Система для анализа оцифрованных изображений клинописных табличек под названием Palaeographicum была разработана в сотрудничестве между Вюрцбургским университетом, Академией наук и литературы в Майнце и Техническим университетом Дортмунда (Германия). Она способна сравнивать уникальные формы клиновидных знаков в обширных коллекциях текстов.
За три с лишним тысячелетия до нашей эры цивилизации Ближнего Востока записывали административные, юридические, религиозные и литературные тексты на глиняных табличках с помощью клинописи. Многие из них сохранились лишь частично, что делает их восстановление огромной проблемой для исследователей.
Команда ученых из Вюрцбурга и Майнца десятилетиями разрабатывала цифровые инструменты для реконструкции и интерпретации хеттских текстов из древней Анатолии. Эта работа привела к созданию Hethitologie-Portal Mainz — онлайн-базы данных, в которой каталогизированы около 30 тыс. известных фрагментов хеттских табличек и сопутствующие исследовательские материалы.
Недавно группа представила цифровые методы трехмерной записи клинописных знаков, а еще в 2023 году — платформу TLHdig, которая позволяет осуществлять поиск как по клинописному, так и по транслитерированному тексту.
Последняя разработка, Palaeographicum, расширяет эти возможности за счет использования ИИ для распознавания и сравнения характерных форм клинописных знаков. Нынешняя версия предоставляет доступ примерно к 70 тыс. фотографий, на которых запечатлено более 5 млн отдельных символов. По словам исследователей, по едва заметным различиям в почерке можно определить, кто именно писал текст. Некоторые писцы делали длинные росчерки, а другие — характерные отступы или наклоны. Распознавание этих особенностей вручную традиционно было медленным процессом из-за трехмерной структуры надписей и различных эффектов освещения на фотографиях.
Система искусственного интеллекта значительно ускорила проведение исследований. Задачи, на решение которых раньше уходило несколько дней визуального сравнения, теперь можно выполнить за считаные минуты.
Эксперты продолжают переобучать модель, используя новые аннотированные материалы и отзывы пользователей из международного хеттологического сообщества. Долгосрочная цель состоит в том, чтобы научить ИИ автоматически идентифицировать отдельных авторов по большим коллекциям табличек. В случае успеха это позволит получить более полное представление о профессиональной деятельности и социальных связях писцов.
Ранее мы рассказывали, как ИИ помогает совершенствовать антибиотики.
