Künstliche Intelligenz gibt Einblicke in die Schriften vom Toten Meer

Künstliche Intelligenz (KI) ist der Schlüssel, um viele Geheimnisse unserer Vergangenheit zu entschlüsseln. Dies wurde kürzlich demonstriert, als Forscher an der Universität Groningen den Code der Schriften vom Toten Meer mit Hilfe von KI knackten.

Die Schriften vom Toten Meer wurden vor etwa siebzig Jahren entdeckt und enthalten die ältesten Manuskripte des Alten Testaments und andere unbekannte jüdische Texte. Allerdings sind diese Schriften seit langem ein Rätsel, da Wissenschaftler Schwierigkeiten hatten, die Autoren der Schreiber zu identifizieren, die nicht unterschrieben sind.

Mladen Popović ist Professor für Hebräische Bibel und Altes Judentum an der Fakultät für Theologie und Religionswissenschaften der Universität Groningen. Er ist auch Direktor des Qumran-Instituts an der Universität.

“Sie versuchten, eine ‘rauchende Pistole’ in der Handschrift zu finden, zum Beispiel ein sehr spezifisches Merkmal in einem Buchstaben, das einen Schreiber identifizieren würde”, sagt Popović.

Die Ergebnisse der Forschung wurden am 21. April in PLOS ONE präsentiert.

Den Code knacken

Popović hat das Projekt “Die Hände, die die Bibel schrieben” ins Leben gerufen, und zusammen mit seinem Kollegen Lambert Schomaker, Professor für Informatik und Künstliche Intelligenz an der Fakultät für Naturwissenschaften und Ingenieurwesen, und mit Förderung durch den Europäischen Forschungsrat, machten sie sich daran, den Code zu knacken.

Schomakers vorherige Arbeit umfasste die Entwicklung von Techniken, um Computern das Lesen von Handschriften aus historischen Materialien zu ermöglichen, sowie biomechanische Merkmale, die die Handschrift beeinflussen.

Der PhD-Kandidat Maruf Dhali war auch an der Forschung beteiligt, und das Team untersuchte eine bestimmte Schrift, die sogenannte Große Jesaja-Schrift aus der Qumran-Höhle 1.

“Diese Schrift enthält den Buchstaben Aleph, oder ‘a’, mindestens fünftausend Mal. Es ist unmöglich, sie alle nur mit dem Auge zu vergleichen”, sagt Schomaker.

Deshalb macht diese Aufgabe viel mehr Sinn für Computer, die massive Datenmengen analysieren können. Digitale Bildverarbeitung ermöglicht es, die Mikroebene von Zeichen wie die Messung der Krümmung zu analysieren.

“Das menschliche Auge ist erstaunlich und nimmt diese Ebenen wahrscheinlich auch berücksichtigt. Dies ermöglicht es Experten, die ‘Hände’ verschiedener Autoren zu ‘sehen’, aber diese Entscheidung wird oft nicht durch einen transparenten Prozess getroffen”, sagt Popović. “Außerdem ist es für diese Experten praktisch unmöglich, die großen Mengen an Daten zu verarbeiten, die die Schriften liefern.”

Das Algorithmus-Training

Um den Algorithmus zu trainieren, trennte das Team zunächst den Text vom Hintergrund, indem es ein state-of-the-art-Neuronales Netzwerk verwendete. Es kann die Tintenspuren, die der Schreiber hinterlassen hat, intakt halten.

“Dies ist wichtig, weil die alten Tintenspuren direkt mit der Muskelbewegung einer Person zusammenhängen und personenspezifisch sind”, sagt Schomaker.

Der erste analytische Test zeigte eine Möglichkeit von mehr als einem Schreiber, also wurden die Daten an Schomaker gesendet, um die Ähnlichkeiten mithilfe der Muster von Buchstabenfragmenten neu zu berechnen. Der zweite Prozess bestätigte tatsächlich zwei verschiedene Variationen.

“Als wir extra Rauschen zu den Daten hinzufügten, änderte sich das Ergebnis nicht. Wir konnten auch nachweisen, dass der zweite Schreiber mehr Variationen in seiner Schrift zeigt als der erste, obwohl ihre Schrift sehr ähnlich ist”, erklärte Schomaker.

Der nächste Schritt bestand darin, eine visuelle Analyse durch die Erstellung von “Heatmaps” durchzuführen, die die verschiedenen Varianten eines Zeichens über die Schrift integrierten. Eine durchschnittliche Version des Zeichens wurde für die ersten 27 Spalten und die letzten 27 Spalten erstellt, und das menschliche Auge konnte einen Unterschied erkennen. Dieser letzte Schritt kombinierte computerisierte und statistische Analyse und menschliche Interpretation.

Eine Illustration, wie Heatmaps von normalisierten Durchschnittszeichenformen für einzelne Buchstaben generiert werden. Credit: Maruf A. Dhali

Bisherige Gelehrte glaubten, dass ein neuer Schreiber nach der 27. Spalte begann, aber es wurde nie bestätigt.

“Jetzt können wir dies mit einer quantitativen Analyse der Handschrift sowie mit robusten statistischen Analysen bestätigen”, sagte Popović. “Anstatt Urteile auf mehr oder weniger impressionistische Beweise zu stützen, können wir mit der intelligenten Unterstützung des Computers demonstrieren, dass die Trennung statistisch signifikant ist.”

“Dies ist sehr aufregend, weil es ein neues Fenster auf die antike Welt öffnet, das viel mehr verwickelte Verbindungen zwischen den Schreibern, die die Schriften produzierten, offenbaren kann”, fuhr Popović fort. “In dieser Studie fanden wir Beweise für einen sehr ähnlichen Schreibstil, den die beiden Schreiber der Großen Jesaja-Schrift teilen, was auf eine gemeinsame Ausbildung oder Herkunft hinweist. Unser nächster Schritt ist es, andere Schriften zu untersuchen, bei denen wir möglicherweise unterschiedliche Herkünfte oder Ausbildungen für die Schreiber finden.”