C’est une histoire qui commence par une catastrophe et se termine par un triomphe technologique silencieux, orchestré par des algorithmes. Imaginez une bibliothèque entière, figée dans le temps, non pas par la glace, mais par le feu. Lors de l’éruption du Vésuve en 79 après J.-C., une coulée pyroclastique a enseveli la ville d’Herculanum, carbonisant instantanément tout sur son passage, y compris la bibliothèque d’une somptueuse villa. Ce qui nous reste aujourd’hui, ce sont les Papyrus d’Herculanum, des blocs de charbon friables qui ressemblent davantage à des bûches brûlées qu’à des trésors littéraires. Pendant des siècles, ces rouleaux ont défié les historiens : tenter de les ouvrir physiquement revenait à les réduire en poussière. Mais en ce 20 février 2026, nous célébrons une victoire qui semblait impossible il y a encore quelques années : une intelligence artificielle a réussi à lire ce que l’œil humain ne pouvait voir, sans même toucher l’artefact.
Le paradoxe de l’encre invisible
Pourquoi a-t-il fallu attendre l’avènement du machine learning avancé pour percer ce mystère ? La réponse réside dans la chimie. Contrairement aux encres médiévales à base de métaux (qui apparaissent clairement aux rayons X), l’encre utilisée par les Romains était à base de carbone (suie, gomme arabique). Le problème est technique et redoutable : le papyrus est du carbone, et l’encre est du carbone.
Lorsque les scientifiques ont commencé à scanner ces rouleaux avec des tomographes à rayons X de haute puissance (similaires aux scanners médicaux mais infiniment plus précis), ils se sont heurtés à un mur. Sur les images 3D, la densité de l’encre était quasiment identique à celle du papier. Pour un œil humain, et même pour les algorithmes classiques, les pages semblaient vierges. L’information était là, physiquement présente, mais noyée dans le bruit de fond de la matière carbonisée.
Le déroulement virtuel : une prouesse de la vision par ordinateur
Avant même de chercher l’encre, il fallait résoudre un casse-tête géométrique en trois dimensions. Les rouleaux ne sont pas plats ; ils sont enroulés, écrasés, tordus et fusionnés par la chaleur volcanique. La première étape du processus, perfectionnée par le professeur Brent Seales et son équipe, est le “déroulement virtuel” (virtual unwrapping).
Cette technique ne relève pas encore de l’IA générative telle qu’on la connaît via ChatGPT, mais plutôt de la vision par ordinateur pure et dure. L’algorithme doit identifier, dans le volume 3D du scan (composé de voxels, des pixels en 3D), les couches successives du papyrus. Imaginez devoir tracer une ligne continue à travers un mille-feuille écrasé sans jamais perdre le fil. Une fois ces couches isolées numériquement, elles sont “aplaties” en une image 2D. C’est sur cette surface virtuelle que la véritable magie du deep learning entre en scène.
L’IA apprend à voir l’invisible
C’est ici que la curiosité technique atteint son paroxysme. Si l’encre n’a pas de contraste de densité, comment l’IA peut-elle la lire ? Le secret réside dans la texture. L’application de l’encre sur le papyrus, il y a deux millénaires, a modifié infimement la structure des fibres. L’encre, en séchant, a créé un motif de craquelures microscopiques (appelé “crackle pattern”) et une épaisseur supplémentaire de quelques microns à peine.
Pour entraîner l’intelligence artificielle, les chercheurs ont utilisé une approche supervisée. Ils ont repéré de rares fragments de papyrus ouverts où l’encre était visible à l’œil nu et ont scanné ces mêmes fragments aux rayons X. Ils ont ainsi dit à la machine : “Regarde, ici il y a de l’encre, et voici à quoi ressemble la structure 3D correspondante”.
Des réseaux de neurones convolutifs (CNN), architectures piliers du deep learning utilisées pour la reconnaissance d’images, ont été entraînés à repérer ces micro-textures. L’IA a appris à détecter non pas la couleur noire de l’encre, mais la perturbation physique qu’elle a laissée sur la fibre végétale. C’est une forme de lecture tactile numérique.
Le Défi du Vésuve : quand la compétition accélère la science
L’accélération fulgurante qui nous permet d’en parler aujourd’hui en 2026 provient d’une initiative lancée quelques années plus tôt : le “Vesuvius Challenge”. En mettant les scans haute résolution en libre accès et en offrant des prix substantiels, ce défi a mobilisé la communauté mondiale des chercheurs en IA.
Des étudiants et des ingénieurs ont développé des modèles d’apprentissage automatique capables de segmenter l’encre avec une précision surhumaine. Le premier mot décodé, qui a fait le tour du monde, était “Porphyras” (pourpre). Ce simple mot a validé l’hypothèse : la machine pouvait lire à travers les couches de charbon.
Mais l’IA ne s’est pas arrêtée là. En affinant les modèles (notamment via des architectures de type U-Net et des Transformers adaptés à la vision), des colonnes entières de texte ont émergé du néant. Ce n’était pas de la divination ou de l’hallucination (un risque courant avec les modèles génératifs), mais de l’extraction pure de données latentes.
Que racontent ces textes ressuscités ?
