L'IA vient de nous aider à découvrir où Platon est enterré - voici comment
Cette découverte n’est que le dernier fragment d’histoire découvert grâce à l’IA. Les prix attendent la prochaine percée.
L'intelligence artificielle (IA) accélère les nouvelles découvertes dans tous les secteurs, de la production vidéo à la médecine. Elle élargit désormais nos connaissances sur l'Antiquité.
Mardi, des chercheurs de l'Université de Pise en Italie ont annoncé avoir utilisé avec succès l'IA pour déchiffrer un rouleau de papyrus trouvé à Herculanum, une ville proche de Pompéi qui a également été détruite lors de l'éruption du Vésuve en 79 après JC. Ce rouleau est l'un des 1 800 rouleaux. conservé dans la Villa des Papyri -- autrefois propriété du beau-père de Jules César -- lorsque le domaine fut enseveli sous la boue et les cendres.
Parce que les rouleaux sont carbonisés et donc trop fragiles pour être touchés par l’homme, ils doivent être déchiffrés à l’aide d’une technologie de numérisation mains libres. Selon l'ANSA, les chercheurs ont utilisé l'imagerie hyperspectrale infrarouge et la tomographie par cohérence optique (OCT) pour voir à travers le papyrus carbonisé.
En identifiant et en traduisant 1 000 mots, soit environ 30 % du rouleau, l'équipe a découvert le dernier lieu de repos du philosophe grec Platon : un jardin sur le site de l'Académie platonicienne d'Athènes. Le texte révèle également que Platon a été vendu comme esclave en 404 ou en 399 avant notre ère - et non en 387 avant notre ère, comme le croyaient les historiens avant la découverte de mardi.
La révélation souligne le potentiel de cette technologie pour affiner davantage notre connaissance historique de cette époque et de ses personnages les plus marquants.
Cette découverte fait suite aux percées de février du Vesuvius Challenge, un concours mondial lancé en mars 2023 pour décoder l’intégralité de la collection de manuscrits d’Herculanum. En tant que dernière bibliothèque intacte de l’Antiquité, les rouleaux pourraient révéler des morceaux d’histoire fascinants.
La technologie principale du projet utilise une combinaison de tomodensitométrie (CT) et d'apprentissage automatique pour déchiffrer ce qui est écrit sur les rouleaux sans avoir besoin de les perturber physiquement. ZDNET a approfondi les conclusions du projet avec Brent Seales, chercheur à l'Université du Kentucky, l'un des responsables du défi, plus tôt cette année.
En bref, le processus comporte trois étapes : la numérisation, la segmentation et la détection de l'encre. Les chercheurs créent des micro-scanners de l'intérieur des parchemins, segmentent les scans en pages individuelles, puis décodent ce qui y est écrit à l'aide de l'apprentissage automatique.
Parce que les rouleaux et leur encre sont carbonisés par l'éruption volcanique, ils sont essentiellement noir sur noir, ce qui les rend difficiles à distinguer par un ordinateur. Le chercheur Stephen Parsons a travaillé avec Seales pour former un modèle ML afin de lire le texte carbone. L’équipe a ensuite créé Volume Cartographer, un logiciel open source qui donne du sens au texte.
Les chercheurs sont encore aux prises avec quelques défis, notamment l'application des modèles à des parchemins complets plutôt qu'à des fragments, la création de davantage de « données de vérité terrain » pour améliorer la précision des modèles et la rétro-ingénierie des modèles pour découvrir les motifs qu'ils utilisent pour détecter l'encre, selon sur le site Web du Vesuvius Challenge.
Cette année, le défi tentera de transcrire des parchemins entiers en mettant à l’échelle à la fois les parties de segmentation et de numérisation du processus. "Nous nous fixerons comme objectif pour 2024 de lire 90 % des parchemins 1 à 4 et offrirons un grand prix de 100 000 $à la première équipe qui franchira cette étape", indique le site.
La découverte de l’Université de Pise témoigne de ce que l’IA peut découvrir, ce qui serait autrement inconnaissable. Comme l'a déclaré à ZDNET Michael McOsker, chercheur au Challenge, cette approche pourrait aider à découvrir l'équivalent d'environ 200 nouveaux livres de la bibliothèque d'Herculanum.
Le potentiel ne s'arrête pas là. Les chercheurs pensent également que cette technologie peut être appliquée à d’autres domaines, où l’apprentissage automatique pourrait améliorer ce que les tomodensitogrammes et les IRM peuvent détecter, comme les tumeurs en imagerie médicale. Ils travaillent actuellement au rendu virtuel d'un manuscrit médiéval de la bibliothèque Morgan de New York.