Rilevamento automatico e estrazione di temi nei murali antichi attraverso stili differenti

Perché oggi è importante decifrare l’arte murale antica

In tutta l’Asia, antichi murali rivestono le pareti di grotte, templi e tombe, preservando racconti di vita quotidiana, religione e potere che da tempo sono scomparsi dalle fonti scritte. Tuttavia queste pitture esistono ora in vaste collezioni digitali, troppo grandi perché gli esperti le esaminino una per una. Questo studio mostra come l’intelligenza artificiale moderna possa ordinare automaticamente i murali per stile e scoprire i temi ricorrenti, aiutando storici, curatori e il pubblico a orientarsi in questo universo visivo e a comprendere meglio come credenze e modi di vita si siano evoluti nel corso dei secoli.

Leggere i murali con occhi digitali

Invece di fare affidamento sull’occhio esperto di uno specialista, gli autori costruiscono un framework informatico che considera ogni murale come un fascio di indizi visivi. Raccolgono quasi 5.400 immagini da tre contesti: murali di grotta provenienti da antichi santuari scavati nella roccia, murali di templi da edifici religiosi fuori terra e murali di tombe deposte con i defunti. Il sistema trasforma innanzitutto ogni immagine in diversi tipi di descrizioni numeriche che catturano la tavolozza cromatica, la texture della superficie, piccoli dettagli locali come bordi o ornamenti e disposizioni più ampie di figure e scene. Combinando queste diverse “visioni” della stessa immagine, il computer ottiene una percezione ricca e stratificata di ciò che distingue uno stile murale da un altro.

Insegnare a un computer a riconoscere gli stili dei murali

Una volta estratte queste impronte visive, gli autori addestrano un modello di machine learning a riconoscere quali pattern corrispondono a murali di grotta, di tempio o di tomba. Il cuore del sistema, che chiamano MV2FLR, fonde cinque tipi di feature e le alimenta in un classificatore statistico semplice ma potente noto come regressione logistica. Testato su murali non visti in fase di allenamento, il modello identifica correttamente lo stile in quasi il 99 percento dei casi, superando reti di deep learning più complesse che osservano un solo aspetto dell’immagine. Lo studio mostra inoltre che le feature basate su patch, che catturano come piccole regioni dell’immagine si relazionano tra loro su tutta la pittura, sono particolarmente efficaci nel distinguere gli stili, mentre colore e texture da soli non sono sufficienti.

Trovare storie nascoste nelle descrizioni dei murali

I murali non sono solo immagini; sono anche accuratamente schedati con brevi descrizioni testuali. Per esplorare di cosa trattano queste pitture, i ricercatori utilizzano un moderno metodo di topic mining chiamato BERTopic sui testi cinesi accompagnatori. Questo approccio raggruppa insieme murali che condividono parole chiave, come “Bodhisattva”, “festa”, “viaggio” o “predicazione del Dharma”, e mappa quanto spesso ogni cluster compare in contesti di grotta, tempio o tomba. Così facendo rivela sia evidenti sovrapposizioni sia differenze chiare nei soggetti. Tutti e tre i tipi di murale presentano ripetutamente figure buddhiste, divinità protettrici, attendenti e esseri celesti alati, suggerendo un linguaggio visivo condiviso radicato nella scrittura sacra e nel rituale.

Come gli spazi diversi plasmano l’arte

Allo stesso tempo, ogni contesto murale sviluppa i suoi temi prediletti. I murali dei templi sono fortemente orientati all’insegnamento religioso: scene narrative dalle scritture buddhiste, assemblee formali di predicazione e file ordinate di re celesti e altre divinità. I murali tombali si concentrano sulla vita terrena e su quella sperata per i defunti, mettendo in risalto banchetti, musica e danza, processioni con cavalli e carri, e scene domestiche idealizzate. I murali di grotta spesso si collocano fra questi mondi, mescolando paradisi della Terra Pura e offerte devozionali con scorci di usanze regionali. Tracciando come questi temi emergono e declinano attraverso le dinastie, gli autori mostrano che i cambiamenti nel potere politico, nelle mode religiose e nelle pratiche quotidiane lasciano tutti il loro segno sulle pitture murali.

Qual è il significato per la comprensione del passato

Per i non specialisti, il messaggio è chiaro: combinando un’analisi intelligente delle immagini con il text mining, i computer possono ora aiutarci a ordinare vaste collezioni di murali, evidenziare ciò che rende uniche le diverse tradizioni e mostrare dove condividono elementi comuni. Piuttosto che sostituire l’esperienza umana, questo approccio automatizzato offre a storici e curatori un potente insieme di fari per individuare pattern che sarebbe impossibile vedere a occhio nudo. Nel processo, facilita la conservazione, l’organizzazione e la presentazione di queste fragili opere in modo che le generazioni future possano esplorare come gli antichi artisti hanno rappresentato dèi, sovrani, persone comuni e i mondi che immaginavano oltre la morte.

Citazione: Sun, S., Li, T. & Li, Q. Automated detection and topic mining of ancient murals across different styles. npj Herit. Sci. 14, 112 (2026). https://doi.org/10.1038/s40494-026-02374-1

Parole chiave: murali antichi, IA per il patrimonio culturale, classificazione dello stile delle immagini, arte buddhista, topic modeling