L’intelligenza artificiale al servizio dell’archeologia, nuove scoperte grazie al deep learning

I campi di applicazione delle tecnologie legate all’intelligenza artificiale sono moltissimi e come dimostra la nuova pubblicazione firmata da un team guidato dal professor Michele Corazza su PLOS online anche l’archeologia e la linguistica possono trovare nel deep learning un valido alleato

intelligenza artificiale archeologia
Intelligenza artificiale e archeologia (foto Wikipedia)

Abbiamo visto molto spesso l’utilizzo dei sistemi di intelligenza artificiale per risolvere quelli che potremmo definire problemi della modernità e della contemporaneità. Ma è innegabile come gli strumenti tecnologici avanzati possono aiutare anche gli scienziati che si occupano invece di risolvere misteri nascosti nelle pieghe della storia dell’umanità.

E buona parte della storia dell’umanità è stata forgiata e allo stesso tempo raccontata dalle lingue. Ma ce ne sono alcune che rimangono a tutt’oggi misteriose e indecifrabili. Tra quelle misteriose ora non c’è più, o almeno in parte non c’è più, una lingua utilizzata oltre 2000 anni prima della nascita di Gesù sull’isola di Cipro. Come raccontato anche nell’abstract della pubblicazione scientifica, oggetto di questo esperimento di deep learning è una lingua cipro-minoica di cui finora non si era riusciti a cogliere le caratteristiche generali.

Un problema fondamentale per questa lingua utilizzata della tarda Età del Bronzo sull’isola al largo della Grecia ha sempre riguardato i segni scritti che rappresentavano la lingua parlata. Gli studiosi, almeno fino alle ultime scoperte fatte grazie all’intelligenza artificiale, erano convinti che la lingua fosse composta da quattro sottogruppi di segni denominati semplicemente CM0, CM1, CM2 e CM3.

Ma con gli strumenti dell’intelligenza artificiale messa servizio dell’archeologia ora c’è invece la possibilità di riuscire a capire se le differenze tra i diversi gruppi di segni riguardino effettivamente diversi segni, e quindi diversi suoni, o semplicemente differenze dovute al tipo di supporto su cui i grafemi linguistici sono stati incisi o scritti.

L’utilizzo dei sistemi di deep learning, che ricalcano in maniera artificiale un po’ quello che succede quando i bambini piccoli iniziano ad apprendere la propria lingua madre, hanno permesso agli studiosi di arrivare alla conclusione che molto probabilmente le differenze che si notano tra i vari gruppi di segni riguardano proprio i supporti utilizzati per scrivere e i diversi sistemi di scrittura ma non corrispondono a suoni diversi.

Ciò che risulta particolarmente affascinante è che le tecnologie utilizzate per studiare il cipro-minoico sono effettivamente ispirate al modo in cui gli esseri umani apprendono una lingua senza averne nessuna conoscenza pregressa. Sono infatti stati utilizzati i cosiddetti sistemi unsupervised dove non c’è da parte degli scienziati nessun tipo di input e quindi una quantità inferiore di possibilità che i risultati siamo stati in qualche modo condizionati (il termine tecnico è biased) dai preconcetti degli stessi scienziati.

All’intelligenza artificiale è stata semplicemente fornita una certa quantità di dati ed è stata poi lasciata libera di apprendere in maniera autonoma e di classificare i segni come credeva più logico. Un salto in avanti delle tecnologia e un salto indietro nel tempo per capire meglio un popolo ormai scomparso.