Luke Farritor, uno studente di informatica di 21 anni dell'Università del Nebraska-Lincoln, ha rivelato il testo contenuto in una pergamena carbonizzata dell'antica Ercolano.
Questo rotolo è rimasto illeggibile dall'eruzione vulcanica del 79 d.C. che ha sommerso anche Pompei. L'algoritmo di apprendimento automatico di Farritor è riuscito a individuare le lettere greche sul papiro arrotolato, tra cui la parola πορϕυρας (porphyras), che significa "porpora".
La sua tecnica si basava sull'identificazione di differenze minime e sfumate nella texture della superficie per addestrare la sua rete neurale a rilevare l'inchiostro e, di conseguenza, il leterring.
"Quando ho visto la prima immagine, sono rimasto scioccato". detto Federica Nicolardi, papirologa dell'Università di Napoli. "È stato un sogno", ha continuato, "posso davvero vedere qualcosa dall'interno di una pergamena".
Le pergamene, sepolte dall'eruzione del Vesuvio nel 79 d.C., sono rimaste in gran parte inaccessibili a causa del loro fragile stato.
Srotolando manualmente le pergamene carbonizzate, queste si sfaldano, facendo temere agli studiosi che il contenuto sarebbe rimasto per sempre un mistero.
Come ha spiegato Nicolardi, "si tratta di oggetti assurdi. Sono tutti accartocciati e schiacciati".
Riconoscendo la sfida di decifrare le pergamene, il Sfida al Vesuvio è stato istituito, offrendo vari premi, tra cui un primo premio di US$700.000 per la decifrazione di più passaggi di un rotolo.
Il 12 ottobre è stato annunciato che Farritor aveva vinto un premio di $40.000 per aver identificato più di 10 caratteri in una piccola sezione del papiro.
Un altro partecipante, Youssef Nader della Libera Università di Berlino, ha ricevuto $10.000 per il secondo posto.
La storica dell'antica Grecia e Roma, Thea Sommerschield, ha definito "estremamente eccitante" la capacità di discernere finalmente lettere e parole all'interno dei rotoli.
Sommerschield ha affermato che la loro interpretazione potrebbe "rivoluzionare la nostra conoscenza della storia antica e della letteratura" della regione.
Non è la prima volta che i ricercatori tentano di leggere queste antiche pergamene carbonizzate. Nel 2019, Brent Seales, professore di informatica specializzato nella lettura virtuale e nella conservazione di antiche pergamene, ha tentato di "scartare virtualmente" le pergamene utilizzando scansioni di tomografia computerizzata (TC) a raggi X.
Nel 2016, Seales è riuscito nell'impresa con un'antica pergamena ebraica trovata nel 1970 a Ein Gedi, in Israele, svelando parti del Libro del Levitico.
Tuttavia, le pergamene di Ercolano rappresentavano una sfida diversa: l'inchiostro, fatto di carbone e acqua, non risaltava nelle scansioni.
È qui che Farritor è riuscito a concentrarsi su una specifica e sottile texture, definita "crackle", per le tracce di inchiostro.
Farritor ha raccontato: "Stavo saltando su e giù", dopo che il suo algoritmo ha rivelato cinque lettere di un segmento appena pubblicato. "Oh mio Dio, sta funzionando davvero", si è reso conto.
Poco dopo, perfezionò il suo modello e identificò le dieci lettere necessarie per il premio, con la parola "porpora" non identificata in precedenza nei rotoli di Ercolano.
Il primo premio della Vesuvius Challenge non è ancora stato svelato e la scadenza è fissata per il 31 dicembre.
Intelligenza artificiale per decodificare le lingue antiche
Sei millenni fa, i Sumeri si stabilirono in Mesopotamia, la terra che si estende tra i fiumi Tigri ed Eufrate.
Questa regione, che comprende gli attuali Iraq, Kuwait, Turchia e Siria, è stata testimone dell'evoluzione da piccole comunità agricole a grandi civiltà urbane. Città come Uruk fiorirono, integrando intricati canali, strutture di irrigazione e centri di governo. Fu un'epoca cruciale per il progresso e l'evoluzione dell'umanità.
I Sumeri scrivevano con una scrittura nota come cuneiforme. Questo sistema di scrittura richiedeva la pressione di canne nell'argilla, generando complesse iscrizioni logo-sillabiche. Il cuneiforme non è una lingua, ma una scrittura che comprende circa 15 lingue per tre millenni.
Mentre le scritture cuneiformi erano usate principalmente come strumenti amministrativi per compiti come la registrazione del bestiame o delle transazioni, dal 2700 a.C. emerse un'ampia gamma di scritti più filosofici e creativi.
Uno dei più importanti di questi scritti è la Epopea di Gilgameshche si estende su dodici tavolette.
Enrique Jiménez dell'Università Ludwig Maximilians di Monaco afferma: "Metà della storia dell'umanità è racchiusa in queste tavolette cuneiformi".
Tuttavia, solo 75 individui, come da New Scientist, è in grado di decodificare il cuneiforme nonostante le decine di migliaia di tavolette non tradotte in tutto il mondo.
L'apprendimento automatico sta ora aiutando i ricercatori a svelare le storie incise nelle tavolette di pietra, aiutandoli a colmare le lacune e a ordinare i testi cronologicamente per scoprire di più su come vivevano gli antichi Sumeri.
Il ruolo dell'apprendimento automatico nella decrittazione di testi antichi
Enrique Jiménez e il suo team hanno fondato l'associazione Letteratura elettronica babilonese, una collaborazione tra archeologi, scienziati dei dati e storici.
Per analizzare le tavolette cuneiformi, il team ha utilizzato una tecnica di apprendimento automatico originariamente progettata per il confronto delle sequenze genetiche. Questa intelligenza artificiale prevede il contenuto delle sezioni mancanti e i confini in cui i frammenti si allineano.
Questa tecnica ha portato a scoperte come sezioni mancanti dell'Epopea di Gilgamesh e a un nuovo genere mesopotamico che descrive parodie e scherzi educativi per bambini.
Nel 2020, un modello separato, DeepScribeè stato addestrato su 6.000 immagini annotate del Archivio delle fortificazioni di Persepoli, che specifica circa 100.000 simboli della lingua elamita (dell'odierno Iran), datati intorno al 500 a.C..
Sfruttando le risorse dell'UChicago Research Computing Center, Krishnan e Eddie Williams hanno addestrato un modello in grado di decodificare questi segni con un'impressionante precisione di 80%.
Il team intende trasformare DeepScribe in uno strumento di decifrazione versatile, riqualificabile per lingue diverse dall'elamita.
DeepMind ha anche studiato la decodifica di lingue antiche utilizzando l'apprendimento automatico, in questo caso di tavolette greche danneggiate.
Nominato ItacaQuesto modello ha restituito i testi con una precisione di 72%, ha approssimato la loro età entro tre decenni e ha persino ipotizzato la loro origine con una precisione di 71%.
La formazione di Itaca ha coinvolto 60.000 testi dal 700 a.C. al 500 d.C., etichettati con dati relativi al loro tempo e luogo in 84 territori antichi.
L'intersezione tra testi antichi e IA all'avanguardia dimostra come anche i misteri millenari non siano immuni dai progressi della tecnologia moderna.
Mescolando l'antico con il nuovo, i ricercatori preservano la storia e scoprono un'identità finora sconosciuta. conoscenza archeologica.
Queste scoperte sottolineano le possibilità illimitate che si hanno quando si fondono la curiosità umana e l'abilità tecnologica, dimostrando che c'è una nuova lente attraverso cui guardare le meraviglie del nostro passato collettivo.
