L’intelligenza artificiale per la traduzione dello ieratico

Intelligenza artificiale e ieratico
Deep learning segmentation (@Andrea Barucci)

Intelligenza artificiale + antico Egitto non significano solo improbabili foto, spacciate per vere, in cui dinosauri sollevano blocchi di granito per la costruzion di piramidi. Ormai da anni i ricercatori stanno cercando di sfruttare queste nuove tecnologie in ambito egittologico, in particolare per la lettura e la traduzione di antichi testi. Basta pensare a Fabricius, traduttore automatico di geroglifici lanciato da Google nel 2020.

Un progetto tutto italiano (Istituto di Fisica Applicata “Nello Carrara” – CNR; Dip. di Ingegneria dell’Informazione – Università di Firenze; Centro Studi CAMNES), invece, è quello che nel 2021 ha creato Glyphnet, una rete neurale artificiale che è stata in grado di riconoscere singoli geroglifici, capire il modo in cui sono legati e fornire la traslitterazione (ne avevo parlato sulle pagine di National Geographic).

Da questa esperienza è recentemente nato un altro progetto che mette l’intelligenza artificiale al servizio dell’egittologia, in particolare, per la prima volta, all’analisi e alla decifrazione dello ieratico, la scrittura corsiva antico egiziana. Lo Hieraproject, portato avanti da Andrea Barucci, Maria Messineo, Fabio Nesi, Vittoria Del Vecchio, Fabrizio Argenti, Lorenzo Seidenari, Costanza Cucci, con la collaborazione delle egittologhe Susanne Töpfer (Museo Egizio di Torino) e Janice Kamrin (Metropolitan Museum di New York), sfrutta modelli di deep learning per la segmentazione e la classificazione automatizzata dei simboli ieratici.

Rispetto al geroglifico, lo ieratico è infatti una scrittura più fluida e variabile nel corso del tempo. L’intelligenza artificiale aiuta così la lettura di testi complessi attraverso l’acquisizione di immagini ad alta risoluzioni fornite dal Museo Egizio di Torino e l’addestramento dei modelli di IA che riconoscono e isolano i singoli segni grazie al contorno, il colore dell’inchiostro ecc. Al momento è possibile individuare e traslitterare i simboli, ma, con lo sviluppo della segmentazione, i membri del team si aspettano di andare verso l’identificazione dello stile e della datazione dei testi e di realizzare uno strumento a supporto alla traduzione dei documenti.