AI geeft inzicht in de Dode Zee-rollen

Kunstmatige intelligentie (AI) is de sleutel tot het ontsluiten van veel geheimen uit ons verleden. Dit is onlangs aangetoond toen onderzoekers aan de Rijksuniversiteit Groningen de code van de Dode Zee-rollen hebben gekraakt met behulp van AI.

De Dode Zee-rollen werden ongeveer zeventig jaar geleden ontdekt en bevatten de oudste manuscripten van het Oude Testament en andere onbekende Joodse teksten. Echter, deze rollen zijn lange tijd een mysterie geweest, omdat wetenschappers moeite hadden om een van de auteurs van de schrijvers te identificeren, die niet zijn ondertekend.

Mladen Popović is hoogleraar Hebreeuwse Bijbel en Oudjoodse godsdienst aan de Faculteit Theologie en Godsdienstwetenschap van de Rijksuniversiteit Groningen. Hij is ook directeur van het Qumran-instituut aan de universiteit.

“Ze zouden proberen een ‘rookgordijn’ in het handschrift te vinden, bijvoorbeeld een zeer specifiek kenmerk in een letter die een schrijver zou identificeren,” zegt Popović.

De resultaten van het onderzoek werden op 21 april gepresenteerd in PLOS ONE .

De code kraken

Popović creëerde het project De handen die de Bijbel schreven, en samen met zijn collega Lambert Schomaker, hoogleraar Informatica en Kunstmatige Intelligentie aan de Faculteit Natuurkunde en Wiskunde, en financiering van de Europese Onderzoeksraad, wilden ze de code kraken.

Schomakers eerdere werk omvatte het ontwikkelen van technieken om computers in staat te stellen handschriften uit historische materialen te lezen, evenals biomechanische kenmerken die het handschrift beïnvloeden.

De PhD-kandidaat Maruf Dhali was ook betrokken bij het onderzoek, en het team keek naar een specifieke rol genaamd de Grote Jesajahu-rol uit Qumran-grot 1.

“Deze rol bevat de letter alef, of ‘a’, minstens vijfduizend keer. Het is onmogelijk om ze allemaal te vergelijken met het blote oog,” zegt Schomaker.

Door dit te doen, maakt de taak veel meer zin voor computers, die grote datasets kunnen analyseren. Digitale beeldvorming maakt het mogelijk om het microniveau van tekens te meten, zoals de kromming.

“Het menselijk oog is geweldig en neemt deze niveaus waarschijnlijk ook in aanmerking. Dit stelt experts in staat om de ‘handen’ van verschillende auteurs te ‘zien’, maar die beslissing wordt vaak niet genomen door een transparant proces,” zegt Popović. “Bovendien is het voor deze experts vrijwel onmogelijk om de grote hoeveelheden gegevens te verwerken die de rollen bieden.”

De algoritme trainen

Om de algoritme te trainen, scheidden het team eerst de tekst van de achtergrond door een state-of-the-art kunstmatig neurale netwerk te gebruiken. Het is in staat om de inktsporen die door de schrijver zijn gemaakt intact te houden.

“Dit is belangrijk omdat de oude inktsporen rechtstreeks verband houden met een persoons spierbeweging en persoonspecifiek zijn,” zegt Schomaker.

De eerste analytische test toonde de mogelijkheid aan van meer dan één schrijver, dus werd de gegevens naar Schomaker gestuurd om de overeenkomsten opnieuw te berekenen met behulp van de patronen van letterfragmenten. Het tweede proces bevestigde inderdaad twee verschillende variaties.

“Toen we extra ruis aan de gegevens toevoegden, veranderde het resultaat niet. We slaagden er ook in om aan te tonen dat de tweede schrijver meer variatie in zijn schrijven vertoont dan de eerste, hoewel hun schrijven zeer vergelijkbaar is,” legde Schomaker uit.

De volgende stap was om een visuele analyse te produceren door ‘hittekaarten’ te maken, die de verschillende varianten van een karakter over de rol omvatten. Een gemiddelde versie van het karakter werd geproduceerd voor de eerste 27 kolommen en de laatste 27, en het menselijk oog kon een verschil zien. Deze laatste stap combineerde computergeanalyseerd en statistische analyse en menselijke interpretatie.

Een illustratie van hoe hittekaarten van genormaliseerde gemiddelde karakter-vormen worden gegenereerd voor individuele letters. Credit: Maruf A. Dhali

Eerdere geleerden geloofden dat een nieuwe schrijver begon na de 27e kolom, maar dit was nooit bevestigd.

“Nu kunnen we dit bevestigen met een kwantitatieve analyse van het handschrift, evenals met robuuste statistische analyses,” zei Popović. “In plaats van een oordeel te baseren op meer of minder indrukwekkend bewijs, met de intelligente hulp van de computer, kunnen we aantonen dat de scheiding statistisch significant is.”

“Dit is zeer spannend, omdat dit een nieuw venster op de oude wereld opent dat veel meer ingewikkelde verbindingen tussen de schrijvers die de rollen produceerden, kan onthullen,” ging Popović verder. “In deze studie vonden we bewijs voor een zeer vergelijkbare schrijfstijl die door de twee Grote Jesajahu-rolschrijvers wordt gedeeld, wat suggereert dat ze een gemeenschappelijke opleiding of oorsprong hebben. Onze volgende stap is om andere rollen te onderzoeken, waar we mogelijk andere oorsprongen of opleiding voor de schrijvers kunnen vinden.”