Un’applicazione di algoritmi basati su reti neurali per analizzare immagini permette di tradurre in tempi impensabili i geroglifici egizi offrendo «nuove prospettive per la codifica, il riconoscimento e la traslitterazione». Lo sostiene il Cnr a proposito di una ricerca cui hanno partecipato l’Istituto di fisica applicata «Nello Carrara»-Ifac del Cnr, il Dipartimento di Ingegneria dell’informazione dell’Università di Firenze, il Center for Ancient Mediterranean and Near Eastern Studies (Camnes).

Andrea Barucci, fisico di Ifac, spiega: «Usiamo una classe di algoritmi chiamati “reti neurali” che si ispirano alla mente umana imparando dai dati che vengono loro mostrati. La rete si chiama Glyphnet e le abbiamo mostrato 6mila geroglifici: può classificarli tutti anche se sciupati, riconosce i simboli, apprende le differenze. Glyphnet può classificare e tradurre in una frazione di secondo un documento che a un egittologo richiede tempi enormi. Se Glyphnet vede una parete con un milione di geroglifici, li identifica tutti e indica dove stanno. E permetterà anche di arrivare a vedere la mano dello scriba. In medicina questa tecnica si usa per identificare zone malate rispetto alle sane», spiega Barucci.

Massimiliano Franci, del Camnes, ha collaborato come egittologo: «L’applicazione più evidente si ha quando abbiamo segni non leggibili: l’intelligenza artificiale elabora ipotesi in modo estremamente veloce, molto utili per casi dubbi o difficoltosi, che poi vanno vagliate dagli egittologi. Non sostituirà il nostro mestiere». Lo studio è scaturito da una tesi di laurea di Marco Loschiavo che ha partecipato alla ricerca come Costanza Cucci e Fabrizio Argenti.