La intel·ligència artificial interpreta les inscripcions romanes

dilluns, 22 setembre, 2025 - 09:09 Afegir al Calendari 2025-09-22 09:09:00 2025-10-23 23:55:55 La intel·ligència artificial interpreta les inscripcions romanes La digitalització de continguts, les bases de dades en obert i la intel·ligència artificial permeten completar inscripcions antigues de diversos tipus d’escriptura. La sistematització i mecanització d’aquesta tasca revoluciona el treball dels investigadors. El juliol de 2025, Google DeepMind, en col·laboració amb universitats europees i equips d’epigrafistes, va presentar Aeneas, una eina que promet revolucionar la manera com ens acostem a les inscripcions llatines. La funció d'aquesta eina és reconstruir textos malmesos, situar-los en el seu context històric i accelerar la feina dels investigadors. Tot plegat, amb una precisió que fins ara semblava impossible. L'epigrafia és la ciència que estudia les inscripcions antigues gravades sobre una superfície dura. És una disciplina auxiliar de la història que permet acostar-nos i entendre altres cultures d'èpoques passades. Eines com Aeneas no suposen la substitució dels historiadors sinó una possibilitat de descarregar-los de tasques mecàniques. A més enriqueix la recerca, ja que els ajuda a formular noves hipòtesis. Podem afirmar que l'ús de la intel·ligència artificial en aquest terreny marca un abans i un després en la manera com les pedres romanes ens parlen gairebé dos mil anys després de ser gravades. Imatge: The Metropolitan Museum of Art. Public Domain.L’entrenament d’Aeneas s’ha basat en el Latin Epigraphic Dataset (LED), un corpus que reuneix més de 176.000 inscripcions procedents de bases com EDR (Epigraphic Database Roma), EDH (Heidelberg) i EDCS-ELT (Clauss-Slaby). Aquest volum ingent de dades li permet identificar patrons d’escriptura i fórmules habituals, amb els quals completa buits, proposa datacions amb un marge d’error d’uns tretze anys i suggereix l’origen geogràfic probable d’un fragment. Imatge: https://edh.ub.uni-heidelberg.de/Tècniques d’intel·ligència artificial i visió per computador El sistema Aeneas es basa en una combinació de tècniques avançades d'intel·ligència artificial i visió per computador. En primer lloc, la visió per computador amb CNN (Xarxes Neuronals Convolucionals) per analitzar imatges d'inscripcions, per detectar patrons, traços i formes dels caràcters, fins i tot en superfícies danyades o erosionades. En segon lloc, el reconeixement Òptic de Caràcters (OCR) entrenat específicament amb fonts epigràfiques. En tercer lloc, l'aprenentatge profund (Deep Learning) que s’entrena amb bases de dades d’inscripcions anotades per epigrafistes experts, cosa que li permet reconèixer variants regionals, abreviatures i símbols no estàndard. En quart lloc, fusió de dades multimodals que combinen imatges 2D i 3D amb context històric i lingüístic per millorar la precisió. I finalment, l'anàlisi contextual i lingüística que utilitza models de llenguatge entrenats en textos clàssics per suggerir paraules o frases que falten a les inscripcions fragmentàries. La IA conquista les escriptures antigues (egípcies, maies, cuneïformes…) A la revista Nature, podem trobar diversos articles sobre aquest tema des del publicat el 2022 amb el sistema Ithaca, Restoring and attributing ancient texts using deep neural networks, o l’article publicat el 2025 dedicat al sistema Aeneas, Contextualizing ancient texts with generative neural networks. Al llarg d’aquests anys, els sistemes han millorat la seva capacitat de restauració. El primer sistema s’aplica a textos grecs i el segon a inscripcions romanes. La intel·ligència artificial s’utilitza cada vegada més per desxifrar, traduir i analitzar inscripcions en escriptures antigues, incloent-hi jeroglífics, com els egipcis o maies, i escriptures cuneïformes, entre d’altres. L’enfocament és similar al d’Aeneas, però adaptat a les particularitats de cada escriptura i context històric. Podem citar projectes com ara Google Fabricius o The Rosetta Project; projectes per transcriure tauletes d’argila d’escriptura cuneïforme, o els desenvolupats per la Universitat de Beijing per desxifrar inscripcions en ossos oraculars i inscripcions en objectes de bronze antics, identificant caràcters i relacionant-los amb textos històrics. Un canvi de paradigma en la recerca arqueològica i epigràfica La incorporació de la intel·ligència artificial en la recerca arqueològica i epigràfica és un canvi de paradigma profund, comparable a la invenció del microscopi en biologia o del carboni-14 en la datació. No es tracta només d'una eina més eficient: està transformant com es fa la recerca, quines preguntes es poden plantejar i com s'interpreten les dades. La incorporació de la intel·ligència artificial en l'estudi d'inscripcions antigues representa un canvi revolucionari, però també planteja dubtes profunds. La IA permet processar grans volums de dades i detectar patrons invisibles per a l'ull humà, però la seva dependència de bases de dades d'entrenament limitades o amb biaix pot perpetuar errors interpretatius. Addicionalment, existeix el risc de perdre els matisos culturals i el context històric que només els experts humans poden aportar. Al mateix temps, planteja preocupacions ètiques sobre l'accés inequitatiu a la tecnologia o la possible privatització del coneixement ancestral. En definitiva, la IA és una eina poderosa, però requereix un enfocament crític, transparent i col·laboratiu per evitar que l’eficàcia tècnica suposi una pèrdua de profunditat en la comprensió del passat. IA i epigrafia més enllà de la recerca Més enllà de la recerca, aquests sistemes tenen altres aplicacions. Els museus utilitzen la IA per a l'epigrafia per crear exposicions interactives on, mitjançant pantalles tàctils o realitat augmentada, el visitant pot revifar inscripcions erosionades, veient-les completes i traduïdes en temps real. Això converteix una peça estàtica i difícil d'interpretar en una experiència dinàmica i accessible. A més, usen aquests models digitals per fer el seguiment de l'estat de conservació de les peces i crear rèpliques físiques de precisió amb impressores 3D per a xerrades o manipulació, protegint els originals. Referències: Aquest article ha estat elaborat amb el suport de l’eina d’intel·ligència artificial ChatGPT (OpenAI, GPT-5). Algunes parts d'aquest article han estat consultades a DeepSeek-V3, model d'intel·ligència artificial de DeepSeek Company. Assael, Y., Sommerschield, T., Cooley, A., Shillingford, B., Pavlopoulos, J., Suresh, P., Herms, B., Grayston, J., Maynard, B., Dietrich, N., Wulgaert, R., Prag, J., Mullen, A., & Mohamed, S. (2025). Contextualizing ancient texts with generative neural networks. Nature. https://doi.org/10.1038/s41586-025-09292-5 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 Aquest article forma part del butlletí Portada 23 (Setembre 2025). Vols subscriure't i rebre els pròxims números? Biblioteca UdG biblioteca@udg.edu Europe/Madrid public

