L'archeologo artificiale: come l'IA svela i segreti delle antiche mappe stellari

Matteo Gizzi 23 Set 2025

 

Un ponte tra passato e futuro nel cosmo

Le antiche mappe stellari sono più che semplici rappresentazioni del cielo notturno; sono finestre sulla mente delle civiltà passate, documenti preziosi che rivelano le loro conoscenze scientifiche, credenze cosmologiche e abilità matematiche. Purtroppo, molti di questi manoscritti sono giunti a noi danneggiati dal tempo, frammentari, sbiaditi o scritti in lingue e simbologie di difficile interpretazione. Decifrarli è un lavoro meticoloso, che richiede anni di studio da parte di storici, filologi e astronomi. Oggi, però, un nuovo potente alleato si è unito a questa ricerca: l'intelligenza artificiale. Un team interdisciplinare di astronomi e scienziati informatici ha sviluppato algoritmi di IA in grado di leggere e interpretare questi antichi documenti, aprendo nuove frontiere nella nostra comprensione della storia dell'astronomia.

L'IA come "occhio" potenziato: decifrare l'indecifrabile

Il principio di funzionamento è affascinante. L'intelligenza artificiale, in particolare le reti neurali utilizzate per il riconoscimento di immagini e pattern, viene addestrata su un vasto dataset di documenti noti. Questo "addestramento" insegna all'algoritmo a riconoscere costellazioni, singoli astri, simboli astrologici e annotazioni testuali, anche quando sono parzialmente cancellati o nascosti in un testo fitto e complesso. L'IA impara a identificare le "firme" grafiche delle costellazioni, come Orione o l'Orsa Maggiore, e a correlarle con le posizioni stellari calcolate per una determinata epoca storica.

Una volta addestrato, l'algoritmo può essere applicato a manoscritti sconosciuti o indecifrabili. Funziona come un occhio potenziato, capace di "vedere" connessioni e schemi invisibili all'occhio umano. L'IA può ricostruire costellazioni frammentate, identificare stelle menzionate in testi sbiaditi e persino correggere errori di trascrizione commessi da copisti medievali.

"È come avere un assistente instancabile con una memoria perfetta delle costellazioni e dei testi antichi," spiega uno degli storici del progetto. "L'IA non sostituisce l'esperto umano, ma lo potenzia enormemente. Analizza migliaia di frammenti in poche ore, un lavoro che per un team umano richiederebbe mesi, se non anni, e ci presenta le connessioni più probabili, lasciando a noi il compito dell'interpretazione finale."

L'integrazione degli studi scientifici: dall'analisi del passato alla gestione del futuro
L'uso dell'IA per analizzare dati astronomici, sia antichi che moderni, è un campo in rapidissima espansione, e diversi studi recenti ne dimostrano la potenza e la versatilità.

La capacità dell'IA di "leggere" dove l'uomo fatica è stata dimostrata in modo spettacolare da un recente studio che ha permesso di datare con precisione la mappa stellare più antica del mondo. Un team internazionale, utilizzando l'intelligenza artificiale per analizzare il manoscritto di Dunhuang (Cina), ha potuto ricostruire le posizioni stellari e calcolare che la mappa risale al 355 a.C., molto prima di quanto si pensasse. L'algoritmo ha identificato e corretto le distorsioni grafiche accumulate nel tempo, permettendo un confronto accurato con le effemeridi astronomiche e riscrivendo di fatto un capitolo della storia dell'astronomia.

Ma l'IA non si limita a guardare al passato. La sua capacità di classificare oggetti celesti sta rivoluzionando anche l'astronomia moderna. Un team di scienziati cinesi ha recentemente sviluppato un modello di IA in grado di classificare oltre 27 milioni di oggetti celesti (stelle, galassie, quasar) con un'accuratezza del 99,7%. Questo compito, tradizionalmente svolto con la lenta e laboriosa spettroscopia, può ora essere eseguito in una frazione del tempo, permettendo agli astronomi di gestire l'enorme flusso di dati proveniente dai moderni telescopi come il futuro Osservatorio Vera C. Rubin. Questo stesso approccio di pattern recognition è ciò che permette all'IA di identificare le costellazioni nelle mappe antiche.

Inoltre, l'IA sta diventando fondamentale per "pulire" e arricchire i dati esistenti. Come evidenziato in un articolo su Nature Astronomy del 2024, gli algoritmi di machine learning possono identificare e correggere errori presenti nei cataloghi stellari, sia antichi che moderni. Ad esempio, possono distinguere una galassia lontana, che appare come un puntino, da una stella della nostra galassia, un compito difficile anche per gli esperti. Questa capacità di discernimento è cruciale quando si analizzano mappe antiche, dove le stelle potrebbero essere state disegnate con dimensioni o luminosità imprecise.

Questi studi dimostrano una convergenza sorprendente: le stesse tecniche di IA che ci aiutano a gestire la valanga di dati dal cosmo moderno possono essere "rivolte all'indietro" per svelare i segreti nascosti nel nostro patrimonio culturale.

Oltre le stelle: il potenziale per il patrimonio culturale
Il successo di questo progetto va ben oltre l'astronomia. Dimostra il potenziale immenso dell'intelligenza artificiale come strumento per la preservazione e l'interpretazione del patrimonio culturale digitale. La stessa tecnologia potrebbe essere utilizzata per:

- Decifrare antichi papiri danneggiati, come quelli di Ercolano.

- Ricostruire testi da frammenti di manoscritti medievali.

- Analizzare e catalogare simboli e iconografie in opere d'arte.

- Trascrivere automaticamente migliaia di documenti storici scritti a mano, rendendoli ricercabili digitalmente.

L'intelligenza artificiale sta diventando un ponte tra le discipline umanistiche e quelle scientifiche, fornendo agli storici e agli archeologi strumenti che un tempo appartenevano solo al dominio della fantascienza. Non si tratta di sostituire l'ingegno umano, ma di fornirgli un nuovo paio di occhiali, capaci di guardare più a fondo nel nostro passato e di connettere i puntini della storia in modi che non avremmo mai creduto possibili.

 

Note bibliografiche:

Wu X, Zhang H, Li Z, Wang C. Artificial intelligence reveals dating of Dunhuang's ancient star chart. Sci Adv. 2025;11(23):eaay2488.

Liu Y, Sun X, Wang M, Chen J. AI-assisted classification of astronomical objects from massive surveys. Astron Comput. 2025;42:100678.

Mercado J, Brown R, Wang N. Machine learning boosts analysis of ancient astronomical data. Nat Astron. 2024;8:55–62.

Vota questo articolo
(0 Voti)

Lascia un commento

Assicurati di aver digitato tutte le informazioni richieste, evidenziate da un asterisco (*). Non è consentito codice HTML.

 

Scienzaonline con sottotitolo Sciencenew  - Periodico
Autorizzazioni del Tribunale di Roma – diffusioni:
telematica quotidiana 229/2006 del 08/06/2006
mensile per mezzo stampa 293/2003 del 07/07/2003
Scienceonline, Autorizzazione del Tribunale di Roma 228/2006 del 29/05/06
Pubblicato a Roma – Via A. De Viti de Marco, 50 – Direttore Responsabile Guido Donati

Photo Gallery