Lintelligenza artificiale può prevedere che suono produrrà un pezzo di legno una volta trasformato in una tavola di violino, indicando la forma che gli permetterà di emettere il suono migliore: una svolta per i liutai, che potranno fare meglio dei grandi maestri esplorando nuovi materiali e design per progettare i violini del futuro. Lo dimostra uno studio pubblicato sulla rivista Scientific Reports dai ricercatori del Musical Acoustics Lab del Politecnico di Milano.
Lo studio è stato ispirato da un disegno storico della bottega di Enrico Ceruti (fonte: Politecnico di Milano)
In questo lavoro, finanziato dal Distretto Culturale della Liuteria di Cremona, il fisico e liutaio cileno Sebastian Gonzalez (postdoc) e il mandolinista professionista Davide Salvi (dottorando) mostrano come una rete neurale molto semplice sia in grado di predire il comportamento vibratorio di tavole di violino a partire da un numero limitato di parametri geometrici e meccanici della tavola stessa. Lispirazione è venuta da un disegno storico che fa parte della collezione del Museo del Violino di Cremona.
A sinistra il profilo di un violino storico (© 2008 Stoel, Borman), a destra tre esempi di tavole del dataset (fonte: Politecnico di Milano)
In particolare, è stato sviluppato un modello che disegna la forma esterna della tavola di violino come la congiunzione di archi di nove circonferenze. Grazie a questo e a un modello efficiente della curvatura (basato sul violino Messia di Stradivari), i ricercatori sono stati in grado di disegnare una tavola di violino con soli 35 parametri, come raggio, posizione del centro delle circonferenze, bombatura, spessore e caratteristiche meccaniche del legno. Variando questi parametri in modo causale, si è costruito al calcolatore un archivio di dati (dataset) che comprende forme di violini storici così come forme mai usate nella liuteria. Queste forme di tavole costituiscono linput della rete neurale. Sono quindi stati usati strumenti avanzati di modellazione vibratoria per determinare il comportamento acustico di ogni violino nel dataset. Il passo successivo è stato quello di capire se una semplice rete neurale fosse in grado di predire il comportamento acustico a partire dai parametri della tavola. La risposta è stata positiva ed è andata ben oltre le aspettative, con un'accuratezza vicina al 98%.
Caricamento commenti
Commenta la notizia