Una squadra di ricerca dell’Università Alma Mater Studiorum di Bologna ha sviluppato un sistema fondato sull’intelligenza artificiale per decifrare una lingua antica, il cipro-minoico, fino ad ora indecifrabile. Grazie all’aiuto della tecnologia più avanzata siamo adesso in grado di analizzare e classificare le caratteristiche della lingua, che possono essere ricavate dalle incisioni risalenti a più di tremilacinquecento anni fa. Il supporto dell’intelligenza artificiale, la stessa che permette il riconoscimento facciale o la guida automatica nelle automobili, adesso ci mette in condizione di abbozzare una traduzione del cipro-minoico e decifrare dunque questo sistema di comunicazione, avvolto dal mistero fino a poco tempo fa.
Guidato dalla Professoressa Silvia Ferrara, insegnante del Dipartimento di Filologia Classica e Italianistica dell’Università di Bologna, il progetto si propone di utilizzare una specifica tipologia di apprendimento artificiale, il deep learning, che permette di distinguere i segni propriamente appartenenti al sistema di scrittura dalle loro varianti. Queste ultime dipenderebbero dai diversi tipi di supporti utilizzati per scrivere dalla civiltà cipro-minoica: così come a chiunque sarà capitato almeno una volta di osservare la differenza tra la calligrafia di una parola scritta su una lavagna, con un gessetto, e quella di un termine scritto su un foglio di carta, con una penna, allo stesso modo e a maggior ragione durante l’Era del Bronzo il supporto di scrittura influenzava il modo di tracciare i segni. Fino a questo momento, dunque, la difficoltà più grande era consistita proprio nell’incapacità di discernere i segni dotati di vero e proprio significato, aventi dunque un valore semantico forte, dalle semplici varianti, cioè da variazioni nella modalità di scrittura dipendenti da fattori esterni alla lingua stessa. “Il sistema che abbiamo messo a punto ci ha permesso di separare i segni tracciati su tavolette di argilla dagli altri – dice Ferrara. In questo modo abbiamo potuto tracciare delle corrispondenze tra i segni presenti su supporti come sfere di argilla e oggetti di metallo e quelli presenti sulle tavolette d’argilla: siamo così riusciti a ricostruire quasi il 70% di corrispondenze tra segni che finora erano solo stati ipotizzati come possibili varianti”.
La tecnologia utilizzata dal gruppo di studio è dunque quella del deep learning: è stato creato un apposito modello, chiamato Sign2Vecd e basato sulla tecnica della rappresentazione vettoriale, che ha permesso sia a singoli segni che a intere sequenze di essere catalogati con estrema cura e precisione. Il processo si fonda sull’emulazione del cervello umano, che apprende tramite comparazione dei segni e in totale assenza di conoscenze pregresse sul linguaggio, sfruttando la sola capacità di cogliere analogie e conservarle nella memoria. Da questo tipo di analisi il modello è in grado di trarre autonomamente ipotesi e conclusioni.
Il progetto dell’Alma Mater Studiorum è nato nell’ambito del gruppo Inscribe, un insieme di piani di ricerca finanziato dall’European Research Counsil, un organo della Commissione Europea che si occupa di stanziare fondi quinquennali per effettuare studi in ambito umanistico e scientifico. Nel caso specifico di Inscribe, i ricercatori e le ricercatrici coinvolte si occupano di analizzare i sistemi di scrittura antichi, e dunque la nascita della più grande invenzione nella storia dell’umanità, avvalendosi dell’aiuto di diverse discipline, tra cui l’antropologia, la sociologia, l’archeologia e gli studi cognitivi.
Giulia Imbimbo