La curiosité du lecteur se porte naturellement sur le contenu. Qu’avions-nous oublié ? Les textes déchiffrés appartiennent principalement à l’école épicurienne, et beaucoup sont attribués au philosophe Philodème de Gadara. Loin d’être de simples listes comptables, ces écrits sont des traités sophistiqués sur les sens, le plaisir et la musique.
Dans l’un des passages les plus marquants révélés récemment, l’auteur disserte sur la rareté et l’abondance. Il critique ceux qui valorisent les biens uniquement parce qu’ils sont rares, arguant que la nature offre ce qui est nécessaire en abondance. C’est une fenêtre directe sur la pensée antique, une voix qui nous parle de la gestion du bonheur et des désirs, un sujet qui résonne étrangement avec nos préoccupations modernes.
Au-delà d’Herculanum : l’avenir de l’archéologie numérique
La réussite technique sur les Papyrus d’Herculanum a ouvert une nouvelle ère. Les outils développés ne servent pas uniquement à lire du grec ancien. Cette combinaison de tomographie et d’intelligence artificielle est désormais testée sur d’autres artefacts “illisibles” : le cartonnage des momies égyptiennes (souvent fait de papyrus recyclés) ou des livres reliés trop fragiles pour être ouverts.
De plus, l’intégration de modèles de langage (LLM) type ChatGPT commence à intervenir dans la phase post-traitement. Une fois que le modèle de vision a extrait des lettres ou des mots fragmentaires, les modèles linguistiques, entraînés sur le grec ancien, peuvent suggérer des reconstructions pour les parties manquantes, avec des indices de probabilité, aidant les papyrologues à combler les lacunes causées par les dommages physiques du rouleau.
En Bref (TL;DR)
Des algorithmes d’intelligence artificielle réussissent l’exploit de lire les papyrus carbonisés d’Herculanum sans jamais toucher ces artefacts fragiles.
La technologie détecte les micro-textures de l’encre invisible aux rayons X, contournant ainsi le problème de densité du carbone.
Cette révolution numérique, propulsée par le Vesuvius Challenge, permet enfin de révéler des textes antiques enfouis depuis deux millénaires.
Conclusion
Ce texte perdu depuis 2000 ans n’a pas été lu par des yeux humains, mais par une collaboration intime entre la physique des particules et les mathématiques des réseaux de neurones. L’intelligence artificielle a agi ici comme une prothèse cognitive et sensorielle, nous permettant de voir l’invisible. Ce que nous avons récupéré des cendres du Vésuve n’est pas seulement un traité de philosophie, c’est la preuve que même ce que nous croyons définitivement perdu peut être retrouvé si nous avons l’audace de combiner notre héritage historique avec la pointe de la technologie. Les bibliothèques du passé ne sont pas détruites ; elles attendaient simplement que nous inventions le lecteur capable de les déchiffrer.
Questions fréquemment posées
L’IA utilise la vision par ordinateur et des réseaux de neurones pour analyser des scans tomographiques en 3D. Puisque l’encre et le papyrus sont tous deux à base de carbone, l’algorithme ne cherche pas un contraste de couleur, mais détecte les infimes modifications de texture et d’épaisseur laissées par l’encre sur les fibres végétales il y a deux millénaires.
Contrairement aux encres médiévales contenant des métaux, l’encre romaine était composée de carbone, tout comme le papyrus carbonisé par l’éruption. Cette densité identique rendait l’écriture indiscernable sur les images radiographiques standards, nécessitant une IA capable de repérer des motifs de craquelures microscopiques plutôt que des différences de densité.
Les écrits ressuscités sont principalement des traités philosophiques de l’école épicurienne, souvent attribués à Philodème de Gadara. Ces textes sophistiqués abordent des thèmes comme la musique, les sens, la gestion du plaisir et critiquent la valorisation excessive de la rareté par rapport à l’abondance naturelle des biens nécessaires.
Le déroulement virtuel est une technique de vision par ordinateur qui permet de reconstruire numériquement la surface plane d’un rouleau à partir de son volume en 3D. Avant même de lire le texte, l’algorithme doit identifier et séparer les couches de papyrus écrasées et tordues pour créer une image 2D exploitable par les modèles de deep learning.
Cette percée dépasse le cadre d’Herculanum car elle permet d’analyser d’autres objets historiques fragiles, comme le cartonnage des momies égyptiennes ou des livres anciens trop abîmés pour être ouverts. De plus, l’association de cette imagerie avec des modèles de langage permet de prédire et reconstruire les parties manquantes des textes avec une grande précision.
Sources et Approfondissements
- Wikipédia : Histoire, conservation et contenu des Papyrus d’Herculanum
- Nature : L’intelligence artificielle permet de lire les rouleaux d’Herculanum pour la première fois
- University of Kentucky : Site officiel de la Digital Restoration Initiative (Équipe du Pr. Seales)
- Wikipédia : Détails techniques et chronologie du Vesuvius Challenge
Avez-vous trouvé cet article utile ? Y a-t-il un autre sujet que vous aimeriez que je traite ?
Écrivez-le dans les commentaires ci-dessous ! Je m’inspire directement de vos suggestions.