Inici:: dilluns, 22 setembre, 2025 - 09:09 Afegir al Calendari 2025-09-22 09:09:00 2025-10-23 23:55:55 La intel·ligència artificial interpreta les inscripcions romanes La digitalització de continguts, les bases de dades en obert i la intel·ligència artificial permeten completar inscripcions antigues de diversos tipus d’escriptura. La sistematització i mecanització d’aquesta tasca revoluciona el treball dels investigadors. El juliol de 2025, Google DeepMind, en col·laboració amb universitats europees i equips d’epigrafistes, va presentar Aeneas, una eina que promet revolucionar la manera com ens acostem a les inscripcions llatines. La funció d'aquesta eina és reconstruir textos malmesos, situar-los en el seu context històric i accelerar la feina dels investigadors. Tot plegat, amb una precisió que fins ara semblava impossible. L'epigrafia és la ciència que estudia les inscripcions antigues gravades sobre una superfície dura. És una disciplina auxiliar de la història que permet acostar-nos i entendre altres cultures d'èpoques passades. Eines com Aeneas no suposen la substitució dels historiadors sinó una possibilitat de descarregar-los de tasques mecàniques. A més enriqueix la recerca, ja que els ajuda a formular noves hipòtesis. Podem afirmar que l'ús de la intel·ligència artificial en aquest terreny marca un abans i un després en la manera com les pedres romanes ens parlen gairebé dos mil anys després de ser gravades. Imatge: The Metropolitan Museum of Art. Public Domain.L’entrenament d’Aeneas s’ha basat en el Latin Epigraphic Dataset (LED), un corpus que reuneix més de 176.000 inscripcions procedents de bases com EDR (Epigraphic Database Roma), EDH (Heidelberg) i EDCS-ELT (Clauss-Slaby). Aquest volum ingent de dades li permet identificar patrons d’escriptura i fórmules habituals, amb els quals completa buits, proposa datacions amb un marge d’error d’uns tretze anys i suggereix l’origen geogràfic probable d’un fragment. Imatge: https://edh.ub.uni-heidelberg.de/Tècniques d’intel·ligència artificial i visió per computador El sistema Aeneas es basa en una combinació de tècniques avançades d'intel·ligència artificial i visió per computador. En primer lloc, la visió per computador amb CNN (Xarxes Neuronals Convolucionals) per analitzar imatges d'inscripcions, per detectar patrons, traços i formes dels caràcters, fins i tot en superfícies danyades o erosionades. En segon lloc, el reconeixement Òptic de Caràcters (OCR) entrenat específicament amb fonts epigràfiques. En tercer lloc, l'aprenentatge profund (Deep Learning) que s’entrena amb bases de dades d’inscripcions anotades per epigrafistes experts, cosa que li permet reconèixer variants regionals, abreviatures i símbols no estàndard. En quart lloc, fusió de dades multimodals que combinen imatges 2D i 3D amb context històric i lingüístic per millorar la precisió. I finalment, l'anàlisi contextual i lingüística que utilitza models de llenguatge entrenats en textos clàssics per suggerir paraules o frases que falten a les inscripcions fragmentàries. La IA conquista les escriptures antigues (egípcies, maies, cuneïformes…) A la revista Nature, podem trobar diversos articles sobre aquest tema des del publicat el 2022 amb el sistema Ithaca, Restoring and attributing ancient texts using deep neural networks, o l’article publicat el 2025 dedicat al sistema Aeneas, Contextualizing ancient texts with generative neural networks. Al llarg d’aquests anys, els sistemes han millorat la seva capacitat de