Des scientifiques de l'Université de Chicago ont récemment développé avec succès un système d'intelligence artificielle, basé sur la technologie d'apprentissage automatique, capable d'analyser et de compiler des textes anciens trouvés sur des tablettes d'argile vieilles de plusieurs milliers d'années dans un langage moderne.
Ce modèle d'apprentissage automatique, appelé DeepScribe, est formé pour être capable de lire et de comprendre le système d'écriture cunéiforme - un type d'écriture couramment utilisé pendant la période de l'Empire achéménide dans l'histoire ancienne de l'Iran (550-330 avant JC), comme le rapporte l'Université de Chicago.
L'écriture cunéiforme est véritablement un défi, même pour les analystes de l'écriture manuscrite expérimentés, en raison de la complexité de la mise en page des lettres ainsi que des caractères individuels qui composent la lettre. Dans ce cas, c'est encore plus difficile car les textes cunéiformes ont été gravés sur d'anciennes tablettes d'argile au lieu d'être écrits sur papier comme d'habitude, ce qui rend la reconnaissance des mots extrêmement longue. C'est pourquoi les chercheurs ont besoin de l'aide d'un système d'apprentissage automatique tel que DeepScribe.

Pour construire ce modèle d'IA avancé d'analyse de l'écriture manuscrite, l'équipe de recherche a dû utiliser un énorme entrepôt de données de formation, avec 6 000 images annotées de documents anciens sur l'écriture cunéiforme collectées dans la zone des reliques. Province, Iran. L’équipe de recherche pense que DeepScribe peut aider à découvrir de nouveaux secrets sur l’histoire, la société et la langue perses (iraniennes) anciennes.
Les données de formation ont ensuite été compilées sur la base d'un dictionnaire linguistique développé par les chercheurs et d'une base de données de plus de 100 000 caractères individuels qui composent les lettres cunéiformes. Les premiers résultats montrent que DeepScribe peut traduire des textes anciens avec une précision d'environ 80 % - pire que les experts en analyse d'écriture manuscrite « manuelle », mais le temps est considérablement amélioré. De plus, ce niveau de précision peut être amélioré au fil du temps à mesure que les données d’entraînement augmentent.
À l'avenir, DeepScribe pourrait même être utilisé pour déterminer l'origine des artefacts trouvés dans des sites archéologiques importants, éliminant ainsi considérablement les difficultés auxquelles les archéologues sont souvent confrontés.