Kunstig intelligens gir innsikt i Dødehavsrullene

Kunstig intelligens (KI) er nøkkelen til å låse opp mange hemmeligheter fra vår fortid. Dette har nylig blitt demonstrert når forskere ved Universitetet i Groningen knakk koden til Dødehavsrullene med hjelp av KI.

Dødehavsrullene ble oppdaget for omtrent sytti år siden, og de inneholder de eldste manuskriptene av Det gamle testamente og andre ukjente jødiske tekster. Imidlertid har disse rullene lenge vært en mysterium, siden vitenskapsmenn har kjempet for å identifisere noen av forfatterne eller skriverne, som er unsigned.

Mladen Popović er professor i hebraisk bibel og gammel jødedom ved Teologisk og religionsvitenskapelig fakultet ved Universitetet i Groningen. Han er også direktør for Qumran-instituttet ved universitetet.

“De ville prøve å finne en “røykende pistol” i håndskriften, for eksempel, en svært spesifikk egenskap i en bokstav som ville identifisere en skriver,” sier Popović.

Forskningsfunnene ble presentert i PLOS ONE den 21. april.

Knakk koden

Popović skapte prosjektet Håndene som skrev Bibelen, og sammen med kollega Lambert Schomaker, professor i datavitenskap og kunstig intelligens ved Fakultet for vitenskap og teknologi, og finansiering fra Det europeiske forskningsrådet, satte de ut til å knakke koden.

Schomakers tidligere arbeid omfattet å utvikle teknikker for å enable datamaskiner til å lese håndskrift fra historiske materialer, samt biomekaniske egenskaper som påvirker håndskrift.

PhD-kandidat Maruf Dhali var også involvert i forskningen, og teamet så på en spesifikk rulle kalt Den store Jesajarullen fra Qumran-hulen 1.

“Denne rullen inneholder bokstaven alef, eller ‘a’, minst fem tusen ganger. Det er umulig å sammenligne dem alle bare med øyet,” sier Schomaker.

På grunn av dette, er oppgaven mye mer fornuftig for datamaskiner, som kan analysere massive datamengder. Digital avbildning muliggjør mikronivået av tegn, som måling av krumning.

“Det menneskelige øyet er fantastisk og tar sannsynligvis disse nivåene med i betraktning også. Dette gjør at ekspertene kan “se” hendene til forskjellige forfattere, men denne avgjørelsen blir ofte ikke nådd gjennom en transparent prosess,” sier Popović. “I tillegg er det nesten umulig for disse ekspertene å prosessere de store mengdene data som rullene gir.”

Trening av algoritmen

For å trene algoritmen, separerte teamet først teksten fra bakgrunnen ved å bruke en state-of-the-art kunstig neuralnettsverk. Det er i stand til å holde igjen blekksporene som er laget av skriveren.

“Dette er viktig fordi de gamle blekksporene relatere direkte til en persons muskelbevegelser og er persons-spesifikke,” sier Schomaker.

Den første analytiske testen viste en mulighet for mer enn en skriver, så dataene ble deretter sendt til Schomaker for å regne ut likhetene ved å bruke mønsterene av bokstavsfragmenter. Den andre prosessen bekreftet faktisk to forskjellige variasjoner.

“Når vi la til ekstra støy til dataene, endret ikke resultatet. Vi lyktes også å demonstrere at den andre skriveren viser mer variasjon i sin skrift enn den første, selv om deres skrift er svært likt,” forklarte Schomaker.

Neste skritt var å produsere en visuell analyse ved å lage “varme-kart”, som inkorporerte de forskjellige variantene av en tegn over hele rullen. En gjennomsnittsversjon av tegnet ble produsert for de første 27 kolonnene og de siste 27, og det menneskelige øyet kunne se en forskjell. Dette siste skritt kombinerte datamaskin- og statistisk analyse og menneskelig tolkning.

En illustrasjon av hvordan varme-kart over normaliserte gjennomsnitts-tegnformer genereres for enkelttegn. Kreditt: Maruf A. Dhali

Tidligere forskere har trodd at en ny skriver startet etter den 27. kolonnen, men det hadde aldri blitt bekreftet.

“Nå kan vi bekrefte dette med en kvantitativ analyse av håndskriften samt med robuste statistiske analyser,” sier Popović. “I stedet for å basere avgjørelsen på mer eller mindre impressjonistiske bevis, med den intelligente assistansen fra datamaskinen, kan vi demonstrere at separasjonen er statistisk signifikant.”

“Dette er svært spennende, fordi dette åpner et nytt vindu mot den gamle verden som kan avsløre mye mer intrikate forbindelser mellom skriverne som produserte rullene,” fortsatte Popović. “I denne studien fant vi bevis for en svært lik skrivestil delt av de to store Jesajaskriverne, som antyder en felles trening eller opprinnelse. Vårt neste skritt er å undersøke andre ruller, hvor vi kan finne forskjellige opprinnelser eller trening for skriverne.”