Uno studente di informatica di 21 anni, Luke Farritor, dell’Università del Nebraska-Lincoln, avrebbe fatto una scoperta rivoluzionaria con l’aiuto dell’intelligenza artificiale, che gli ha permesso di leggere il primo testo all’interno di un rotolo carbonizzato proveniente dall’antica città romana di Ercolano.
Cosa è successo
Questo rotolo era stato illeggibile dalla eruzione del Monte Vesuvio nel 79 d.C., che ha sepolto anche Pompei, secondo un articolo pubblicato sulla rivista Nature.
Farritor ha sviluppato un algoritmo di machine learning che ha rilevato con successo le lettere greche su diverse linee del papiro arrotolato. Per raggiungere questo obiettivo, ha utilizzato sottili differenze nella texture della superficie per addestrare la sua rete neurale e evidenziare l’inchiostro, come la parola ‘purple’ (πορϕυρας).
Il Vesuvius Challenge, un’iniziativa che offre premi per la lettura dei rotoli antichi, ha annunciato Farritor come vincitore del premio ‘prime lettere’, del valore di 40.000 dollari.
Questo concorso ha permesso ai partecipanti di sbloccare i misteri dei rotoli studiando immagini piatte prodotte da una tomografia computerizzata a raggi X (CT), che mostrano aree di papiro rivestite di inchiostro. Farritor e gli altri partecipanti hanno utilizzato le immagini per identificare lettere e caratteri. Con questo risultato pionieristico, la comunità accademica è entusiasta delle potenzialità di scoprire altri testi della biblioteca di Ercolano.
Perché è importante
La scoperta di Farritor rappresenta un passo significativo nella lettura di testi precedentemente indecifrabili della storia e della letteratura antica. Potrebbe rivoluzionare la nostra comprensione del passato, offrendo l’accesso a opere direttamente dagli autori originali, invece che da copie fatte da scribi nel corso dei secoli.
L’applicazione del machine learning nella rivelazione di testi antichi fa parte di un cambiamento più ampio, in cui l’AI sta sempre più aiutando gli studiosi nello studio di documenti storici. Questo progresso tecnologico ha il potenziale per svelare una ricchezza di testi precedentemente invisibili, tra cui quelli presenti nelle rilegature di libri in pergamena, nei palinsesti e nei cartonnage, espandendo così la nostra conoscenza della storia e della letteratura.
Realizzato da Benzinga Neuro, Modificato da Ramakrishnan M
Il sistema di generazione di contenuti Benzinga Neuro basato su GPT-4 sfrutta l’ampio ecosistema di Benzinga, compresi i dati nativi, le API e altro ancora, per creare storie complete e tempestive per te. Scopri di più.
Foto via Shutterstock