طومار هرکولانیوم با هوش مصنوعی رمزگشایی شد

به گزارش پرس نیوز، گروهی از محققان دانشجو با افشای محتوای نوشته‌های یونانی درون طومار سوخته‌ای که ۲۰۰۰ سال پیش در اثر فوران کوه وزوویوس مدفون شده بود، کمک بزرگی به حل یکی از بزرگترین رازهای باستان‌شناسی کرده‌اند.

به نقل از نیچر، برندگان مسابقه‌ای به نام چالش وزوویوس (Vesuvius) الگوریتم‌های یادگیری ماشینی خود را روی اسکنی از نسخه طومار لوله شده پاپیروس آموزش دادند و از یک اثر فلسفی ناشناخته که درباره حواس و لذت بحث می‌کرد، پرده‌برداری کردند.

این دستاورد، طوفانی در جهان مطالعات باستانی که معمولا آهسته پیش می‌رود، به پا کرده است.

کنت لاپاتین (Kenneth Lapatin)، متصدی آثار باستانی در موزه جی پل گتی در لس آنجلس، کالیفرنیا که در این مسابقه شرکت نداشت، می‌گوید: این چیزی است که من همیشه فکر می‌کردم رؤیایی است که به حقیقت می‌پیوندد. متن فاش شده منابع لذت از جمله موسیقی، طعم گیاه کپر و رنگ بنفش را مورد بحث قرار می‌دهد.

باب فاولر (Bob Fowler) در دانشگاه بریستول، بریتانیا و یکی از داوران جایزه، می‌گوید: این یک لحظه تاریخی است. سه دانش آموز از مصر، سوئیس و ایالات متحده که متن را آشکار کردند، یک جایزه بزرگ ۷۰۰ هزار دلاری مشترک دریافت می‌کنند.

این توده‌های خاکستر کربن‌دار که معروف به طومارهای هرکولانیوم هستند.از میان گزینه‌های ارائه شده توسط هوش مصنوعی، متن صحیح در تاریخ پنجم فوریه به دست آمد که صدها کلمه را در بیش از ۱۵ ستون متن نشان می‌دهد و مربوط به حدود پنج درصد از کل طومار است.

برنت سیلز (Brent Seales)، دانشمند رایانه در دانشگاه کنتاکی، لکسینگتون و یکی از بنیانگذاران این جایزه، می‌گوید: دیگر هیچ کس به امکان پذیر بودن آن شکی ندارد.

طی قرن‌ها پس از کشف طومارها، بسیاری از مردم سعی کرده‌اند آن‌ها را باز کنند و برخی را از بین ببرند و برخی را تکه تکه کردند.

اما تکه‌ها در بدترین شرایط به صورت دست نخورده باقی ماندند و احتمالا به ۲۸۰ طومار کامل تبدیل شدند. آنها بیشتر در کتابخانه ملی ناپل، ایتالیا و تعدادی در پاریس، لندن و آکسفورد، بریتانیا نگهداری می‌شوند.

سیلز نزدیک به ۲۰ سال است که سعی کرده این متون پنهان را رمزگشایی کند. در سال ۲۰۱۹، او دو طومار را از مؤسسه فرانسه در پاریس به شتاب‌دهنده ذرات منبع نور الماس در نزدیکی آکسفورد برد تا اسکن‌هایی با وضوح بالا انجام دهد.

با این حال، نقشه‌برداری از سطوح زمان‌بر بود و جوهر مبتنی بر کربن مورد استفاده برای نوشتن طومارها، چگالی مشابه پاپیروس در سی‌تی‌اسکن داشت و بنابراین تمایز در تصویربرداری غیرممکن بود.

سیلز و همکارانش به این فکر کردند که آیا می‌توان مدل‌های یادگیری ماشینی را برای «باز کردن» طومارها و تشخیص جوهر آموزش داد یا خیر. اما درک همه داده‌ها برای تیم کوچک او کار بزرگی بود.

فریدمن پیشنهاد داد که چالشی برگزار کنند. او ۱۲۵ هزار دلار برای راه‌اندازی این تلاش اهدا کرد و سیلز نرم‌افزار خود را همراه با اسکن‌های با وضوح بالا منتشر کرد.

فریدمن می‌گوید: کلید موفقیت این مسابقه «ترکیبی از رقابت و همکاری» بود. جوایز کوچک‌تری در طول مسیر برای ایجاد انگیزه برای پیشرفت اعطا می‌شد و کد یادگیری ماشینی برنده در هر مرحله منتشر می‌شد تا جامعه شرکت‌کنندگان را هم «سطح‌تر» کند تا شرکت‌کنندگان بتوانند پیشرفت‌های همدیگر را تقویت کنند.

رنگ بنفش

لوک فاریتور (Luke Farritor)، دانشجوی کارشناسی علوم رایانه در دانشگاه نبراسکا-لینکلن، از این بافت برای آموزش یک الگوریتم یادگیری ماشینی استفاده کرد و کلمه پورفیرا به معنای «بنفش» را آشکار کرد که برای رونمایی از اولین حروف در اواخر ماه اکتبر جایزه را برای او به ارمغان آورد.

یوسف نادر (Youssef Nader)، دانشجوی مصری مقطع دکترا در برلین که تصاویر واضح‌تری از متن را دنبال می‌کرد، رتبه دوم را کسب کرد.

فریدمن می‌گوید: ما نگران بودیم. اما در هفته پایانی این مسابقه ۱۸ نسخه ارسالی دریافت کرد.

فدریکا نیکولاردی (Federica Nicolardi)، پاپیروس‌شناس و داور در دانشگاه ناپل فدریکو دوم، می‌گوید: نتایج «باورنکردنی» هستند.

موسیقی، لذت و گیاه «کپر»

لاپاتین متصدی آثار باستانی در موزه جی پل گتی می‌گوید: موضوعات مورد بحث فیلودموس و اپیکور هنوز هم مرتبط هستند. سؤالات اساسی اپیکوریسم سؤالاتی است که همه ما به عنوان انسان با آنها روبرو هستیم. چگونه زندگی خوبی داشته باشیم؟ چگونه از درد دوری کنیم؟

دستاوردهای واقعی هنوز در پیش روی ما هستند.

رمزگشایی این طومار برای رمزگشایی صدها طومار که قبلا از آنها صرف نظر کرده بودیم، خبر خوبی دارد.

احتمالا فلسفه یونانی بیشتری در طومارها وجود دارد. خوشحال می‌شوم اگر آثاری از ارسطو وجود داشته باشد.

جانکو و فاولر متقاعد شده‌اند که کتابخانه اصلی ویلا هرگز پیدا نشد و هزاران طومار دیگر هنوز هم می‌توانند زیر زمین باشند.

به طور گسترده‌تر، روش‌های یادگیری ماشینی که توسط سیلز و شرکت‌کنندگان این چالش ارائه شدند.

اکنون می‌توانند برای مطالعه انواع دیگر متن‌های رازآلود، مانند کارتونیج، نوعی مصالح بازیافتی که اغلب برای مومیایی‌ کردن استفاده می‌شدند، استفاده شود.

منبع: میراث آریا