Si scrive una frase in inglese. TabletCraft la porta in accadico, converte la traslitterazione nei caratteri cuneiformi e può perfino sistemarli sopra una tavoletta digitale color argilla. Il viaggio funziona anche verso l’inglese. È l’ultimo passaggio di una ricerca che prova a rendere più accessibile un archivio enorme: circa mezzo milione di tavolette cuneiformi sono conservate nelle collezioni di tutto il mondo e una parte consistente deve ancora essere studiata e tradotta.
Una precisazione serve subito, perché cinquemila anni di storia meritano almeno di chiamare le cose con il loro nome. Il cuneiforme è un sistema di scrittura, non una lingua: è stato utilizzato per diverse lingue del Vicino Oriente antico. TabletCraft lavora sull’accadico, una lingua semitica documentata per millenni in Mesopotamia. Il sistema è stato sviluppato da Zhaohui Wang della University of Southern California e il lavoro è stato accettato al workshop C3NLP di ACL 2026.
La novità è il viaggio dall’inglese verso l’accadico
La traduzione automatica dall’accadico all’inglese esisteva già. TabletCraft aggiunge soprattutto la strada di ritorno: riceve un testo inglese, produce una traslitterazione accadica, la associa ai segni cuneiformi Unicode e infine può renderli graficamente come una tavoletta. Il modello è basato su ByT5 ed è stato addestrato in entrambe le direzioni a partire da 58.126 frasi allineate, trasformate in circa 116 mila coppie di addestramento. Il convertitore comprende 14.240 associazioni tra traslitterazioni e segni e, nel test effettuato dagli autori, copriva il 95,3% dei token.
Sul set di validazione Akkademia, composto da 2.812 esempi soprattutto neo-assiri, TabletCraft ha ottenuto un punteggio BLEU di 49,1 nella direzione accadico-inglese e 48,5 nel percorso inglese-accadico. Quei numeri non rappresentano una percentuale di traduzioni corrette. BLEU confronta il testo prodotto dal modello con una traduzione di riferimento e gli stessi autori avvertono che, soprattutto nella direzione verso l’accadico, va considerato soltanto una misura approssimativa della fedeltà. Una valutazione filologica effettuata da esperti su larga scala deve ancora arrivare.
C’è anche un problema più antico dell’intelligenza artificiale: una stessa frase accadica può essere scritta correttamente in modi diversi, usando segni sillabici oppure logogrammi. Una macchina può quindi allontanarsi dalla trascrizione scelta come riferimento e ricevere un punteggio peggiore pur avendo prodotto una soluzione plausibile. All’opposto può generare una frase apparentemente convincente che un assiriologo giudicherebbe sbagliata. Il metro automatico, da solo, non scioglie la tavoletta.
Gli autori sono piuttosto espliciti anche su un altro confine: l’accadico prodotto a partire dall’inglese è approssimativo e generato dalla macchina. Non può essere trattato come un autentico testo antico né usato come fonte storica. Il corpus di addestramento è inoltre molto ricco di iscrizioni reali neo-assire del primo millennio a.C.; il sistema si muove meglio tra formule, titoli e costruzioni simili a quelle già viste, mentre registri differenti, come le lettere commerciali paleo-assire, restano più difficili.
La prima IA che traduceva il cuneiforme risale al 2023
La parte forse più spettacolare della storia, cioè la traduzione automatica dei caratteri cuneiformi in inglese, ha qualche anno sulle spalle. Nel 2023 Gai Gutherz, Shai Gordin e colleghi pubblicarono su PNAS Nexus uno studio sulla traduzione automatica dell’accadico. Il loro sistema lavorava sia sulle traslitterazioni in alfabeto latino sia direttamente sui caratteri cuneiformi codificati in Unicode. Ottenne rispettivamente 37,47 e 36,52 punti BLEU4.
Il corpus comprendeva 8.056 tavolette e 56.160 segmenti utilizzati per l’addestramento della traduzione da traslitterazione a inglese. Anche qui il materiale era fortemente sbilanciato verso il periodo neo-assiro: 7.327 tavolette appartenevano a quel gruppo cronologico. Le prestazioni cambiavano parecchio secondo il genere del testo e la sua lunghezza; formule ricorrenti e passaggi brevi erano generalmente più facili da gestire.
E la macchina poteva sbagliare con una sicurezza considerevole. In uno degli esempi analizzati dai ricercatori, il testo indicava che il re non scendeva alla Casa di Dio il ventunesimo giorno. Il modello perse la negazione e fece scendere tranquillamente il sovrano. Una parola sparita, significato capovolto. Gli autori usarono proprio casi del genere per spiegare perché anche una traduzione apparentemente riuscita debba passare sotto gli occhi di un esperto.
Dalla fotografia della tavoletta alla traduzione manca ancora qualche passaggio
Il sogno più immediato sarebbe fotografare una tavoletta, aspettare qualche secondo e ricevere il testo tradotto. I pezzi necessari stanno cominciando a comparire, per ora rimangono distribuiti tra sistemi diversi.
Nel giugno 2026 un gruppo della Ludwig-Maximilians-Universität di Monaco ha presentato un sistema di riconoscimento automatico dei segni cuneiformi applicato alle immagini della Electronic Babylonian Library. Il modello è stato fatto lavorare su 87.668 frammenti e ha prodotto quasi 2,9 milioni di rilevamenti di segni. Il dataset annotato utilizzato per svilupparlo comprendeva 124.504 segni, più del doppio rispetto alla versione precedente. Si tratta però di un preprint e gli stessi ricercatori segnalano difficoltà legate a erosioni, crepe, disposizione del testo e assenza di informazioni linguistiche nel processo di riconoscimento.
Anche il sumero sta entrando in questa officina digitale. Nel 2024 il progetto SumTablets ha raccolto le rappresentazioni Unicode e le traslitterazioni di 91.606 tavolette sumeriche, per quasi sette milioni di glifi. Il modello sperimentato dagli autori ha raggiunto un chrF medio di 97,55 nella traslitterazione, un risultato pensato soprattutto per consentire agli specialisti di controllare rapidamente proposte automatiche invece di trascrivere ogni segno da zero.
La direzione, quindi, è abbastanza riconoscibile: computer vision per individuare i cunei sulla fotografia, modelli linguistici per ricostruire e traslitterare i segni, traduzione automatica per ottenere una prima versione in una lingua moderna. Un unico sistema capace di prendere qualsiasi tavoletta danneggiata e restituire autonomamente una traduzione affidabile ancora non c’è. TabletCraft stesso indica OCR cuneiforme e supporto al sumero tra i lavori futuri e viene presentato come assistente da correggere, non come sostituto dell’assiriologo.
Mezzo milione di tavolette difficilmente cominceranno a parlare tutte insieme. Alcuni dei lavori più ripetitivi, però, possono diventare molto più veloci: riconoscere migliaia di segni, proporre una traslitterazione, preparare una prima traduzione da controllare. Dopo quattro millenni, anche accorciare la fila davanti alla scrivania degli assiriologi è già un discreto salto tecnologico.
Ti potrebbe interessare anche:
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Ilaria Rosella Pagliaro
Source link
