• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Andra
    Knäcker koden för Dödahavsrullarna

    Två 12x12 Kohonen-kartor (blå färgkartor) med full karaktär aleph och vad från Dead Sea Scroll-samlingen. Var och en av karaktärerna i Kohonen-kartorna är bildade av flera instanser av liknande karaktärer (visas med en zoomad ruta med röda linjer). Dessa kartor är användbara för kronologisk stilutvecklingsanalys. I den aktuella studien av författaridentifiering, Fraglets (fragmenterade karaktärsformer) användes istället för fullkaraktärsformer för att uppnå mer exakta (robusta) resultat. Kredit:Maruf A. Dhali, Universitetet i Groningen

    Dödahavsrullarna, upptäckte för cirka 70 år sedan, är kända för att innehålla de äldsta manuskripten i den hebreiska bibeln (gamla testamentet) och många hittills okända antika judiska texter. Men de enskilda personerna bakom rullarna har undgått forskare, eftersom de skriftlärda är anonyma. Nu, genom att kombinera vetenskap och humaniora, University of Groningen forskare har knäckt koden, vilket gör det möjligt för dem att upptäcka de skriftlärda bakom rullarna. De presenterade sina resultat i tidskriften PLOS ETT den 21 april.

    De skriftlärda som skapade rullarna signerade inte sitt arbete. Forskare föreslog att vissa manuskript skulle tillskrivas en enda skriftlärande baserat på handstil. "De skulle försöka hitta en "smoking gun" i handstilen, till exempel, en mycket specifik egenskap i ett brev som skulle identifiera en skrivare, " förklarar Mladen Popović, professor i hebreisk bibel och antik judendom vid fakulteten för teologi och religionsvetenskap vid universitetet i Groningen. Han är också chef för universitetets Qumran Institute, tillägnad att studera Dödahavsrullarna. Dock, dessa identifikationer är något subjektiva och ofta hett omdiskuterade.

    Skriftskrivare

    Popović, i sitt projekt "Händerna som skrev Bibeln, " slog sig ihop med sin kollega Lambert Schomaker, professor i datavetenskap och artificiell intelligens vid fakulteten för naturvetenskap och teknik. Schomaker har länge arbetat med tekniker för att låta datorer läsa handstil, ofta från historiskt material. Han utförde också studier för att undersöka hur biomekaniska egenskaper, som hur någon håller en penna eller penna, skulle påverka handstilen.

    I den här studien, tillsammans med Ph.D. kandidat Maruf Dhali, de fokuserade på en bokrulle i synnerhet:den berömda Stora Jesajarullen (1QIsa a ) från Qumran Cave 1. Handskriften i denna rulla verkar nästan enhetlig, ändå har det föreslagits att det gjordes av två skriftlärda som delar en liknande skrivstil. Så hur kunde detta avgöras?

    Schomaker säger, "Denna rulla innehåller bokstaven alef, eller "A, "minst 5, 000 gånger. Det är omöjligt att jämföra dem alla bara med ögat." Datorer är väl lämpade för att analysera stora datamängder, typ 5, 000 handskrivna A:n. Digital bildbehandling gör alla möjliga datorberäkningar möjliga, på mikronivå av karaktärer, som att mäta krökning (kallad textural), såväl som hela tecken (kallade allografiska).

    (från vänster till höger) Gråskalebild av kolumn 15 i den stora Jesajarullen, motsvarande binariserade bild med BiNet, och den rensade korrigerade bilden. Från de röda rutorna i de två sista bilderna, man kan se hur rotationen och den geometriska transformationen korrigeras för att ge en bättre bild för vidare bearbetning. Kredit:Återtryckt från Lim TH, Alexander PS. Volym 1. I:The Dead Sea Scrolls Electronic Library. Slätvar; 1995 under en CC BY-licens, med tillstånd från Brill Publishers, original upphovsrätt 1995.

    Neuralt nätverk

    "Det mänskliga ögat är fantastiskt och tar förmodligen hänsyn till dessa nivåer också. Detta gör att experter kan se händerna på olika författare, men det beslutet fattas ofta inte genom en transparent process, " säger Popović. "Dessutom, det är praktiskt taget omöjligt för dessa experter att bearbeta de stora mängder data som rullarna tillhandahåller." Det är därför deras resultat ofta inte är avgörande.

