Maskinlæring bruges til at afsløre hemmelighederne om Pompeji-rullerne

Et hold af videnskabsmænd fra University of Kentucky, der tidligere havde fundet en måde at læse en svunden tekst på en pergamentrulle, der var fundet i en synagoge i En-Gedi i Israel, og som indeholdt tekst fra den bibelske bog Leviticus, er nu involveret i en endnu sværere og mere kompleks opgave – at læse de carboniserede ruller, der blev efterladt efter vulkanen Vesuvius’ udbrud i år 79 i den italienske by Pompeji.

Mens holdet under ledelse af professor Brent Seales tidligere havde kunnet læse pergamentet fra synagogen i En-Gedi, Israel, med “kun” højenergi-røntgenstråling, skal de denne gang bruge maskinlæring for at forsøge at løse mysterierne, der gemmer sig i disse ruller.

De vil teste deres priser på to uåbnede ruller, der tilhører Institut de France i Paris og er en del af en samling på omkring 1.800 ruller, der først blev opdaget i 1752 under udgravninger i Herculaneum. Som The Guardian pointerer, udgør de den eneste kendte intakte bibliotek fra oldtiden, hvoraf majoriteten af samlingen nu er bevaret på et museum i Napoli.

Professor Seales forklarede problemet, hans hold står overfor – “selvom man kan se på hver enkelt papyrusskive, at der er skrevet noget, ville det at åbne den kræve, at papyrussen var rigtig lim og fleksibel – og det er den ikke længere.”   Problemets kerne ligger også i, at “mens En-Gedi-rullen indeholdt en metalbaseret blæk, der viser sig i røntgen-data, menes blækket på Herculaneum-rullerne at være kulbaseret, lavet med kul eller sot, hvilket betyder, at der ikke er nogen åben kontrast mellem skrift og papyrus i røntgen-scans.”

For at kunne løse problemet har holdet besluttet at bruge både højenergi-røntgenstråling og kunstig intelligens. Metoden de bruger, indebærer fotografier af rullefragmenter med skrift, der er synligt for det blotte øje. Disse billeder indsættes herefter i “maskinlæringsalgoritmer, hvor man kan se, hvor blækket forventes at være i røntgen-scans af samme fragmenter, som er indsamlet ved hjælp af en række teknikker.”

Holdet er styret af konceptet, at “systemet vil kunne udpege og lære sig de subtile forskelle mellem blækkede og blanke områder i røntgen-scans, såsom forskelle i papyrussfibrenes struktur.” Efter systemet er trænet på disse fragmenter, er idéen at anvende det på data fra de intakte ruller og håbe, at det vil afsløre den tekst, der er indeholdt i rullerne.

Seals tilføjede, at holdet har afsluttet indsamlingen af røntgen-data og nu er i gang med at træne de tilknyttede algoritmer, som herefter vil blive anvendt på rullerne i de kommende måneder. “Det første, vi håber at kunne gøre, er at perfektionere teknologien, så vi kan blot gentage den på alle de 900 ruller, der endnu ikke er åbnet.”

I en kommentar om mulige opdagelser sagde Dr. Dirk Obbink, en papyrolog og klassicist fra University of Oxford, der også er involveret i projektet, at der er en mulighed for, at teksten kan være på latin. Han tilføjede, at “en ny historisk værk af Seneca den Ældre blev opdaget blandt de ikke-identificerede Herculaneum-papirer sidste år, hvilket viser, hvilke uventede sjældenheder der endnu kan opdages der.”