Lo studio diretto dei monumenti antichi rappresenta, per gli architetti e gli addetti all’edilizia, uno dei momenti più alti del processo di apprendimento dei fondamenti dell’arte di costruire.
La possibilità di datare singole strutture, avvalendosi, oltre che dei già collaudati parametri valutativi storico-architettonici, delle capacità di classificare cronologicamente gli apparecchi murari, costituisce una preziosa risorsa, finora poco adoperata, a causa dell’assenza di studi di riferimento di adeguata ampiezza. Ad esempio, nel caso di Napoli, uno dei maggiori centri storici italiani per dimensione e ricchezza di valori, ad una diffusa conoscenza dei caratteri architettonici, urbanistici e ambientali, si associa una scarsa conoscenza sui materiali da costruzione e sul loro uso.
La difficoltà nel datare un edificio del centro storico di Napoli, viene accentuata dal fatto che, nel corso dei circa due millenni e mezzo di vita della città, si è fatto quasi esclusivamente uso, come materiale da costruzione, del tufo giallo napoletano, prelevato direttamente dal sottosuolo, o da cave localizzate alle pendici delle colline circostanti, messo in opera, soprattutto negli ultimi cinque o sei secoli, secondo tessiture non molto differenti tra loro.
Le stesse considerazioni valgono per gli altri due materiali presenti sul suolo partenopeo, il laterizio e il piperno. Il primo, utilizzato in maniere molto limitata, non essendo un prodotto locale, ad eccezione dei mattoni di Ischia, di qualità alquanto scadente. Il secondo, abbastanza diffuso ma utilizzato prevalentemente in funzione ornamentale. Inoltre, nel medesimo arco temporale, gli edifici sono stati soggetti a stratificazioni e ristrutturazioni antiche, medievali e moderne, motivate prevalentemente da esigenze di consolidamento. Un esempio significativo è quello del palazzo della Repubblica Veneta, in cui sono riscontrabili ben tre lapidi, le cui epigrafi ricordano le opere effettuate nel 1646, nel 1688 e nel 1737, a seguito dei danni provocati da altrettanti terremoti.
Al fine di acquisire la suddetta capacità R. Pane [Pa67] osservava che "Solo registrando le variazioni avvenute attraverso i secoli, entro il tessuto murario, si può pervenire ad una casistica abbastanza precisa da poterne trarre una generale esperienza".
A tal proposito, un gruppo di lavoro della Facoltà di architettura della Seconda Università di Napoli, in collaborazione con un gruppo dell’Istututo di Cibernetica del CNR di Arco Felice, ha analizzato un numero elevato di campioni murari ben osservabili, appartenenti ad edifici napoletani la cui datazione è filologicamente documentata, raccogliendo i dati in un database.

Il lavoro sperimentale oggetto di questa tesi è lo studio e la progettazione di un sistema esperto che faccia da complemento alla complessa attività di analisi delle murature di un edificio del centro storico di Napoli, esponendo, come risultato, delle plausibili ipotesi di datazione. A tal fine le informazioni ottenute dall’elaborazione del suddetto database, sono servite da complemento alla conoscenza dell’esperto.
I frequenti dialoghi con l’esperto hanno rafforzato la nostra convinzione che il ragionamento da lui adoperato, non comprenda i laboriosi calcoli numerici, comuni agli approcci probabilistici visti nel precedente capitolo (Certainty Factor (§ 3.1), Bayesian Belief Network (§ 3.2), ecc.), ma sia simile ad un ragionamento qualitativo (§ 3.3): egli prende atto dei segni immediatamente disponibili nella muratura, intrattiene una prima serie di ipotesi, e comincia la fase di test andando a cercare i segni che rafforzano o eventualmente indeboliscono una o più tra le ipotesi intrattenute.
Riteniamo importante ricordare che la scelta di uno dei suddetti approcci probabilistici, renderebbe estremamente complicato il trasporto del nostro sistema in contesti diversi, e poco agevole un suo eventuale miglioramento o una sua estensione (§ 3.1, 3.2), diversamente dal nostro (§ 3.3)
L’ individuazione degli elementi costituenti la base di conoscenza e di un motore inferenziale adeguato è frutto di una collaborazione con un gruppo di esperti coordinati dal Prof. Arch. G. Fiengo della facoltà di Architettura della II Università di Napoli.
La base di conoscenza è stata strutturata in maniera tale da rendere il sistema altamente modulare, e in modo da essere comprensibile, portabile, facilmente aggiornabile e facilmente manipolabile.
Il motore inferenziale adottato è simile a quello usato nel ragionamento qualitativo (§3.3), a cui è stata aggiunta una componente di meta-conoscenza che guida il sistema nella selezione delle domande di test, sulla base delle ipotesi ritenute plausibili.

