Il ruolo della tecnologia: Sincrotroni e Machine Learning - 4/4
L’impresa è stata resa possibile dai decenni di lavoro condotti da Brent Seales, che per primo ha dimostrato come il machine learning potesse individuare l’inchiostro al carbonio — invisibile alle scansioni tradizionali — sui papiri carbonizzati. Unendo le forze con Nat Friedman e Daniel Gross, figure di spicco della Silicon Valley, è stata lanciata una sfida globale da un milione di dollari. Il team ha messo a disposizione software open source e immagini 3D ad altissima risoluzione, ottenute grazie a scansioni micro-TC effettuate presso il Diamond Light Source nel Regno Unito e, soprattutto, l’European Synchrotron Radiation Facility (Esrf) di Grenoble, in Francia.
“Il fascio prodotto dall’Extremely Brilliant Source è al tempo stesso eccezionalmente sottile e straordinariamente stabile. Questo ci consente di rilevare variazioni estremamente sottili e di ricostruire immagini tomografiche di altissima qualità”, ha spiegato Alessandro Mirone dell’Esrf. “Questi dati costituiscono la base del processo di srotolamento virtuale sviluppato dal team della Vesuvius Challenge, nonché delle loro analisi basate sulle reti neurali”.
I dataset generati sfiorano i 300 terabyte per ogni singolo rotolo: si tratta della mappatura tridimensionale più dettagliata mai realizzata su reperti carbonizzati. “La sfida è ancora in corso”, ricorda Giorgio Angelotti, responsabile del progetto. “Abbiamo bisogno dell’aiuto di tutti per leggere i rotoli, e una nuova interfaccia web su scrollprize.org rende più semplice che mai per le persone accedere ai dati e partecipare”. Un entusiasmo condiviso da Sean Johnson, ex concorrente e ora nel team tecnico: “Dal momento in cui ho visto la mia prima lettera, ne sono rimasto affascinato. Niente è come lo svelamento di un testo che nessuno ha visto per due millenni”. L’umanità, grazie ai pixel e agli algoritmi, ha appena ricominciato a leggere la sua storia perduta.