restauració. El primer sistema s’aplica a textos grecs i el segon a inscripcions romanes. La intel·ligència artificial s’utilitza cada vegada més per desxifrar, traduir i analitzar inscripcions en escriptures antigues, incloent-hi jeroglífics, com els egipcis o maies, i escriptures cuneïformes, entre d’altres. L’enfocament és similar al d’Aeneas, però adaptat a les particularitats de cada escriptura i context històric. Podem citar projectes com ara Google Fabricius o The Rosetta Project; projectes per transcriure tauletes d’argila d’escriptura cuneïforme, o els desenvolupats per la Universitat de Beijing per desxifrar inscripcions en ossos oraculars i inscripcions en objectes de bronze antics, identificant caràcters i relacionant-los amb textos històrics. Un canvi de paradigma en la recerca arqueològica i epigràfica La incorporació de la intel·ligència artificial en la recerca arqueològica i epigràfica és un canvi de paradigma profund, comparable a la invenció del microscopi en biologia o del carboni-14 en la datació. No es tracta només d'una eina més eficient: està transformant com es fa la recerca, quines preguntes es poden plantejar i com s'interpreten les dades. La incorporació de la intel·ligència artificial en l'estudi d'inscripcions antigues representa un canvi revolucionari, però també planteja dubtes profunds. La IA permet processar grans volums de dades i detectar patrons invisibles per a l'ull humà, però la seva dependència de bases de dades d'entrenament limitades o amb biaix pot perpetuar errors interpretatius. Addicionalment, existeix el risc de perdre els matisos culturals i el context històric que només els experts humans poden aportar. Al mateix temps, planteja preocupacions ètiques sobre l'accés inequitatiu a la tecnologia o la possible privatització del coneixement ancestral. En definitiva, la IA és una eina poderosa, però requereix un enfocament crític, transparent i col·laboratiu per evitar que l’eficàcia tècnica suposi una pèrdua de profunditat en la comprensió del passat. IA i epigrafia més enllà de la recerca Més enllà de la recerca, aquests sistemes tenen altres aplicacions. Els museus utilitzen la IA per a l'epigrafia per crear exposicions interactives on, mitjançant pantalles tàctils o realitat augmentada, el visitant pot revifar inscripcions erosionades, veient-les completes i traduïdes en temps real. Això converteix una peça estàtica i difícil d'interpretar en una experiència dinàmica i accessible. A més, usen aquests models digitals per fer el seguiment de l'estat de conservació de les peces i crear rèpliques físiques de precisió amb impressores 3D per a xerrades o manipulació, protegint els originals. Referències: Aquest article ha estat elaborat amb el suport de l’eina d’intel·ligència artificial ChatGPT (OpenAI, GPT-5). Algunes parts d'aquest article han estat consultades a DeepSeek-V3, model d'intel·ligència artificial de DeepSeek Company. Assael, Y., Sommerschield, T., Cooley, A., Shillingford, B., Pavlopoulos, J., Suresh, P., Herms, B., Grayston, J., Maynard, B., Dietrich, N., Wulgaert, R., Prag, J., Mullen, A., & Mohamed, S. (2025). Contextualizing ancient texts with generative neural networks. Nature. https://doi.org/10.1038/s41586-025-09292-5 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 Aquest article forma part del butlletí Portada 23 (Setembre 2025). Vols subscriure't i rebre els pròxims números? Biblioteca UdG biblioteca@udg.edu Europe/Madrid public
Fi:: dijous, 23 octubre, 2025 - 09:00

