Machine Learning Wordt Gebruikt Om De Geheimen Van De Pompese Rollen Te Ontdekken

Een team van wetenschappers aan de University of Kentucky dat, zoals The Guardian zegt,  een tekst uit het bijbelboek Leviticus vond in de heilige ark van een synagoge in En-Gedi in Israël, en dat nu betrokken is bij een nog moeilijker en complexere taak – het lezen van de geërodeerde rollen die zijn achtergebleven na de uitbarsting van de Vesuvius in 79 na Christus in de Italiaanse stad Pompeii.

Terwijl het team onder leiding van prof. Brent Seales in staat was om het perkament dat in een synagoge in En-Gedi, Israël, was gevonden, te lezen met ‘slechts’ high-energy röntgenstralen, zal het team deze keer, vanwege de manier waarop de Pompese rollen zijn gemaakt en geschreven, machine learning moeten gebruiken om te proberen de mysteries die in deze rollen verborgen liggen, op te lossen.

Ze zullen hun prijzen testen op twee ongeopende rollen die toebehoren aan het Institut de France in Parijs en deel uitmaken van een collectie van ongeveer 1.800 rollen die voor het eerst werd ontdekt in 1752 tijdens opgravingen in Herculaneum. Zoals The Guardian opmerkt, vormen ze de enige bekende intacte bibliotheek uit de oudheid, met de meerderheid van de collectie nu bewaard in een museum in Napels.

Professor Seales legde het probleem uit dat zijn team tegenkomt – “hoewel je op elke schilfer van papyrus kunt zien dat er schrijftekens zijn, zou het openen ervan vereisen dat de papyrus echt soepel en flexibel is – en dat is het niet meer.” Het probleem ligt ook in het feit dat “terwijl de rol van En-Gedi een metalen inkt bevatte die zichtbaar is in röntgendata, wordt aangenomen dat de inkt die op de rollen van Herculaneum wordt gebruikt, op basis van koolstof is, gemaakt met behulp van houtskool of roet, wat betekent dat er geen duidelijk contrast is tussen de schrijftekens en de papyrus in röntgenscans.”

Om het probleem op te lossen, heeft het team besloten om zowel high-energy röntgenstralen als kunstmatige intelligentie te gebruiken. De methode die ze gebruiken, houdt in dat foto’s van rolfragmenten met zichtbare schrijftekens worden gemaakt. Deze worden vervolgens gebruikt om “machine learning-algoritmes te leren waar inkt wordt verwacht in röntgenscans van dezelfde fragmenten, verzameld met behulp van een aantal technieken.”

Het team wordt geleid door het concept dat “het systeem subtiele verschillen tussen ingevulde en lege gebieden in de röntgenscans zal oppikken en leren, zoals verschillen in de structuur van papyrusvezels.” Nadat het systeem is getraind op deze fragmenten, is het idee om het toe te passen op de gegevens van de intacte rollen en hopelijk zal dat de tekst onthullen die in de rollen is opgenomen.

Seales voegde eraan toe dat het team de röntgendata heeft verzameld en nu bezig is met het trainen van de aangewezen algoritmes, die vervolgens in de komende maanden op de rollen zullen worden toegepast. “Het eerste wat we hopen te doen, is de technologie perfect maken, zodat we het eenvoudigweg kunnen herhalen op alle 900 rollen die nog niet zijn geopend.”

In een gesprek over het belang van mogelijke ontdekkingen, zei dr. Dirk Obbink, een papyroloog en classicus aan de University of Oxford, die ook bij het project betrokken is, dat er een mogelijkheid is dat de tekst in het Latijn is. Hij voegde eraan toe dat “een nieuw historisch werk van Seneca de Oudere vorig jaar werd ontdekt onder de ongeïdentificeerde papyri van Herculaneum, en dat laat zien wat onverwachte zeldzaamheden er nog te ontdekken zijn.”