Tecnologia revela histórias ocultas em manuscritos antigos

Descobertas em Palimpsestos com Inteligência Artificial

Pesquisadores espanhóis desenvolveram uma nova técnica de inteligência artificial para decifrar palimpsestos, superando as limitações dos métodos tradicionais. Essa inovação promete revolucionar a leitura de textos antigos, que frequentemente foram alterados ou apagados.

Historicamente, a prática de reutilizar pergaminhos é conhecida desde o século XIII, quando o sacerdote Johannes Myronas utilizou um pergaminho de 300 anos para escrever suas orações. O material, que continha textos gregos, foi apagado e reutilizado, mas, em 2000, uma equipe do Walters Art Museum redescobriu obras de Arquímedes nesse palimpsesto, revelando a importância de tais documentos.

A pesquisa publicada na revista *Mathematics* pelos cientistas José Luis Salmerón e Eva Fernández Palop apresenta um modelo que utiliza inteligência artificial para ler manuscritos alterados. Essa abordagem reduz o trabalho intenso necessário para descobrir textos ocultos e pode ser aplicada em diversas áreas, como medicina e segurança cibernética.

Avanços Tecnológicos

Os autores explicam que os textos originais em palimpsestos apresentam alterações mecânicas, químicas e ópticas. Técnicas como imagem multiespectral e análise computacional são frequentemente insuficientes. A nova técnica de IA permite a geração de dados sintéticos, melhorando a recuperação de informações e superando as limitações dos métodos clássicos.

Salmerón, professor de IA, destaca que a pesquisa surgiu a partir de uma proposta de Fernández Palop, que buscava aplicar novas técnicas computacionais a manuscritos. O sistema desenvolvido permite controlar aspectos como nível de degradação e idiomas, criando um banco de dados personalizado para a análise.

Aplicações Ampliadas

Além de textos históricos, a técnica pode ser utilizada em imagens médicas, inspeção industrial e investigações forenses. Salmerón enfatiza que a metodologia é um divisor de águas para a geração de conjuntos de dados de alta qualidade, especialmente em áreas sensíveis como registros de saúde e transações financeiras.

Embora a nova abordagem apresente limitações, como a dificuldade em processar textos extremamente desbotados, os pesquisadores estão motivados a continuar aprimorando a técnica. O objetivo é não apenas superar os desafios identificados, mas também expandir as aplicações para outras áreas do conhecimento.