La digitalització de continguts, les bases de dades en obert i la intel·ligència artificial permeten completar inscripcions antigues de diversos tipus d’escriptura. La sistematització i mecanització d’aquesta tasca revoluciona el treball dels investigadors.

El juliol de 2025, Google DeepMind, en col·laboració amb universitats europees i equips d’epigrafistes, va presentar Aeneas, una eina que promet revolucionar la manera com ens acostem a les inscripcions llatines. La funció d'aquesta eina és reconstruir textos malmesos, situar-los en el seu context històric i accelerar la feina dels investigadors. Tot plegat, amb una precisió que fins ara semblava impossible.

L'epigrafia és la ciència que estudia les inscripcions antigues gravades sobre una superfície dura. És una disciplina auxiliar de la història que permet acostar-nos i entendre altres cultures d'èpoques passades. Eines com Aeneas no suposen la substitució dels historiadors sinó una possibilitat de descarregar-los de tasques mecàniques. A més enriqueix la recerca, ja que els ajuda a formular noves hipòtesis. Podem afirmar que l'ús de la intel·ligència artificial en aquest terreny marca un abans i un després en la manera com les pedres romanes ens parlen gairebé dos mil anys després de ser gravades.

Inscripció Romana — Imatge: The Metropolitan Museum of Art. Public Domain.

L’entrenament d’Aeneas s’ha basat en el Latin Epigraphic Dataset (LED), un corpus que reuneix més de 176.000 inscripcions procedents de bases com EDR (Epigraphic Database Roma), EDH (Heidelberg) i EDCS-ELT (Clauss-Slaby). Aquest volum ingent de dades li permet identificar patrons d’escriptura i fórmules habituals, amb els quals completa buits, proposa datacions amb un marge d’error d’uns tretze anys i suggereix l’origen geogràfic probable d’un fragment.

Bases de dades — Imatge: https://edh.ub.uni-heidelberg.de/

Tècniques d’intel·ligència artificial i visió per computador

El sistema Aeneas es basa en una combinació de tècniques avançades d'intel·ligència artificial i visió per computador. En primer lloc, la visió per computador amb CNN (Xarxes Neuronals Convolucionals) per analitzar imatges d'inscripcions, per detectar patrons, traços i formes dels caràcters, fins i tot en superfícies danyades o erosionades. En segon lloc, el reconeixement Òptic de Caràcters (OCR) entrenat específicament amb fonts epigràfiques. En tercer lloc, l'aprenentatge profund (Deep Learning) que s’entrena amb bases de dades d’inscripcions anotades per epigrafistes experts, cosa que li permet reconèixer variants regionals, abreviatures i símbols no estàndard. En quart lloc, fusió de dades multimodals que combinen imatges 2D i 3D amb context històric i lingüístic per millorar la precisió. I finalment, l'anàlisi contextual i lingüística que utilitza models de llenguatge entrenats en textos clàssics per suggerir paraules o frases que falten a les inscripcions fragmentàries.

