Un grupo de investigadores del Instituto Oriental y el departamento de informática de la Universidad de Chicago, en Estados Unidos, están trabajando para desarrollar un sistema basado en machine learning con el que pretenden traducir de forma automática los textos que aparecen en las tablillas de arcilla antiguas.
El sistema que están creando ya tiene nombre, DeepScribe. Este sistema tiene como objetivo principal transcribir el sistema de escritura cuneiforme que se utilizaba en el Imperio aqueménida. Por ahora, lo único que se posee son las tablillas descubiertas en Irán en 1933.
Según la Universidad de Chicago , los investigadores llevan décadas intentando traducir estos documentos a mano, algo «muy difícil, lento y propenso a errores«. Aunque, desde 1990 los científicos ya comenzaron ha utilizar sistemas informáticos, pero no obtuvieron éxito en el proceso debido a la forma tridimensional de las tablillas y sus complejos caracteres.
Ahora, sin embargo, el equipo de investigadores de la Universidad de Chicago considera que el sistema DeepScribe funcionaría mejor. Para ello, los investigadores han comenzado a entrenar el sistema con un conjunto de más de 6000 imágenes del Archivo de Fortificación de Persépolis. De esta forma, el sistema estaría aprendiendo a «leer» tablillas que nunca antes habían sido analizadas, una tarea muy compleja. DeepScribe no solo podrá traducir lo que dicen las tablillas, sino que nos dará otras informaciones como el origen de estas y los materiales con los que fueron construidas.
«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.
Sanjay Krishnan es la profesora que 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.
