Videnskab
 science >> Videnskab >  >> Andet

Knækker koden til Dødehavsrullerne

To 12x12 Kohonen-kort (blå farvekort) med fuld karakter aleph og indsats fra Dead Sea Scroll-samlingen. Hver af karaktererne i Kohonen-kortene er dannet af flere forekomster af lignende karakterer (vist med en zoomet boks med røde linjer). Disse kort er nyttige til kronologisk stiludviklingsanalyse. I den aktuelle undersøgelse af forfatteridentifikation, Fraglets (fragmenterede karakterformer) blev brugt i stedet for fulde karakterformer for at opnå mere præcise (robuste) resultater. Kredit:Maruf A. Dhali, Universitetet i Groningen

Dødehavsrullerne, opdaget for omkring 70 år siden, er berømte for at indeholde de ældste manuskripter af den hebraiske bibel (det gamle testamente) og mange hidtil ukendte gamle jødiske tekster. Men de enkelte mennesker bag rullerne har unddraget sig videnskabsmænd, fordi de skriftkloge er anonyme. Nu, ved at kombinere videnskab og humaniora, University of Groningen forskere har knækket koden, hvilket sætter dem i stand til at opdage de skriftlærde bag skriftrullerne. De præsenterede deres resultater i tidsskriftet PLOS ET den 21. april.

De skriftkloge, der skabte skriftrullerne, underskrev ikke deres værk. Forskere foreslog, at nogle manuskripter skulle tilskrives en enkelt skriver baseret på håndskrift. "De ville prøve at finde en 'rygende pistol' i håndskriften, for eksempel, et meget specifikt træk i et brev, som ville identificere en skriver, " forklarer Mladen Popović, professor i hebraisk bibel og gammel jødedom ved fakultetet for teologi og religionsvidenskab ved universitetet i Groningen. Han er også direktør for universitetets Qumran Institute, dedikeret til at studere Dødehavsrullerne. Imidlertid, disse identifikationer er noget subjektive og ofte heftigt omdiskuterede.

Skriftskrivere

Popović, i sit projekt "The Hands that Wrote the Bible, " slog sig sammen med sin kollega Lambert Schomaker, professor i datalogi og kunstig intelligens ved Det Naturvidenskabelige og Tekniske Fakultet. Schomaker har længe arbejdet med teknikker til at tillade computere at læse håndskrift, ofte fra historiske materialer. Han udførte også undersøgelser for at undersøge, hvordan biomekaniske egenskaber, ligesom den måde, hvorpå nogen holder en kuglepen eller stylus, ville påvirke håndskriften.

I dette studie, sammen med ph.d. kandidat Maruf Dhali, de fokuserede især på én rulle:den berømte Store Esajas-rulle (1QIsa -en ) fra Qumran Cave 1. Håndskriften i denne rulle virker næsten ensartet, alligevel er det blevet foreslået, at det er lavet af to skriftlærde, der deler en lignende skrivestil. Så hvordan kunne dette besluttes?

Schomaker siger, "Denne rulle indeholder bogstavet aleph, eller "A, "mindst 5, 000 gange. Det er umuligt at sammenligne dem alle med øjet." Computere er velegnede til at analysere store datasæt, som 5, 000 håndskrevne A'er. Digital billedbehandling gør alle mulige computerberegninger mulige, på mikroniveau af karakterer, såsom måling af krumning (kaldet tekstural), samt hele tegn (kaldet allografiske).

(fra venstre mod højre) Gråtonebillede af kolonne 15 i Den Store Esajas-rulle, det tilsvarende binariserede billede ved hjælp af BiNet, og det rensede korrigerede billede. Fra de røde felter i de sidste to billeder, man kan se, hvordan rotationen og den geometriske transformation korrigeres for at give et bedre billede til videre bearbejdning. Kredit:Genoptrykt fra Lim TH, Alexander PS. Bind 1. I:Dødehavsrullernes elektroniske bibliotek. slethvar; 1995 under en CC BY-licens, med tilladelse fra Brill Publishers, original copyright 1995.

Neuralt netværk

"Det menneskelige øje er fantastisk og tager formentlig også disse niveauer i betragtning. Dette giver eksperter mulighed for at se hænderne på forskellige forfattere, men den beslutning træffes ofte ikke ved en gennemsigtig proces, " siger Popović. "Desuden, det er praktisk talt umuligt for disse eksperter at behandle de store mængder data, rullerne giver." Derfor er deres resultater ofte ikke afgørende.

