Cómo un algoritmo podría permitir leer tablas de arcilla escritas hace 2700 años

Marcas cuneiformes en una tabla de arcilla y el reconocimiento de los trazos por el software DeepScribe
Marcas cuneiformes en una tabla de arcilla y el reconocimiento de los trazos por el software DeepScribe
Europa Press
(0)
13 de marzo de 2020  • 11:53

Un grupo de científicos de la Universidad de Chicago, en Estados Unidos, está desarrollando un sistema de machine learning para poder traducir de forma automática los textos de tablillas de arcilla antiguas.

El sistema, llamado DeepScribe y en el que colaboran investigadores del Instituto Oriental y del departamento de Informática de la Universidad de Chicago, se centrará en la transcripción del sistema de escritura cuneiforme que se utilizaba en el Imperio aqueménida. Las tablillas fueron descubiertas en Irán en 1933.

Según la Universidad de Chicago, los investigadores trataron de traducir durante décadas estos documentos a mano, algo "muy difícil, lento y propenso a errores". Además, a partir de 1990, los científicos han utilizado sistemas informáticos sin éxito debido a la forma tridimensional de las tablillas y sus complejos caracteres.

Sin embargo, el equipo de investigadores de la Universidad de Chicago considera que el sistema DeepScribe funcionaría mejor. Para ello, los investigadores están entrenando al sistema con un conjunto de más de 6000 imágenes del Archivo de Fortificación de Persépolis.

Ruinas de Persépolis, la capital del imperio aqueménida
Ruinas de Persépolis, la capital del imperio aqueménida Crédito: Shutterstock

De esta forma, el sistema aprenderá a "leer" tablillas que nunca antes habían sido analizadas. Según los investigadores, DeepScribe también podría "ayudar a determinar el origen de las tablillas y otros materiales cuya procedencia se desconoce".

"Si pudiéramos idear una herramienta que fuera flexible y que pudiera extenderse a diferentes guiones y periodos de tiempo, realmente cambiaría nuestro campo", ha indicado la profesora asociada Susanne Paulus.

Por su parte, el profesor Sanjay Krishnan utilizó una base de datos de más de 100.000 signos individuales para entrenar a un sistema de 'machine learning' para que "leyera" otras tablillas. Este modelo logró descifrar las tablillas con una precisión de alrededor del 80 por ciento, según la Universidad de Chicago.

Conforme a los criterios de

Más información
ADEMÁS

MÁS leídas ahora

ENVÍA TU COMENTARIO

Ver legales

Los comentarios publicados son de exclusiva responsabilidad de sus autores y las consecuencias derivadas de ellos pueden ser pasibles de sanciones legales. Aquel usuario que incluya en sus mensajes algún comentario violatorio del reglamento será eliminado e inhabilitado para volver a comentar. Enviar un comentario implica la aceptación del Reglamento.

Para poder comentar tenés que ingresar con tu usuario de LA NACION.

Descargá la aplicación de LA NACION. Es rápida y liviana.