_ Scrolls antice sunt „citite” de învățarea automată—cu cunoștințe umane pentru a detecta limbajul și a le da sens

Recent a fost făcut un anunț inovator pentru recuperarea literaturii antice pierdute. Folosind o metodă non-invazivă care valorifică învățarea automată, un trio internațional de cercetători a recuperat 15 coloane de text grecesc antic dintr-un papirus carbonizat din Herculaneum, un oraș roman de pe litoral, la opt kilometri sud-est de Napoli, Italia.

Realizarea lor le-a adus un mare premiu de 700.000 USD de la Vezuvius Challenge. Provocarea a urmărit să stimuleze dezvoltarea tehnologică invitând participarea publicului la cercetare.

Ea a apărut din colaborarea dintre informaticianul Brent Seales – care are un interes de lungă durată în tehnologiile neinvazive pentru studiul manuscriselor – și tehnologie investitorii Nat Friedman și Daniel Gross.

Deși evoluțiile sunt incitante, tehnologia este doar o parte din progresul burselor. Lucrarea de citire și analiză a noilor texte grecești și latine recuperate din papirusuri va cădea în sarcina ființelor umane.

La fel ca Pompeii, Herculaneum a fost îngropat de erupția catastrofală a Muntelui Vezuviu în anul 79 e.n.

O mare parte din orașul antic rămâne sub pământ. Dar în 1752, săpăturile au descoperit sute de suluri de papirus în biblioteca unei vile romane elaborate. Papirusurile Herculaneum sunt cel mai mare exemplu supraviețuitor al unei biblioteci antice intacte păstrat în documentele arheologice: biblioteca a fost găsită așa cum a existat de fapt în anul 79 d.Hr.

Numărul precis de cărți este necunoscut, spune Michael McOsker, un cercetător în papirologie la University College London și diferite metode de estimare dau rezultate diferite.

Înfometată de oxigen, căldura intensă a fluxului piroclastic al lui Vezuviu a carbonizat (dar nu a aprins) papirusurile. Asemănând la ochi cu bulgări de cărbune, excavatorii din secolul al XVIII-lea nu le-au recunoscut imediat ca fiind cărți antice.

Papiriile sunt atât de fragile încât multe au fost distruse de încercările timpurii de a le accesa textele. Prin urmare, studierea lor a cerut întotdeauna ingeniozitate. În 1754, un conservator și un preot de la biblioteca Vaticanului au conceput o mașină pentru a le derula încet.

Mai recent, fotografia multispectrală a îmbunătățit dramatic lizibilitatea lor. Dar până acum, o metodă non-invazivă care ar lăsa sulurile intacte a rămas la îndemână. Dezvoltarea sa marchează o descoperire semnificativă.

McOsker remarcă că există 659 de articole în catalog listate ca „nu desfășurate”, dar unele dintre acestea sunt părți ale sulurilor.

Pentru a începe. provocarea, Seales a făcut publică o serie de tomografii computerizate cu raze X (CT) de înaltă rezoluție a două suluri, precum și scanări similare ale fragmentelor detașate cu cerneală vizibilă. Acestea din urmă sunt esențiale ca punct de referință (sau „control”) pentru abordările inovatoare.

Designul competiției a încurajat transparența și colaborarea: datele publicate în urmărirea unor obiective mai mici au beneficiat toți concurenții. În plus, transparența a permis verificarea independentă a rezultatelor. Echipele s-au unit în jurul ideilor și abordărilor comune ale problemei.

Provocarea a făcut știri în octombrie, când au fost citite primele litere: πορφυρας (un substantiv sau adjectiv care implică „violet”).

Până la sfârșitul anului 2023 au fost îndeplinite criteriile de acordare a marelui premiu: patru pasaje de 140 de caractere, cu 85 la sută din litere recuperate. Un doctorat. student care studiază învățarea automată, un inginer care studiază informatică și un student la robotică au fost declarați învingători.

Conform lui McOsker, textul pe care l-au preluat menționează de două ori muzica, precum și simțurile gustului și văzului. El crede că este probabil o lucrare despre senzații și luarea deciziilor, în tradiția filozofului Epicur (341–270 î.Hr.). Echipa papirologică a provocării încă o analizează.

Anul acesta aduce cu sine noi obiective: după ce cinci procente dintr-un pergament au fost citite în 2023, provocarea a stabilit ca obiectiv mare pentru 2024 de a citi 90 la sută din patru suluri. Cu sute de role încă de studiat, noua metodă de recuperare a conținutului papirusului Herculaneum este abia la început.

Dar mai rămân câteva obstacole. Producerea de scanări la rezoluție suficient de mare nu poate fi realizată prin echipamente obișnuite, dar necesită acces la o instalație cu un accelerator de particule. Accesul la echipamentul potrivit este limitat și costisitor. Până în prezent, patru suluri și numeroase fragmente detașate au fost procesate într-o instalație de lângă Oxford, Anglia.

Majoritatea sulurilor nedeschise sunt găzduite în Napoli, iar transportul lor în siguranță la o unitate va fi complicat, la fel și va fi complicat. rezervarea și plata pentru timpul necesar pentru a le scana.

O altă limitare este că tehnologia de desfășurare și aplatizare a unui papirus prin mijloace virtuale – un proces pe care provocarea îl numește „segmentare” – este lent și costisitor. Prin tehnicile actuale, care implică un pic de manipulare manuală, segmentarea completă a unui pergament ar costa 1-5 milioane USD. Segmentarea trebuie să devină mult mai eficientă pentru a evita blocajele.

Tehnologia este doar o parte a ecuației. Esențială pentru activitatea provocării este o echipă internațională de papirologi. Rolul lor este de a analiza rezultatul modelului de greacă veche lizibilă – și, în acest fel, de a determina care abordări sunt cele mai eficiente.

Papirologia este o muncă palpită, dar și provocatoare și migăloasă. Este nevoie de stăpânirea limbilor și a ideilor antice, precum și abilitatea celui care rezolvă puzzle-urile de a umple golurile inevitabile. Papirologia este o specializare de nișă: în lumea mai mare a clasicilor, papirologii sunt păsări rare. Numărul de specialiști din Herculaneum este și mai puțin.

Pentru ca provocarea să reușească cu adevărat, vom avea nevoie de minți critice, precum și de tehnologie whizbang. Există potențial un pic de filozofie antică nouă în calea noastră, dar trebuie să fie reunit într-un text coerent - literă cu literă, cuvânt cu cuvânt, propoziție cu propoziție - înainte de a putea fi studiat mai pe scară largă. Pentru asta va fi nevoie de oameni de știință.

Acest articol este republicat din The Conversation sub o licență Creative Commons. Citiți articolul original.

(Fluierul)