Den første forhindring var at træne en algoritme til at adskille teksten (blæk) fra dens baggrund (læderet eller papyrusen). For denne adskillelse, eller "binarisering, " Dhali udviklede et avanceret kunstigt neuralt netværk, der kan trænes ved hjælp af dyb læring. Dette neurale netværk holder de originale blækspor lavet af skriveren mere end 2, 000 år siden intakte, som de optræder på de digitale billeder. "Dette er vigtigt, fordi de gamle blækspor relaterer direkte til en persons muskelbevægelser og er personspecifikke, " forklarer Schomaker.

Ligheder

Dhali udførte den første analytiske test af denne undersøgelse. Hans analyse af teksturelle og allografiske træk viste, at de 54 tekstsøjler i Den Store Esajas-rulle faldt i to forskellige grupper, der ikke blev fordelt tilfældigt gennem rullen, men blev grupperet, med en overgang omkring halvvejsmærket.

Med den observation, at der kan være mere end én forfatter, Dhali afleverede derefter dataene til Schomaker, som derefter genberegnede lighederne mellem kolonnerne, bruger nu mønstrene af brevfragmenter. Dette andet analytiske trin bekræftede tilstedeværelsen af ​​to forskellige. Der blev udført flere yderligere kontroller og kontroller. Schomaker:"Når vi tilføjede ekstra støj til dataene, resultatet ændrede sig ikke. Det lykkedes os også at påvise, at den anden skriftlærde viser mere variation i sit forfatterskab end den første, selvom deres forfatterskab er meget ens."

En illustration af, hvordan varmekort af normaliserede gennemsnitlige karakterformer genereres for individuelle bogstaver (i dette eksempel:aleph). Kredit:Maruf A. Dhali, Universitetet i Groningen

Håndskrift

I det tredje trin, Popović, Dhali, og Schomaker har lavet en visuel analyse. De skabte varmekort, der inkorporerer alle varianterne af en karakter på tværs af rullen. Derefter producerede de en gennemsnitsversion af denne karakter for de første 27 kolonner og de sidste 27 kolonner. Sammenligning af disse to gennemsnitlige bogstaver efter øje viser, at de er forskellige. Dette forbinder den computeriserede og statistiske analyse med menneskelig fortolkning af dataene ved tilnærmelse, fordi varmekortene hverken er afhængige eller produceret ud fra de primære og sekundære analyser.

Visse aspekter af rullen og placeringen af ​​teksten havde fået nogle forskere til at foreslå, at efter spalte 27 var en ny skribent startet, men dette var ikke almindeligt accepteret. Popović:"Nu, det kan vi bekræfte med en kvantitativ analyse af håndskriften samt med robuste statistiske analyser. I stedet for at basere dommen på mere eller mindre impressionistiske beviser, med intelligent assistance fra computeren, vi kan påvise, at adskillelsen er statistisk signifikant."

Ud over at transformere palæografien af ​​rullerne - og potentielt andre gamle manuskriptkorpus - åbner denne undersøgelse af Den Store Esajas-rulle en helt ny måde at analysere Qumran-teksterne på baseret på fysiske karakteristika. Nu, forskere kan få adgang til mikroniveauet af individuelle skriftlærde og omhyggeligt observere, hvordan de arbejdede på disse manuskripter.

Popović:"Dette er meget spændende, fordi dette åbner et nyt vindue på den antikke verden, der kan afsløre meget mere indviklede forbindelser mellem de skriftlærde, der producerede skriftrullerne. I dette studie, vi fandt beviser for en meget lignende skrivestil, som de to store Esajas-rulleskrivere delte, som antyder en fælles uddannelse eller oprindelse. Vores næste skridt er at undersøge andre ruller, hvor vi kan finde forskellige oprindelser eller uddannelse for de skriftkloge."

Dødehavsrulle tekstanalysecollage. Kredit:Mladen Popovic

På denne måde det vil være muligt at lære mere om de samfund, der producerede Dødehavsrullerne. "Vi er nu i stand til at identificere forskellige skriftlærde, " Popović afslutter. "Vi vil aldrig kende deres navne. Men efter halvfjerds års studier, det føles som om, vi endelig kan give dem hånd gennem deres håndskrift."


Varme artikler