ProyectoUnidigital IASAC

Inteligencia Artificial y Sistemas Autónomos Cognitivos
  • Logo Ministerio de Universidad
  • Logo Plan de Recuperación Transformación y Resilencia
  • Logo Unión Europea
Ejemplificaciones: Arte y humanidades

Redes neuronales en la transcripción e identificación de documentos antiguos: integrando el conocimiento milenario en la red digital

Descripción

Con las primeras construcciones y representaciones simbólicas, el ser humano fue capaz de exteriorizar y objetivar su memoria; aprendiendo a manipularla de forma cada vez más avanzada. El secreto consistió en fijar símbolos sobre un espacio de referencia, un soporte material. Hace algo más de cinco mil años, con la invención de la escritura, esos sistemas de representación se hicieron enormemente precisos, permitiendo la transmisión de registros extraordinariamente detallados y de obras literarias y científicas complejas. A partir de la invención de la imprenta, esos sistemas se industrializaron y masificaron de forma exponencial.  En el momento actual, nos encontramos ante el ingente reto de pasar toda la información conservada durante siglos y aún milenios a formato digital. El objetivo es convertir sumar esa información estática a la web, logrando una memoria digital universal, integrada y distribuida, con sus nuevas ventajas de inmediatez y agencia (computabilidad autónoma). Aunque los sistemas de reconocimiento óptico de caracteres llevan mucho tiempo con nosotros y son muy eficaces con las tipografías mecánicas, la identificación de caracteres manuscritos, especialmente de escrituras antiguas, y de los primeros impresos sigue siendo un reto considerable. La inteligencia artificial, y en particular las redes neuronales avanzadas, han venido en ayuda del proyecto de transformación digital del patrimonio histórico documental para contribuir a cerrar el ciclo de la apasionante historia de las exomemorias humanas. Las redes neuronales están desarrollando a nivel experimental y ofreciendo resultados con escrituras antiguas muy diversas geográfica y temporalmente, desde textos hebreos a documentos medievales. Aunque por el momento es difícil suplantar en su totalidad los complejos conocimientos técnicos y especialmente contextuales de los paleógrafos expertos, la mayor parte de ellos científicos con nivel de doctorado, las redes neuronales están ya ayudándoles a descifrar lecturas dudosas gracias a su capacidad de acceder a grandes conjuntos de imágenes, y a simplificar su trabajo proporcionándoles borradores cada vez más efectivos a través de sistemas que en algunos casos se encuentran ya comercializados. De esta forma, la paleografía computacional se muestra sin duda como un campo paradigmático de la prometedora colaboración entre seres humanos e inteligencias artificiales cada vez más avanzadas.

Nivel del tema

Normal

Índice
  1. Contexto
  2. Problema planteado
  3. Datos existentes
  4. Cómo interviene técnicamente la IA o SOC en la solución propuesta
  5. Recursos de potencia de cálculo necesarios
  6. Solución obtenida
  7. Ventajas y limitaciones
  8. Para “saber más”
Profesor/es responsable/s

Francisco Javier García Marco

e-mail
jgarcia@unizar.es