La scarsità di documenti sulle murature e sulle tecniche costruttive fino alla fine del XIX secolo, ha reso difficile l’individuazione di modelli, dei vari tipi di apparecchiature murarie.
Nel database, frutto dell’analisi di un grande numero di campioni murari di datazione filologicamente documentata, sono conservate circa 400 schede relative ad altrettante unità stratigrafiche, contenenti informazioni riguardanti le principali caratteristiche macroscopiche: tipo di materiale impiegato, geometria e dimensione dei conci¹, tracce di lavorazione superficiale, tessitura, ecc.
La sua elaborazione ha permesso di raccogliere numerose informazioni, che hanno in parte confermato e in parte migliorato le conoscenze empiriche dell’esperto.
Il continuo dialogo con l’esperto ha consentito, tra le altre cose, di identificare le informazioni fondamentali (elementi e segni) e le regole empiriche (ragionamento) da lui utilizzate per intrattenere una plausibile ipotesi di datazione.
I risultati di tale dialogo sono stati:

- la suddivisione della base di conoscenza in diverse parti indipendenti;

- l’identificazione degli elementi costituenti ognuna di tali parti;

- l’identificazione delle regole con cui tali elementi vanno trattati;

- l’individuazione di modelli approssimati di apparecchiature murarie, ognuno dei quali individua una particolare ipotesi di datazione.

La base di conoscenza è stata suddivisa, in primo luogo, sulla base del tipo di materiale utilizzato: tufo giallo napoletano, laterizio, pietra da taglio. Il tufo giallo napoletano può essere ulteriormente suddiviso in base alla geometria dei conci: regolare, irregolare, sbozzato¹ (figura a), il laterizio sulla base della lavorazione: a mano o a macchina e la pietra da taglio in piperno e pietrarsa².Ognuna delle parti così ottenute forma un ben determinato dominio indipendente dal resto. Verranno nel seguito chiamate ‘componenti’ della base di conoscenza.

Gli oggetti costituenti la muratura, quali ad esempio i vari tipi di conci, il cantiere, la malta, ecc. sono gli elementi della base di conoscenza.
Le caratteristiche con cui tali oggetti sono presenti nella muratura (dimensioni, lavorazione, ecc.), nonché i modi di utilizzo (posizione o presenza nella muratura, ecc.) vengono detti ‘segni’.
Le regole definiscono i modi con cui tali segni vanno trattati in funzione del modello di apparecchitura muraria preso in considerazione.
Nel seguito verrà abbandonato il termine ‘modello’ sostituto dal termine ‘ipotesi di datazione’.
E’ conveniente rappresentare le connessioni tra le ipotesi di datazione ed i segni mediante un grafo bipartito.

In questo modo l’insieme dei nodi del grafo risulta suddiviso in due sottoinsiemi: uno relativo ai segni e l’altro alle ipotesi di datazione.
E’ stato successivamente introdotto un insieme di domande mediante le quali il sistema, interagendo con l’utente, chiede informazioni più particolareggiate della muratura, mirate alla ricerca dei segni (presenza di un particolare segno, rilievo delle dimensioni dei conci, ecc.). Tali domande corrispondono in linea di principio alle domande di test introdotte nel ragionamento qualitativo (§ 3.3).Per rappresentarle è stato ampliato il precedente grafo, inserendo un ulteriore insieme di nodi associato all’insieme delle domande.

