AI e archeologia unite per tradurre testi antichi, grazie ad un team italiano

0
283

Italians do it better. Sfruttando al massimo le qualità proprie dell’Intelligenza Artificiale, un team di ricercatori dell’Università di Bologna sta riuscendo in un’impresa degna di ogni tipo di lode e di rilevanza a livello globale.

GEROGLIFICI 20220717 cmag
Geroglifici – Adobe Stock

Il gruppo di ricercatori, tramite a un sistema di deep learning ha compiuto un grande passo verso la traduzione di testi antichi, scritti in una lingua finora tanto incomprensibile quanto misteriosa, il cipro-minoico.

Il CM è una scrittura sillabica indecifrata (prima dell’avvento del team italiano dell’Università di Bologa), usata nell’isola di Cipro durante la tarda età del bronzo (1550-1050 a.C. circa).

Il termine “cipriota-minoico” venne coniato da Arthur Evans nel 1909 basandosi sulla somiglianza visuale con la Lineare A della Creta minoica.

Intelligenza Artificiale 20220717 cmag
Intelligenza Artificiale – Adobe Stock

Come per la stragrande maggioranza delle antiche scritture indecifrabili, anche il cipro-minoico presenta problemi di diversa natura, non solo legati all’identificazione linguistica. L’indecifrabile scrittura cipro-minoica del secondo millennio a.C. Cipro, ad esempio, attualmente non dispone di un inventario dei segni standardizzato e definitivo e, inoltre, stand divisi in tre sottogruppi separati (CM1, CM2, CM3), anch’essi presunto registrare lingue diverse.

Tuttavia – ha fatto notare il team dell’Università di Bologna, il cui studio è stato realizzato nell’ambito del progetto Erc Inscribe e pubblicato sulla rivista Plos One – questo stato dell’arte non è accettato consensualmente dagli esperti. In questo articolo, miriamo ad applicare un metodo che possa aiutare a fare luce sulla divisione tripartita, per valutare se resiste a un approccio multiforme e multidisciplinare”.

Ciò comporta considerazioni legate alla paleografia (forme dei segni individuali) e all’epigrafia (stile di scrittura legato al supporto utilizzato) e, soprattutto, strategie basate sul deep learning. “Questi metodi automatici – si legge ancora nella pubblicazione – ampiamente adottati in molti campi come la visione artificiale e la linguistica computazionale, ci consentono di guardare da una prospettiva innovativa alle problematiche specifiche presentate dalle scritture antiche e poco conosciute in generale e dal cipro-minoico in particolare”.

L’uso di un modello neurale convoluzionale all’avanguardia che non è supervisionato, e quindi non utilizza alcuna conoscenza preliminare della sceneggiatura, è ancora sottorappresentato nello studio dei sistemi di scrittura indecifrabili e aiuta a indagare la divisione tripartita da un punto di vista fresco.

Tre le conclusioni a cui è giunto il team di ricercatori dell’Università di Bologna nell’ambito del progetto Erc Inscribe. In primis l’uso di diversi media distorce in larga misura l’uniformità delle forme dei segni. Secondo, l’applicazione di diverse tecniche neurali lo conferma, in quanto evidenziano la vicinanza grafica tra segni inscritti su supporti simili. Last but not least, gli approcci multi-strand si rivelano uno strumento di successo per indagare sui copioni antichi la cui lingua è ancora non identificata.

FONTE

LEAVE A REPLY

Please enter your comment!
Please enter your name here