Herculanum : l’IA a lu l’encre invisible sur les papyrus carbonisés

⚜Contenu généré par IA Détails

C’est l’une des plus grandes énigmes archéologiques de l’histoire, un secret gardé par le feu et le temps pendant près de deux millénaires. Lorsque le Vésuve est entré en éruption en 79 après J.C., il n’a pas seulement figé Pompéi ; il a également enseveli la ville voisine d’Herculanum sous une coulée pyroclastique d’une chaleur extrême. Dans la Villa des Papyrus, une bibliothèque entière contenant des centaines de rouleaux a été instantanément carbonisée. Ces objets, les papyrus d’Herculanum, ne sont plus aujourd’hui que des blocs de charbon friables, ressemblant à des bûches brûlées. Pendant des siècles, toute tentative de les ouvrir physiquement s’est soldée par leur destruction immédiate, réduisant le savoir antique en poussière. Mais là où la main de l’homme échoue, l’œil numérique triomphe.

Aujourd’hui, nous ne parlons pas de science-fiction, mais d’une convergence technologique sans précédent. Ce qui était physiquement perdu a été récupéré non pas par la restauration matérielle, mais par la puissance de calcul. L’intelligence artificielle, souvent cantonnée dans l’imaginaire collectif à la génération de texte via des outils comme ChatGPT, a ici joué un rôle bien différent : celui d’un archéologue spectral capable de distinguer l’indiscernable.

L’impasse physique : du carbone sur du carbone

Pour comprendre la prouesse technique, il faut d’abord saisir l’ampleur du problème physique. Imaginez que vous écriviez avec un crayon noir sur une feuille de papier noire, puis que vous rouliez cette feuille en une boule serrée et que vous la brûliez jusqu’à ce qu’elle devienne un bloc solide. C’est exactement le défi posé par les papyrus d’Herculanum.

Les méthodes traditionnelles d’imagerie, comme les rayons X classiques utilisés en médecine, fonctionnent par contraste de densité. Les os sont plus denses que la chair, ils bloquent donc davantage les rayons X et apparaissent en blanc. Le problème des parchemins d’Herculanum est que l’encre utilisée à l’époque était à base de carbone (suie, gomme arabique), et le papyrus lui-même, une fois carbonisé, est devenu du carbone pur.

En termes de densité radiologique, l’encre et le support sont chimiquement identiques. Aux yeux d’un scanner classique, il n’y a rien à voir : pas de contraste, pas de lettres, juste une masse homogène. C’est ici que la curiosité scientifique a dû faire un bond technologique, passant de l’observation optique à l’analyse volumétrique assistée par le machine learning.

Le déroulement virtuel : une chirurgie numérique

La première étape de la solution ne relève pas encore de l’IA, mais de la physique des particules. Pour pénétrer ces blocs de charbon sans les toucher, les chercheurs ont utilisé la tomographie à rayons X de haute résolution, souvent réalisée dans des accélérateurs de particules (synchrotrons). Cette technique permet de bombarder le rouleau de photons à très haute énergie pour créer une cartographie en trois dimensions de l’objet.

Le résultat est un gigantesque cube de données composé de voxels (pixels en 3D). Chaque voxel représente une fraction microscopique du rouleau. Cependant, avoir le scan 3D ne suffit pas. Le papyrus est enroulé, tordu, écrasé et déformé à l’intérieur du bloc. Si l’on se contente de faire une coupe transversale, on ne voit qu’une spirale chaotique.

C’est ici qu’intervient une étape cruciale appelée la “segmentation volumétrique”. Des algorithmes, guidés par des humains, doivent tracer numériquement chaque couche de papyrus pour la “dérouler” virtuellement. Imaginez éplucher un oignon numérique couche par couche pour obtenir une surface plane. Une fois cette surface obtenue, nous avons une feuille virtuelle… mais elle apparaît toujours vierge, car le contraste de l’encre reste invisible à l’œil nu, même sur le scan.

