国家研究理事会 (CNR-Ifac) 内罗-卡拉拉应用物理研究所的 Andrea Barucci 和 Costanza Cucci、佛罗伦萨大学信息工程系的 Fabrizio Argenti 和 Marco Loschiavo 与 CAMNES（古地中海和近东研究中心）的埃及学者 Massimiliano Franci 合作，在《IEEE Access》杂志上发表了一项研究。CAMNES（古地中海和近东研究中心）的埃及学家马西米利亚诺-弗兰西（Massimiliano Franci）合作，正在研究如何利用人工智能对象形文字进行细致精确的自动分类，而不论其书写媒介是什么（纸莎草纸、石头、木头）。由于使用了 “深度学习”，即利用基于神经网络的算法进行图像分析，人工智能的应用将使人们能够 理解古埃及文字，即使是简单的照片。
这项研究证明了医学领域和人文学科所用方法之间的紧密联系。“CNR-Ifac公司的巴鲁奇是利用机器和深度学习技术进行生物医学图像分析的专家，他解释说：”基于深度神经网络的技术现在已经渗透到所有知识领域。我们想知道，这种模式是否可以移植到一个看似遥远和不同的领域，比如古代符号识别。我们在临床成像领域的经验告诉我们，卷积神经网络是非常强大和多用途的工具，但挑战是开放的"。
这项研究不仅证明了 自动翻译古埃及文献的可能性，还为解决象形文字符号的编码、识别和音译等未决问题提供了新的视角。因此，人工智能的使用将有助于学者们研究文字的各个方面。“埃及学家马西米里亚诺-弗兰西（Massimiliano Franci）补充说：”象形文字符号组合成单词的拓扑语法；文本的语言学分析；识别损坏、改写、擦除的符号；直至识别抄写员的流派或雕刻师的手。"在整合人工智能算法提供的复杂分析时，专家的直觉仍然是基础，未来需要计算机和人类分析之间更加协调。我们的研究旨在强调基于人工智能的分析工具如何通过与考古学家的工作相结合来 支持埃及学领域的调查。"
“佛罗伦萨大学信息工程系的 Fabrizio Argenti 解释说：”这项研究源于 Marco Loschiavo 的学位论文。“从工程学的角度来看，我们确信我们选择的分析工具具有潜力，但这是一个重要的试验平台，因为应用类型完全不同。我们想探索一个新的研究领域，结果发现这个领域非常有趣，前景广阔”。
“文化遗产领域的数据分析专家科斯坦扎-库奇（Costanza Cucci）补充说：”在促进不同研究领域之间的交流和相互促进的过程中，埃及学、计算机工程学和应用物理学的专业知识得到了结合，这项工作就是如此。
“巴鲁奇总结说：”我们希望，这项首次研究将为考古学界和人工智能界之间的稳定合作铺平道路，从而创造 出新的工具，为研究古代文明著作的学者的工作提供便利。
 |
| 借助人工智能阅读象形文字。国家科学研究中心的一项研究使之成为可能 |
免责声明：本篇意大利语原文的中文翻译由自动工具生成。 我们承诺会对所有文章进行审核，但无法保证完全避免因软件造成的翻译误差。 您可以点击 ITA 按钮查看原文。如发现任何错误，请联系我们。
IT
EN
FR
DE
ES