Un nuevo sistema de IA facilita la lectura de tablillas cuneiformes

Un equipo de investigadores de la Universidad de Cornell y la Universidad de Tel Aviv ha desarrollado una innovadora técnica basada en Inteligencia Artificial que permitirá a los expertos en historia antigua descifrar con mayor facilidad la escritura cuneiforme. Gracias a este avance, la IA puede identificar y copiar caracteres cuneiformes a partir de fotografías de tablillas, facilitando el estudio de una de las formas de escritura más antiguas de la humanidad.

Junto con los jeroglíficos egipcios, la escritura cuneiforme representa una de las primeras manifestaciones del lenguaje escrito, con más de 1.000 caracteres únicos cuya apariencia varía según la época, la cultura, la geografía e incluso la caligrafía individual de los escribas. Esta complejidad ha dificultado su interpretación a lo largo de los años.

El método desarrollado, denominado ProtoSnap, permite a la IA "encajar" prototipos de caracteres en sus versiones escritas en tablillas, ajustándolos a las variaciones propias de cada inscripción. Con este sistema, los investigadores pueden realizar copias precisas de los caracteres y reconstruir tablillas enteras con gran fidelidad.

Según Hadar Averbuch-Elor, profesora adjunta de informática en Cornell y líder del proyecto, la variabilidad en la forma de los caracteres ha supuesto un desafío importante para la automatización del proceso de descifrado. ProtoSnap, sin embargo, permite superar esta barrera al adaptar digitalmente los signos cuneiformes de las tablillas a modelos estándar reconocibles.

Un avance clave para la arqueología

Actualmente, se estima que existen unas 500.000 tablillas cuneiformes conservadas en museos de todo el mundo, pero solo una pequeña parte ha sido traducida y publicada. La falta de datos etiquetados ha dificultado hasta ahora el uso de la inteligencia artificial en el reconocimiento de estos textos.

Para solucionar este problema, el equipo de investigadores ha aplicado modelos de difusión, un tipo de IA generativa utilizada en tareas de visión artificial, para calcular la similitud entre cada píxel de un carácter en una imagen y un prototipo general del mismo. Al alinear ambas versiones y ajustar la plantilla, el sistema logra identificar y reconstruir los trazos originales con notable precisión.

Este avance no solo facilitará la transcripción automática de tablillas, ahorrando miles de horas de trabajo a los expertos, sino que también permitirá entrenar nuevos modelos de reconocimiento óptico de caracteres, mejorando la capacidad de la IA para interpretar incluso los signos más raros o con mayor variabilidad.

El impacto de este desarrollo podría transformar la investigación sobre las civilizaciones antiguas de Oriente Medio. "Nuestra investigación busca multiplicar por diez las fuentes antiguas de las que disponemos", afirma Yoram Cohen, profesor de arqueología en la Universidad de Tel Aviv. "Esto nos permitirá, por primera vez, manipular grandes volúmenes de datos y obtener nuevos conocimientos sobre la religión, la economía y la vida social y jurídica de estas sociedades".