Un ipotesi è collegata alle domande caratteristiche mediante gli archi domanda, una domanda è collegata ai segni che può attivare mediante gli archi domanda-segno, ed un segno, è collegato alle ipotesi mediante gli archi segno. Ogni domanda è associata ad certo insieme di segni. Possiamo trovare, tra le altre, domande a risposta multipla, in cui le risposte associate non sono mutuamente esclusive, (rispondendo alla domanda, vengono attivati più segni contemporaneamente) e domande di verifica a cui sono associate le risposte "SI", "NO", in funzione della presenza di un segno.
Al fine di esprimere in qualche modo la plausibilità di un ipotesi, si è pensato di associare ad ogni coppia segno-ipotesi un indice, in relazione all’importanza che la presenza del segno ha nel far intrattenere o scartare l’ipotesi. Tale indice è ben lungi dall’essere un valore di certezza o un coefficiente di probabilità, esso è semplicemente in relazione con l’importanza che l’esperto dà al segno (molto importante, poco importante, ecc). Il fatto che sia espresso mediante un valore numerico serve solo per rendere agevole eventuali ordinamenti. Ad esempio ad un segno ritenuto ‘importante’ per rafforzare un’ipotesi viene associato un indice 1, ad uno ‘molto importante’ indice 2, ecc. Un indice negativo invece, sta ad indicare che la presenza del segno tende ad indebolire l’ipotesi. In questo modo l’indice di plausibilità di una ipotesi è dato dalla somma degli indici di importanza dei segni verificati ad essa associati.
E’ stato necessario introdurre nel nostro sistema una componente di meta-conoscenza, allo scopo di adoperare delle strategie di ricerca della soluzione. Per tale motivo, le domande sono state divise in classi sulla base della loro importanza, relazionata al potere che i segni, da essa attivati, hanno nel rafforzare o indebolire un’ipotesi. In questo modo il motore inferenziale sceglie ad ogni passo, tra tutte le domande proponibili, quella che sembra la più promettente.
Il comportamento del sistema tende così ad avvicinarsi a quello dell’esperto. Egli infatti per verificare l’ipotesi che sta intrattenendo, cercherà i segni ad essa collegati guidato da un euristica; in particolare cercherà i segni che ritiene più importanti per la verifica di plausibilità.
Nel prossimo paragrafo verranno dati ulteriori approfondimenti su tale argomento.
Per delucidare il comportamento del sistema è stata introdotta una componente di giustificazione delle domande, che unisce, alla domanda posta, delle spiegazioni che ne giustificano l’uso, e una componente di spiegazione delle ipotesi intrattenute, che esplicita all’utente i motivi che spingono il sistema ad intrattenere quelle ipotesi. Per tale motivo nella base di conoscenza sono stati inseriti sia i testi delle giustificazioni alle domande, sia i testi relativi alla spiegazione dei segni. I principali vantaggi offerti da una tale rappresentazione sono:

- Semplicità di lettura, esplorazione e manipolazione della base di conoscenza. In particolare, mediante gli archi domanda e gli archi segno i meccanismi di deduzione e abduzione diventano estremamente semplici.

- Semplicità di modifica ed aggiornamento della base di conoscenza. Si presume che l’esperto, nel corso della sua attività, affini le proprie conoscenze e la propria perizia, per cui non bisogna escludere la possibilità di estendere e modificare successivamente la base di conoscenza. Inoltre non è da escludere il trasporto del sistema in contesti differenti.

- Rapidità nel reperimento delle spiegazioni ai segni e delle giustificazioni alle domande.

- Alta modularità: le componenti della base di conoscenza e il motore inferenziale sono completamente indipendenti e la modifica di uno non ha ripercussioni sugli altri. Inoltre, l’aggiunta di altre componenti, non produce effetti collaterali.

