AI-modeller och plattformar

Maskinlärning används för att avslöja hemligheterna i Pompejis rullar

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

Ett team av forskare vid University of Kentucky som, enligt The Guardian, hittade en rulle i en synagoga i En-Gedi i Israel, som innehöll text från den bibliska boken Leviticus, är nu involverat i en ännu svårare och mer komplex uppgift – att läsa de kolade rullarna som lämnades efter utbrottet av Vesuvius år 79 i den italienska staden Pompeji.

Medan teamet under ledning av professor Brent Seales kunde läsa pergamentet som hittades i en synagoga i En-Gedi i Israel med “bara” högenergi-röntgenstrålar, kommer de den här gången att använda maskinlärning för att försöka lösa mysterierna som döljs i dessa rullar.

De kommer att testa sin metod på två oöppnade rullar som tillhör Institut de France i Paris och är en del av en samling av cirka 1 800 rullar som först upptäcktes 1752 under utgrävningar av Herculaneum. Som The Guardian påpekar utgör de den enda kända intakta biblioteket från antiken, där majoriteten av samlingen nu är bevarad på ett museum i Neapel.

Professor Seales förklarade problemet som hans team står inför – “även om du kan se på varje flis av papyrus att det finns skrift, att öppna den skulle kräva att papyrusen är riktigt smidig och flexibel – och det är den inte längre.” Problemet ligger också i att “medan rullen från En-Gedi innehöll en metallbaserad bläck som syns i röntgenbilder, anses bläcken som användes på Herculaneum-rullarna vara kolbaserade, tillverkade med kol eller sot, vilket innebär att det inte finns någon uppenbar kontrast mellan skriften och papyrusen i röntgenbilder.”

För att kunna lösa problemet har teamet beslutat att använda både högenergi-röntgenstrålar och artificiell intelligens. Metoden de använder består av fotografier av rullfragment med skrift som syns för blotta ögat. Dessa läses sedan in i “maskinlärningsalgoritmer för att lära dem var bläck förväntas finnas i röntgenbilder av samma fragment, insamlade med hjälp av flera tekniker.”

Teamet styrs av konceptet att “systemet kommer att plocka ut och lära sig subtila skillnader mellan bläckade och tomma områden i röntgenbilderna, såsom skillnader i papyrusfibrernas struktur.” Efter att systemet har tränats på dessa fragment är idén att applicera det på data från de intakta rullarna och hoppas att det kommer att avslöja texten som finns i rullarna.

Seales tillade att teamet har avslutat insamlingen av röntgendata och nu är i färd med att träna de avsedda algoritmerna, som sedan kommer att appliceras på rullarna under de kommande månaderna. “Det första vi hoppas på att göra är att perfektera tekniken så att vi kan enkelt upprepa den på alla 900 rullar som förblir [oöppnade].”

När det gäller möjliga upptäckter sa Dr. Dirk Obbink, en papyrolog och klassicist vid University of Oxford, som också är involverad i projektet, att det finns en möjlighet att texten kan vara på latin. Han tillade att “ett nytt historiskt verk av Seneca den äldre upptäcktes bland de oidentifierade Herculaneum-papyri bara förra året, vilket visar vilka outredda rariteter som fortfarande återstår att upptäckas där.”

Före detta diplomat och översättare för UN, för närvarande frilansjournalist/författare/forskare, med fokus på modern teknik, artificiell intelligens och modern kultur.