La IA conquista les escriptures antigues (egípcies, maies, cuneïformes…)

A la revista Nature, podem trobar diversos articles sobre aquest tema des del publicat el 2022 amb el sistema Ithaca, Restoring and attributing ancient texts using deep neural networks, o l’article publicat el 2025 dedicat al sistema Aeneas, Contextualizing ancient texts with generative neural networks. Al llarg d’aquests anys, els sistemes han millorat la seva capacitat de restauració. El primer sistema s’aplica a textos grecs i el segon a inscripcions romanes.

La intel·ligència artificial s’utilitza cada vegada més per desxifrar, traduir i analitzar inscripcions en escriptures antigues, incloent-hi jeroglífics, com els egipcis o maies, i escriptures cuneïformes, entre d’altres. L’enfocament és similar al d’Aeneas, però adaptat a les particularitats de cada escriptura i context històric. Podem citar projectes com ara Google Fabricius o The Rosetta Project; projectes per transcriure tauletes d’argila d’escriptura cuneïforme, o els desenvolupats per la Universitat de Beijing per desxifrar inscripcions en ossos oraculars i inscripcions en objectes de bronze antics, identificant caràcters i relacionant-los amb textos històrics.

Un canvi de paradigma en la recerca arqueològica i epigràfica

La incorporació de la intel·ligència artificial en la recerca arqueològica i epigràfica és un canvi de paradigma profund, comparable a la invenció del microscopi en biologia o del carboni-14 en la datació. No es tracta només d'una eina més eficient: està transformant com es fa la recerca, quines preguntes es poden plantejar i com s'interpreten les dades. La incorporació de la intel·ligència artificial en l'estudi d'inscripcions antigues representa un canvi revolucionari, però també planteja dubtes profunds. La IA permet processar grans volums de dades i detectar patrons invisibles per a l'ull humà, però la seva dependència de bases de dades d'entrenament limitades o amb biaix pot perpetuar errors interpretatius. Addicionalment, existeix el risc de perdre els matisos culturals i el context històric que només els experts humans poden aportar. Al mateix temps, planteja preocupacions ètiques sobre l'accés inequitatiu a la tecnologia o la possible privatització del coneixement ancestral. En definitiva, la IA és una eina poderosa, però requereix un enfocament crític, transparent i col·laboratiu per evitar que l’eficàcia tècnica suposi una pèrdua de profunditat en la comprensió del passat.

IA i epigrafia més enllà de la recerca

Més enllà de la recerca, aquests sistemes tenen altres aplicacions. Els museus utilitzen la IA per a l'epigrafia per crear exposicions interactives on, mitjançant pantalles tàctils o realitat augmentada, el visitant pot revifar inscripcions erosionades, veient-les completes i traduïdes en temps real. Això converteix una peça estàtica i difícil d'interpretar en una experiència dinàmica i accessible. A més, usen aquests models digitals per fer el seguiment de l'estat de conservació de les peces i crear rèpliques físiques de precisió amb impressores 3D per a xerrades o manipulació, protegint els originals.

Referències:

Aquest article ha estat elaborat amb el suport de l’eina d’intel·ligència artificial ChatGPT (OpenAI, GPT-5).

Algunes parts d'aquest article han estat consultades a DeepSeek-V3, model d'intel·ligència artificial de DeepSeek Company.

Assael, Y., Sommerschield, T., Cooley, A., Shillingford, B., Pavlopoulos, J., Suresh, P., Herms, B., Grayston, J., Maynard, B., Dietrich, N., Wulgaert, R., Prag, J., Mullen, A., & Mohamed, S. (2025). Contextualizing ancient texts with generative neural networks. Nature. https://doi.org/10.1038/s41586-025-09292-5

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

Aquest article forma part del butlletí Portada 23 (Setembre 2025). Vols subscriure't i rebre els pròxims números?