Ogni anno riaffiorano dagli scavi archeologici oltre 1500 iscrizioni latine risalenti all’antica Roma. Si tratta spesso di frammenti, laceri e incompleti, incisi soprattutto su pietra e difficili da interpretare. Per gli studiosi, ricostruirne il significato è una sfida complessa, che richiede competenze specialistiche e lunghi confronti con testi già noti.

Ora, però, un nuovo strumento digitale promette di rivoluzionare questo lavoro. Si chiama Aeneas, come l’eroe troiano approdato sulle coste del Lazio, ed è stato sviluppato da Google DeepMind – la divisione di intelligenza artificiale dell’azienda di Mountain View, che si è portata a casa il Nobel per la Chimica nel 2024 con AlphaFold3. Il progetto è stato presentato sull’ultimo numero di Nature.

Leggi anche: AlphaFold3: accelerazione scientifica e questioni etiche

Che cosa fa Aeneas

Le iscrizioni su pietra rappresentano una fonte preziosa per comprendere la vita sociale e pubblica dell’antica Roma. Tuttavia, vengono spesso ritrovate lontano dal luogo d’origine e in condizioni frammentarie. Tradizionalmente, gli archeologi cercano di ricostruirle confrontandole con testi simili già catalogati, basandosi sull'individuazione di parallelismi e similitudini, valutando l’uso delle abbreviazioni e di altre particolarità linguistiche. Ma ne valutano anche le tecniche d’incisione e gli stili grafici. Questo lavoro consente non solo di decifrare il contenuto, ma anche di determinare l’origine geografica e datare i reperti.

È proprio su questo punto che Aeneas si rivela uno strumento potenzialmente molto utile: grazie all’intelligenza artificiale e al machine learning, è in grado di individuare in pochi istanti collegamenti tra frammenti noti e nuovi ritrovamenti, operazione che per gli studiosi richiederebbe molto più tempo e memoria.

Aeneas è in grado di prevedere il testo mancante di un'iscrizione danneggiata (testo in rosso) senza dover conoscere la lunghezza della parte mancante (Assael, Y. et al. Nature https://doi.org/10.1038/s41586-025-09292-5 (2025))

Più che una semplice ricostruzione testuale

Aeneas non si limita però a velocizzare le operazioni umane. Sviluppato in collaborazione con un consorzio di università britanniche e greche, il software può completare le iscrizioni mancanti, anche quando non si conosce la lunghezza originale del testo. Questa capacità rappresenta un’evoluzione rispetto a un progetto precedente, attivo dal 2022, che lavorava su testi in greco antico.

Come ha spiegato Charlotte Tupman, docente di Studi Classici all’Università di Exeter, “i ricercatori hanno creato una rete neurale generativa, un sistema capace di apprendere dagli schemi contenuti nei dati e formulare proposte coerenti basandosi su tali schemi”.

Aeneas utilizza un mix di conoscenze linguistiche e analisi visiva: osserva la forma dell’iscrizione, la superficie della pietra, lo stile delle lettere. In questo modo, riesce a formulare ipotesi più complete e contestualizzate.

Quanto è affidabile?

Per testare l’efficacia di Aeneas, 23 storici hanno partecipato a una sperimentazione basata su iscrizioni reali datate tra il VII secolo a.C. e l’VIII secolo d.C. Il risultato? Nel 90% dei casi, i suggerimenti forniti dall’IA sono stati considerati utili e hanno aumentato del 44% la fiducia degli studiosi nelle loro analisi. Ma il dato più interessante è emerso quando si è confrontato il lavoro umano con quello dell’IA: i risultati migliori si sono ottenuti quando storici e Aeneas hanno lavorato insiemei.

Il sistema è anche in grado di proporre una datazione dei reperti, con un margine di errore medio di 13 anni. Tuttavia, la sua accuratezza dipende dalla quantità e qualità dei dati disponibili: più sono numerosi i reperti già noti provenienti da una certa area o periodo, maggiore sarà la precisione dell’analisi.

Non a caso, il periodo in cui Aeneas si è dimostrato più affidabile è quello attorno al 200 d.C., per il quale esistono molte iscrizioni ben datate. Gli sviluppatori si dicono consapevoli di queste differenze e stanno già lavorando allo sviluppo di soluzioni per migliorare le prestazioni anche nei contesti meno documentati.