AI-modeller och plattformar

AI ger insikt i Döda havsrullarna

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Artificiell intelligens (AI) är nyckeln till att låsa upp många hemligheter från vår förflutna. Detta har nyligen demonstrerats när forskare vid Universitetet i Groningen knäckte koden för Döda havsrullarna med hjälp av AI.

Döda havsrullarna upptäcktes för ungefär sjuttio år sedan, och de innehåller de äldsta manuskripten av Gamla testamentet och andra okända judiska texter. Men dessa rullar har länge varit ett mysterium eftersom forskare har kämpat för att identifiera någon av författarna till skrivarna, som är osignerade.

Mladen Popović är professor i hebreisk bibel och forntida judendom vid Teologiska och religiösa studier vid Universitetet i Groningen. Han är också chef för Qumran-institutet vid universitetet.

“De försökte hitta en “rökande pistol” i handstilen, till exempel en mycket specifik egenskap i en bokstav som skulle identifiera en skrivare”, säger Popović.

Forskningsresultaten presenterades i PLOS ONE den 21 april.

Knäcka koden

Popović skapade projektet De händer som skrev bibeln, och tillsammans med kollegan Lambert Schomaker, professor i datavetenskap och artificiell intelligens vid Fakulteten för naturvetenskap och teknik, och finansiering från Europeiska forskningsrådet, satte de sig för att knäcka koden.

Schomakers tidigare arbete involverade utveckling av tekniker för att möjliggöra för datorer att läsa handstil från historiska material, samt biomekaniska egenskaper som påverkar handstil.

Doktoranden Maruf Dhali var också involverad i forskningen, och teamet undersökte en specifik rulle som kallas Stora Jesajarullen från Qumran-grottan 1.

“Denna rulle innehåller bokstaven alef, eller ‘a’, minst fem tusen gånger. Det är omöjligt att jämföra dem alla bara med ögonen”, säger Schomaker.

På grund av detta är uppgiften mycket mer lämplig för datorer, som kan analysera stora datamängder. Digital avbildning möjliggör mikronivån av tecken, som att mäta krökning.

“Det mänskliga ögat är fantastiskt och tar förmodligen hänsyn till dessa nivåer också. Detta tillåter experter att “se” händerna på olika författare, men det beslutet tas ofta inte genom en transparent process”, säger Popović. “Dessutom är det praktiskt taget omöjligt för dessa experter att bearbeta de stora mängder data som rullarna tillhandahåller.”

Träna algoritmen

För att träna algoritmen separerade teamet först texten från bakgrunden med hjälp av en state-of-the-art artificiell neural nätverk. Det kan behålla spåren av bläck som skrivaren gjort intakta.

“Detta är viktigt eftersom de forntida bläckspåren relaterar direkt till en persons muskelrörelser och är personspecifika”, säger Schomaker.

Den första analytiska testet visade en möjlighet för mer än en skrivare, så data skickades till Schomaker för att omberäkna likheterna med hjälp av mönstren av bokstavsfragment. Den andra processen bekräftade faktiskt två olika variationer.

“När vi lade till extra brus till data, förändrades inte resultatet. Vi lyckades också visa att den andra skrivaren visar mer variation inom sin skrift än den första, trots att deras skrift är mycket lika”, förklarade Schomaker.

Nästa steg var att producera en visuell analys genom att skapa “värmekartor”, som inkorporerade de olika varianterna av en karaktär över rullen. En genomsnittlig version av karaktären producerades för de första 27 kolumnerna och de sista 27, och det mänskliga ögat kunde se en skillnad. Detta sista steg kombinerade datoriserad och statistisk analys och mänsklig tolkning.

En illustration av hur värmebilder av normaliserade genomsnittliga teckenformer genereras för enskilda bokstäver. Kredit: Maruf A. Dhali

Tidigare forskare har trott att en ny skrivare började efter den 27:e kolumnen, men det hade aldrig bekräftats.

“Nu kan vi bekräfta detta med en kvantitativ analys av handstilen samt med robusta statistiska analyser”, säger Popović. “Istället för att basera bedömningen på mer eller mindre intrycksfulla bevis, med den intelligenta assistansen från datorn, kan vi visa att separationen är statistiskt signifikant.”

“Detta är mycket spännande, eftersom det öppnar ett nytt fönster mot den forntida världen som kan avslöja många fler intrikata samband mellan skrivarna som producerade rullarna”, fortsatte Popović. “I denna studie fann vi bevis för en mycket liknande skrivstil som delas av de två stora Jesajarollskrivarna, vilket tyder på en gemensam utbildning eller ursprung. Vårt nästa steg är att undersöka andra rullar, där vi kan hitta olika ursprung eller utbildning för skrivarna.”

Alex McFarland är en AI-journalist och författare som utforskar de senaste utvecklingarna inom artificiell intelligens. Han har samarbetat med många AI-startups och publikationer över hela världen.