La ricostruzione di testi antichi utilizzando le reti neurali. L’IA al servizio dell’epigrafia

0
1086
testi antichi con IA
testi antichi con IA

La ricostruzione di testi antichi con IA

É stato pubblicato questo marzo il risultato di uno studio che merita tutta la nostra attenzione: “Restoring and attributing ancient texts using deep neural networks“. Il testo ( che porta le firme di: Yannis Assael, Thea Sommerschield, Brendan Shillingford, Mahyar Bordbar, John Pavlopoulos, Marita Chatzipanagiotou, Ion Androutsopoulos, Jonathan Prag & Nando de Freitas ) illustra come utilizzare una deep neural networks per il “restauro” testuale, l’attribuzione geografica e l’attribuzione cronologica di iscrizioni greche antiche. Questa importante ricerca – il progetto si chiama Ithaca – consentirebbe di arrivare ad una precisione fino al 72% nell’attribuire le iscrizioni alla loro posizione originale ed arrivare ad una datazione realmente sorprendente – vicino ai 30 anni.

L’Intelligenza Artificiale diventa quindi un valido strumento per aiutare gli storici a ripristinare testi antichi con iscrizioni danneggiate e datarli entro pochi decenni dalla data di creazione. É qui importante sottolineare che quando si lavora con dei testi antichi, gli storici hanno fondamentalmente tre obiettivi principali da raggiungere: ripristinare il testo e capire quando e dove è stato scritto. Per fare ciò, si va a cercare le caratteristiche e quei modelli distintivi per fare un confronto con i testi antichi che sono già stati trovati e datati. Un lavoro sicuramente dispendioso in termini di tempo che non sempre permette di raggiungere risultati ottimali. Ithaca diventa uno strumento di ricerca all’avanguardia che estende la portata dello studio della storia antica e delle discipline umanistiche. Come leggiamo nella pubblicazione della ricerca:

[…] Qui superiamo i vincoli degli attuali metodi epigrafici utilizzando la ricerca di machine learning all’avanguardia. Ispirandosi alle reti neurali biologiche, le reti neurali profonde possono scoprire e sfruttare intricati modelli statistici in grandi quantità di dati. I recenti aumenti della potenza di calcolo hanno consentito a questi modelli di affrontare le sfide della crescente sofisticazione in molti campi, compreso lo studio del linguaggio antico.

L’Abstract della pubblicazione: Restoring and attributing ancient texts using deep neural networks

Vi riportiamo qui sotto la traduzione dell’abstrac che potete consultare al link qui sotto – a scopo divulgativo.

Assael, Y., Sommerschield, T., Shillingford, B. et al. Restoring and attributing ancient texts using deep neural networks. Nature 603, 280–283 (2022). https://doi.org/10.1038/s41586-022-04448-z

“La storia antica si basa su discipline come l’epigrafia – lo studio di testi inscritti noti come iscrizioni – per la prova del pensiero, della lingua, della società e della storia delle civiltà passate. Tuttavia, nel corso dei secoli, molte iscrizioni sono state danneggiate al punto da renderle illeggibili, trasportate lontano dalla loro collocazione originaria e la loro data di scrittura è intrisa di incertezza. Qui presentiamo Itaca, una deep neural networks per il restauro testuale, l’attribuzione geografica e l’attribuzione cronologica di iscrizioni greche antiche. Ithaca è progettato per assistere ed espandere il flusso di lavoro dello storico. L’architettura di Ithaca si concentra su collaborazione, supporto decisionale e interpretabilità. Mentre Itaca da sola raggiunge una precisione del 62% durante il ripristino di testi danneggiati, l’uso di Itaca da parte degli storici ha migliorato la loro precisione dal 25% al ​​72%, confermando l’effetto sinergico di questo strumento di ricerca. Itaca può attribuire le iscrizioni alla loro posizione originale con una precisione del 71% e può datarle con una precisione vicino ai 30 anni, redigendo testi chiave dell’Atene classica e contribuendo ai dibattiti di attualità nella storia antica. Questa ricerca mostra come modelli come Itaca possono sbloccare il potenziale di cooperazione tra intelligenza artificiale e storici, influenzando in modo trasformativo il modo in cui studiamo e scriviamo su uno dei periodi più importanti della storia umana.”

This inscription (Inscriptiones Graecae, volume 1, edition 3, document 4, face B (IG I3 4B)) records a decree concerning the Acropolis of Athens and dates to 485/4 BC. Marsyas, Epigraphic Museum, WikiMedia CC BY 2.5.
This inscription (Inscriptiones Graecae, volume 1, edition 3, document 4, face B (IG I3 4B)) records a decree concerning the Acropolis of Athens and dates to 485/4 BC. Marsyas, Epigraphic Museum, WikiMedia CC BY 2.5.

L’epigrafia è lo studio dei testi — iscrizioni — scritti direttamente su materiali durevoli (pietra, ceramica, metallo) da individui, gruppi e istituzioni del mondo antico. Migliaia di iscrizioni sono sopravvissute fino ai nostri giorni, ma molte sono state danneggiate nel corso dei secoli e i loro testi sono oggi frammentari. Le iscrizioni possono anche essere spostate o trafficate lontano dalla loro posizione originale e la datazione al radiocarbonio è inutilizzabile a causa della natura inorganica della maggior parte dei supporti iscritti. Gli epigrafi specializzati devono quindi ricostruire il testo mancante, un processo noto come restauro del testo, e stabilire il luogo e la data originali della scrittura, compiti noti rispettivamente come attribuzione geografica e attribuzione cronologica. Questi tre compiti sono passi cruciali per porre un’iscrizione sia nella storia che nel mondo delle persone che l’hanno scritta e letta. Tuttavia, queste attività non sono banali e i metodi tradizionali nell’epigrafia implicano flussi di lavoro altamente complessi, dispendiosi in termini di tempo e specializzati.