기계 학습으로 Помпе이 스크롤의 비밀을 풀다

켄터키 대학교의 과학자 팀은 가디언에 따르면, 이스라엘의 엔게디에 있는 성전의 성소에서 발견된 성서 레위기 책의 텍스트를 포함하는 성서를 발견했다. 이 팀은 현재 더 어려운 과제에 직면해 있다. 즉, 79년 베수비오 산의 폭발로 인해 파묻혀 버린 이탈리아의 Помпе이 시에서 남아있는 탄화된 스크롤을 읽는 것이다.

브렌트 시일즈 교수가 이끄는 팀은 이스라엘의 엔게디에 있는 성전에서 발견된 파피루스를 고에너지 엑스선으로 읽을 수 있었지만, 이번에는 Помпе이 스크롤이 작성되고 작성된 방식 때문에 기계 학습을 사용하여 스크롤에 숨겨진 비밀을 풀어야 한다.

그들은 파리 인스티튜트 드 프랑스에 속한 두 개의 미개봉 스크롤에서 가격을 테스트할 것이다. 이 스크롤은 1752년 헤르쿨라네움의 발굴 중에 처음 발견된 약 1,800개의 스크롤 중 일부이다. 가디언에 따르면, 이들은 고대 시대에서 유일하게 남아있는 완전한 도서관을 구성하며, 대부분의 컬렉션은 현재 나폴리 박물관에 보존되어 있다.

시일즈 교수는 그의 팀이 직면한 문제를 설명했다. “모든 파피루스 조각마다 글자가 보이지만, 이를 열기 위해서는 파피루스가 매우 유연하고 가볍게 유지되어야 한다. 하지만 더 이상 그렇지 않다.” 문제는 또한 “엔게디 스크롤에는 금속 기반 잉크가 사용되었기 때문에 엑스선 데이터에서 나타나지만, 헤르쿨라네움 스크롤에는 석탄이나 연소로 만든 탄소 기반 잉크가 사용되었을 것으로 생각되며, 이는 엑스선 스캔에서 글자와 파피루스 사이에 명확한 대조를 제공하지 않는다”는 사실에 있다.

이 문제를 해결하기 위해 팀은 고에너지 엑스선과 인공 지능을 모두 사용하기로 결정했다. 사용하는 방법은 눈으로 볼 수 있는 글자가 있는 스크롤 조각의 사진을 찍은 다음, “같은 조각의 엑스선 스캔에서 잉크가 예상되는 위치를 가르치기 위해 기계 학습 알고리즘에 이를 제공한다”는 것이다.

팀은 “시스템이 엑스선 스캔에서 잉크가 있는 영역과 빈 영역 사이의 미세한 차이를 인식하고, 파피루스 섬유의 구조와 같은 차이를 학습할 것”이라고 말했다. 이 시스템을 이 조각들에 훈련한 후, 이를 완전한 스크롤의 데이터에 적용하여 스크롤에 포함된 텍스트를 나타내는 것이 목표이다.

시일즈는 팀이 이미 엑스선 데이터를 수집했으며, 지정된 알고리즘을 훈련 중에 있으며, 이를 향후 몇 개월 내에 스크롤에 적용할 계획이라고 말했다. “우리가 가장 먼저 하려는 일은 기술을 완벽하게 만드는 것이다. 그렇게 하면 나머지 900개의 스크롤을 단순히 반복할 수 있다”고 말했다.

가능한 발견의 중요성에 대해 논의하면서, 옥스포드 대학교의 디르크 오브빈크 박사, 고대 언어 전문가이자 이 프로젝트에 참여한 사람들은, 이 텍스트가 라틴어일 가능성이 있다고 말했다. 그는 “세네카 시니어의 새로운 역사적 작품이 지난 해에 확인되지 않은 헤르쿨라네움 파피루스 중 하나에서 발견되었으며, 여전히 발견되기를 기다리는 많은 비예상된 보물이 있음을 보여준다”고 말했다.