    Det första hindret var att träna en algoritm för att separera texten (bläcket) från dess bakgrund (lädret eller papyrusen). För denna separation, eller "binarisering, " Dhali utvecklade ett toppmodernt artificiellt neuralt nätverk som kan tränas med hjälp av djupinlärning. Detta neurala nätverk håller de ursprungliga bläckspåren som gjorts av skrivaren mer än 2, 000 år sedan intakta som de visas på de digitala bilderna. "Detta är viktigt eftersom de gamla bläckspåren relaterar direkt till en persons muskelrörelser och är personspecifika, " förklarar Schomaker.

    Likheter

    Dhali utförde det första analytiska testet i denna studie. Hans analys av texturella och allografiska drag visade att de 54 textkolumnerna i den stora Jesajarullan föll i två olika grupper som inte fördelades slumpmässigt genom rullen, men var samlade, med en övergång runt halvvägsmärket.

    Med observationen att det kan finnas mer än en författare, Dhali lämnade sedan uppgifterna till Schomaker, som sedan räknade om likheterna mellan kolumnerna, använder nu mönster av brevfragment. Detta andra analytiska steg bekräftade närvaron av två olika. Flera ytterligare kontroller och kontroller utfördes. Schomaker:"När vi lade till extra brus till data, resultatet förändrades inte. Vi lyckades också visa att den andre skrivaren visar mer variation i sitt författarskap än den första, även om deras skrift är väldigt lika."

    En illustration av hur värmekartor av normaliserade genomsnittliga teckenformer genereras för enskilda bokstäver (i detta exempel:aleph). Kredit:Maruf A. Dhali, Universitetet i Groningen

    Handstil

    I det tredje steget, Popović, Dhali, och Schomaker har tagit fram en visuell analys. De skapade värmekartor som innehåller alla varianter av en karaktär över rullen. Sedan producerade de en genomsnittlig version av denna karaktär för de första 27 kolumnerna och de sista 27 kolumnerna. Att jämföra dessa två genomsnittliga bokstäver med ögat visar att de är olika. Detta kopplar den datoriserade och statistiska analysen till mänsklig tolkning av data genom approximation, eftersom värmekartorna varken är beroende eller producerade från de primära och sekundära analyserna.

    Vissa aspekter av bokrullen och placeringen av texten hade fått en del forskare att antyda att en ny skrivare hade börjat efter kolumn 27, men detta var inte allmänt accepterat. Popović:"Nu, vi kan bekräfta detta med en kvantitativ analys av handstilen samt med robusta statistiska analyser. Istället för att basera bedömningar på mer eller mindre impressionistiska bevis, med intelligent hjälp av datorn, vi kan visa att separationen är statistiskt signifikant."

    Förutom att omvandla paleografin av rullarna – och potentiellt andra antika manuskriptkorpus – öppnar denna studie av den stora Jesajarullan upp ett helt nytt sätt att analysera Qumran-texterna baserat på fysiska egenskaper. Nu, forskare kan komma åt mikronivån av enskilda skriftlärare och noggrant observera hur de arbetade med dessa manuskript.

    Popović:"Det här är väldigt spännande, eftersom detta öppnar ett nytt fönster på den antika världen som kan avslöja mycket mer intrikata kopplingar mellan de skriftlärda som producerade rullarna. I den här studien, vi hittade bevis för en mycket liknande skrivstil som delas av de två stora Jesajas skriftlärda, som antyder en gemensam utbildning eller ursprung. Vårt nästa steg är att undersöka andra rullar, där vi kan hitta olika ursprung eller utbildning för de skriftlärda."

    Döda havet scroll text analys collage. Kredit:Mladen Popovic

    På det här sättet, det kommer att vara möjligt att lära sig mer om de samhällen som producerade Dödahavsrullarna. "Vi kan nu identifiera olika skriftlärare, " avslutar Popović. "Vi kommer aldrig att få veta deras namn. Men efter sjuttio års studier, det här känns som om vi äntligen kan skaka hand med dem genom deras handstil."


    © Vetenskap https://sv.scienceaq.com