La escritura cuneiforme se lee de corrido gracias a la inteligencia artificial

Leer un texto escrito a mano por otra persona puede ser presentar serias dificultades. La caligrafía de cada cual puede hacer más o menos legible el texto, como puede atestiguar cualquier profesor que debe corregir trabajos y exámenes que se escriban a mano. Si a esto se une un cambio de alfabeto o de signario, un viaje en el tiempo de 5.000 años y lenguas desaparecidas, nos enfrentamos a un desafío considerable como es el poder leer los jeroglíficos egipcios, los textos íberos o las tablillas cuneiformes de Oriente Medio.

Pero como en el caso de los textos escolares, que muchos se escriben ya con ordenador, la informática y la inteligencia artificial (IA) han llegado en ayuda de los expertos paleógrafos.

Las tablillas de escritura cuneiforme no son, en general, mayores que un teléfono móvil actual.

Escritura cuneiforme

Junto con los jeroglíficos egipcios, la escritura cuneiforme es una de las formas de escritura más antiguas conocidas y consta de más de 1.000 caracteres únicos. La apariencia de estos caracteres puede variar según las épocas, las culturas, la geografía e incluso los escritores individuales, lo que dificulta su interpretación.

Investigadores de la Universidad de Cornell (CU) y de la Universidad de Tel Aviv (TAU) han aplicado la IA para identificar y copiar caracteres cuneiformes a partir de fotografías de tablillas, lo que va a permitir a los expertos en la historia antigua de Oriente Medio leer escrituras complicadas con facilidad.

El método desarrollado, llamado ProtoSnap, encaja en su lugar un prototipo de un carácter para que se ajuste a las variaciones individuales impresas en una tablilla. Con el nuevo método, pueden hacer una copia precisa de cualquier carácter y reproducir tablillas enteras.

“Cuando nos remontamos al mundo antiguo, hay una enorme variabilidad en las formas de los caracteres”, explica Hadar Averbuch-Elor, profesora adjunta de Informática en Cornell, que dirigió la investigación. “Incluso con el mismo carácter, la apariencia cambia con el tiempo, por lo que es un problema muy difícil descifrar automáticamente lo que significa realmente”.

Arriba, algunos signos cuneiformes. En la segunda fila, las marcas en la arcilla. En la tercera, la identificación hecha por la IA. Abajo, la identificación refinada que ajusta el patrón a cada ‘caligrafía’. Cornell University

500.000 tablillas

Se estima que hay medio millón de tablillas cuneiformes en museos, pero solo una parte pequeña ha sido traducida y publicada. “Hay una cantidad infinita de escaneos 2D de estos cuneiformes, pero la cantidad de datos etiquetados es muy escasa”, dijo Averbuch-Elor.

Para ver si podían descifrar automáticamente estos escaneos, el equipo aplicó un modelo de difusión (un tipo de modelo de IA generativa que se suele utilizar para tareas de visión artificial, como la generación de imágenes) para calcular la similitud entre cada píxel de una imagen de un carácter en una tableta y un prototipo general de ese carácter. Luego alinearon las dos versiones y ajustaron la plantilla para que coincidiera con los trazos del carácter real.

Los caracteres ajustados también se pueden utilizar para entrenar modelos de IA posteriores que realizan el reconocimiento óptico de caracteres (básicamente, convierten las imágenes de las tabletas en texto legible por máquina). Los investigadores demostraron que, cuando se entrenan con estos datos, los modelos posteriores funcionan mucho mejor en el reconocimiento de caracteres cuneiformes (incluso los que son raros o que muestran mucha variación) en comparación con los esfuerzos anteriores que utilizaban IA.

Este avance podría ayudar a automatizar el proceso de copia de tabletas, ahorrando a los expertos incontables horas y permitiendo comparaciones a gran escala de caracteres entre diferentes épocas, ciudades y escritores.

Datos básicos de un sistema antiguo

La escritura cuneiforme nació en Sumeria, región de la antigua Mesopotamia ubicada entre los ríos Tigris y Éufrates, en el actual Irak. Se extendió por el actual Oriente Medio, siendo usado por diferentes lenguas hasta el siglo I dC. Según los expertos Irving Finkel y Jonathan Tayos, autores del libro Cuneiforme, estas son algunas características de la escritura más antigua del mundo.

El cuneiforme no es un idioma.

Es un sistema de escritura sin alfabeto ni letras. Son entre 600 y 1.000 caracteres para escribir palabras o sílabas. El sumerio y el acadio fueron los primeros, pero hay textos en otros doce más. Y podría usarse en lenguas actuales.

Desde el 3400 a.C.

Al principio se utilizaron imágenes elementales, por lo que pudo preceder a los jeroglíficos egipcios. Pronto también se usó para grabar sonidos. La última tablilla escrita en cuneiforme es más cerca a nosotros que a la primera que usó este sistema.

Con un punzón y arcilla.

Cuneiforme viene del latín cuneus, que significa cuña y se refiere a la forma que se hace al presionar el estilete en la arcilla. Eran textos efímeros y las que se conservan son por accidente.

Es relevante hoy en día.

Estos escritos antiguos muestran que ideas y problemas modernos ya existían hace miles de años. Nos permite oír tanto a reyes, sacerdotes y comerciantes, como a niños y mujeres. No hemos cambiando tanto.