Le secret : l’IA détecte la texture, pas la couleur

C’est à ce stade précis que l’intelligence artificielle change la donne et comble le fossé de l’impossible. Si l’encre ne présente pas de différence de densité (elle ne bloque pas plus les rayons X que le papier), elle laisse néanmoins une trace physique infinitésimale.

L’application de l’encre sur le papyrus, il y a 2000 ans, a modifié la structure microscopique des fibres. L’encre, en séchant, a créé une épaisseur de quelques microns et, surtout, a provoqué de minuscules craquelures (appelées “crackles”) dans la texture du papyrus carbonisé. Ces micro-textures sont invisibles pour l’œil humain et indiscernables pour des algorithmes classiques de vision par ordinateur.

La solution est venue de l’apprentissage profond (deep learning). Les chercheurs, notamment dans le cadre du célèbre “Vesuvius Challenge”, ont entraîné des réseaux de neurones convolutifs (CNN) sur des fragments de papyrus déjà ouverts où l’encre était visible. L’objectif était d’apprendre à la machine : “Voici à quoi ressemble la texture d’un papyrus avec de l’encre, et voici à quoi il ressemble sans encre.”

Contrairement à une IA générative qui inventerait du texte probable (ce qui serait désastreux en archéologie), ce modèle est discriminatif. Il analyse la topographie de la surface du papyrus déroulé virtuellement, voxel par voxel, cherchant ces fameux motifs de craquelures. Lorsqu’il détecte ce motif spécifique, il “allume” le pixel. Progressivement, des formes émergent du bruit numérique.

Résultat : la résurrection de la philosophie épicurienne

Ce que l’IA a révélé est stupéfiant. Là où l’œil humain ne voyait que du gris, l’algorithme a fait apparaître des lettres grecques distinctes. Le premier mot complet décodé fut “porphyras” (pourpre), une couleur associée au pouvoir et au luxe. Mais la technologie a rapidement permis de lire des colonnes entières.

Les textes récupérés ne sont pas des listes de courses ou des factures, mais des œuvres philosophiques complexes, principalement attribuées à Philodème de Gadara, un philosophe épicurien. Les passages déchiffrés traitent de la musique, de la nourriture, et de la manière dont ces plaisirs affectent nos sens. L’IA a permis de lire les pensées d’un homme qui débattait de la nature du plaisir alors que l’Empire romain était à son apogée.

Il est crucial de noter la fiabilité du processus. Le modèle d’IA ne “devine” pas les lettres. Il produit une carte de probabilité de présence d’encre. Lorsque plusieurs architectures de réseaux de neurones (comme l’architecture InkID ou des variantes de U-Net) convergent vers le même résultat, la certitude devient quasi absolue. C’est une victoire de la reconnaissance de motifs sur la dégradation matérielle.

Au-delà d’Herculanum : une nouvelle ère pour l’archéologie

Cette percée technique dépasse largement le cadre de l’Italie antique. La méthodologie développée — tomographie haute résolution + segmentation volumétrique + détection d’encre par machine learning — est universelle. Elle pourrait théoriquement être appliquée à d’autres documents illisibles : les cartonnages de momies égyptiennes (souvent faits de papyrus recyclés), des livres médiévaux dont les pages sont collées, ou même des documents administratifs modernes endommagés par le feu ou l’eau.

Nous assistons à un changement de paradigme. L’archéologie ne consiste plus seulement à creuser la terre, mais à creuser les données. L’IA devient un outil d’exhumation numérique, capable de récupérer de l’information que l’on croyait entropiquement détruite.

Conclusion

Le parchemin impossible n’est plus un mythe. Grâce à la synergie entre la physique des particules et l’intelligence artificielle, nous avons franchi une barrière que l’on pensait infranchissable. Ce n’est pas la magie qui a lu les mots perdus depuis 79 après J.C., mais une analyse mathématique rigoureuse des textures invisibles. Alors que nous continuons d’affiner ces modèles de deep learning, c’est potentiellement toute une bibliothèque antique, contenant des œuvres perdues d’Aristote ou de Sophocle, qui s’apprête à émerger du néant numérique, sans qu’aucun fragment de charbon ne soit jamais déplacé.

Questions fréquemment posées