La componente di inferenza del sistema è divisa in due moduli: il primo pone le domande all’utente, seguendo un protocollo standard, al fine di orientare la ricerca della soluzione ad una delle componenti indipendenti in cui è divisa la base di conoscenza; il secondo, che è quella di maggior interesse, rappresenta la parte ‘intelligente’ del sistema che inferisce sulla componente selezionata, per raggiungere la soluzione, e rappresenta il vero motore inferenziale.

Il motore inferenziale presenta un livello oggetto e un livello meta e può essere classificato in uno del tipo "Reflect and Act" (§ 1.6).L’azione congiunta del livello oggetto e del meta-livello produce un ciclo di generazione, test ed aggiornamento delle ipotesi esplicative, simile a quello visto nel ragionamento qualitativo (§3.3).

Si identificano le seguenti fasi:

1. Evocazione delle ipotesi esplicative: sulla base delle risposte alle domande iniziali, dopo la selezione della componente, vengono generate le prime ipotesi esplicative. Si forma in questo modo una lista di ipotesi in competizione, ordinata in base ad un indice di plausibilità. Tale indice viene calcolato, per ogni ipotesi, sommando gli indici di importanza dei segni verificati ad essa associati. (§ 4.3)

2. Test delle ipotesi: la scelta delle domande viene effettuata con un protocollo "hypothesis driven": viene scelta, tra le altre, la domanda più promettente al fine di rafforzare l’ipotesi che sembra essere più plausibile (corrispondente a quella in testa alla lista di ipotesi in competizione).

Il meta-livello, introdotto a tal fine nel sistema, con l’aiuto della suddivisione in classi delle domande effettua tale scelta: ad ogni ipotesi in lista è associata un informazione, detta ‘classe di domanda’, che rappresenta la classe in cui scegliere la domanda qualora tale ipotesi dovesse essere in testa alla lista.

Mediante un ragionamento deduttivo, vengono selezionate le domande proponibili relative all’ipotesi in testa.

Tra di esse viene poi scelta la prima, se esiste, appartenente alla classe di domanda associata all’ipotesi (§ 4.3);

3. Aggiornamento dell’insieme delle ipotesi: i segni generati dalla risposta alla domanda vengono utilizzati, per aggiornare l’insieme delle ipotesi in competizione.

Il livello oggetto pone la domanda all’utente esponendo le dovute giustificazioni, genera i segni in base alle risposte, esegue la fase di abduzione, ed aggiorna la lista di ipotesi in competizione.

La computazione si interrompe quando: sono stati verificati tutti i segni ritenuti importanti per l’ipotesi in testa (si è risposto ad almeno una domanda per classe); ad esaurimento delle domande disponibili. In quest’ultimo caso, se le informazioni acquisite non sono sufficienti, il sistema non è in grado di dare una risposta. Tale situazione è analoga a quella in cui si trova l’esperto quando ha davanti a se una muratura poco visibile, ricoperta per buona parta da intonaco. In questo caso le informazioni reperibili dall’analisi risultano insufficienti per intrattenere una ragionevole ipotesi di datazione.

La particolare struttura della base di conoscenza semplifica i meccanismi di deduzione e abduzione: il primo avviene mediante gli archi domanda, il secondo attraverso gli archi segno.
Durante il ciclo computazionale, il grafo di figura c viene percorso per intero: la deduzione esegue il passaggio dall’insieme delle ipotesi all’insieme delle domande; la generazione dei segni in funzione della risposta alla domanda, porta nell’insieme dei segni; l’abduzione porta dall’insieme dei segni di nuovo all’insieme delle ipotesi.

La computazione può essere rappresentata mediante un albero (figura i) i cui nodi rappresentano gli stati del sistema. Ogni nodo è caratterizzato, tra le altre cose, dalla lista delle ipotesi in competizione, e dalla domanda da porre all’utente. Le risposte a tale domanda rappresentano gli archi dal nodo padre ai nodi figlio.