriva all'opera e quanto tempo la si osserva sono aspetti che aiutano i curatori dei musei a comprendere meglio i comportamenti dei visitatori e i ricercatori ad approfondire le dinamiche della percezione del gradimento attraverso la raccolta e l'elaborazione di un grande numero di dati. È un percorso affascinante e siamo soddisfatti di poterlo affrontare con una istituzione scientifica di eccellenza come ENEA". I dati raccolti costituiscono un capitale di informazioni molto prezioso per gli operatori museali, che attraverso l’analisi di dati concreti possono evidenziare punti di forza ed eventuali criticità e valutare possibili miglioramenti per ottimizzare l’esposizione delle opere stesse e il percorso di visita, misurando poi gli effetti delle azioni intraprese.

La collaborazione tra ENEA e Istituzione Bologna Musei si inserisce nell’ambito di ricerca e sviluppo dei big data di grande interesse per la Regione Emilia-Romagna, impegnata a realizzare nel Tecnopolo di Bologna una potenza di calcolo e un expertise di supercalcolo, big data e intelligenza artificiale di rilevanza internazionale.

Per maggiori informazioni:
Giuseppe Marghella, ENEA - Laboratorio Tecnologie per la Dinamica delle Strutture e la Prevenzione del rischio sismico e idrogeologico, giuseppe.marghella@enea.it

Video progetto 'Share Art' con particolare dell’alert anti Covid
https://www.youtube.com/watch?v=U6_hKPPtMQQ
https://www.youtube.com/watch?v=A-4cQ9bkFLI

Fotogallery

Una breve rassegna stampa sull'evento

Corriere di Bologna
11-06-2021
QUELL'OPERA CI PIACE? CE LO DICONO I BIG DATA - I BIG DATA VANNO AL MUSEO (Di Domenico Piero)

Resto del Carlino Bologna
11-06-2021
GUARDI UN QUADRO? E IL QUADRO TI OSSERVA (Pacoda Pierfrancesco)

bologna.repubblica.it
10-06-2021
Bologna, "ShareArt" spia i visitatori per allestire il museo perfetto

ANSA.IT
10-06-2021
MUSEI: SHAREART MONITORA COMPORTAMENTI ED EMOZIONI PUBBLICO (2) - EMILIA-ROMAGNA - ANSA.IT

ARTEMAGAZINE.IT
10-06-2021
SHAREART, INTELLIGENZA ARTIFICIALE E BIG DATA PER "MISURARE IL GRADIMENTO" DI UN'OPERA D'ARTE DA PARTE DEL PUBBLICO

BOLOGNATODAY.IT
10-06-2021
MUSEI E GRADIMENTO, UNA TELECAMERA INQUADRA IL VOLTO DURANTE LA VISITA [solo testo]

BONCULTURE.IT
10-06-2021
"SHAREART", AL VIA LA SPERIMENTAZIONE DI ENEA E ISTITUZIONE BOLOGNA MUSEI PER MONITORARE IL COMPORTAMENTO DEL PUBBLICO NELLA FRUIZIONE DELLE OPERE D'ARTE | BONCULTURE

THE TELEGRAPH
https://www.telegraph.co.uk/news/2021/06/11/art-algorithm-uproar-italian-museum-uses-ai-judge-art-visitors/
Fonte news
TECNOPOLO ENEA BOLOGNA




 

 


 

 

POR FESR

logo rete alta tecnologia emilia romagna


Il Laboratorio ha realizzato progetti finanziati dai Fondi europei della Regione Emilia-Romagna e dal Fondo per lo sviluppo e la coesione
Sitemap
Termini di uso
Politica sulla Privacy
Accessibilita'

Condividi questa pagina con

LinkedIN share Facebook share condividi
Dichiarazione di accessibilità 6d66ae69-c6fd-4cb9-b536-be3fdfb0144c