Los empresarios tecnológicos Nat Friedman y Daniel Gross anunciaron el Desafío Vesubio en marzo de este año, con un premio de 700.000 dólares para leer la biblioteca de pergaminos extremadamente frágiles de Herculano.
El desafío no era menor, ya que estos pergaminos en su mayoría están cerrados y además quemados, por la erupción del volcán Vesubio en el año 79 d.C., ya que destruyó las ciudades romanas de Pompeya y la ciudad de Herculano.
Luke Farritor, un estudiante universitario de 21 años y ex pasante de verano de SpaceX, ha decodificado una palabra entera dentro de un pergamino sin abrir. Ha sido galardonado con un premio de 40.000 dólares del Premio de las Primeras Letras, que requería que los concursantes encontraran al menos 10 letras en un área de 4 cm2 en un pergamino, según el comunicado de prensa.
«Hoy anunciamos un gran avance en el Desafío del Vesubio: hemos leído la primera palabra de un pergamino de Herculano sin abrir.
La palabra es «πορφυρας» que significa «tinte púrpura» o «telas de púrpura».
Today we are announcing a major breakthrough in the Vesuvius Challenge: we have read the first word from an unopened Herculaneum scroll.
The word is "πορφυρας" which means "purple dye" or "cloths of purple."https://t.co/0EDGBX4t4hCongratulations to 21yo computer science… pic.twitter.com/VLwtU9I8xl
— Nat Friedman (@natfriedman) October 12, 2023
Todo comenzó además en 2019 cuando el profesor Brent Seales del EduceLab de la Universidad de Kentucky obtuvo imágenes de rollos de Herculano en un acelerador de partículas, generando tomografías computarizadas en 3D con resoluciones de hasta 4 μm.
El estudiante graduado del profesor Seales, Stephen Parsons, trabajó en la detección de tinta de las tomografías computarizadas utilizando modelos de aprendizaje automático y tuvo éxito con los fragmentos desprendidos. Ese éxito llamó la atención de los emprendedores tecnológicos Nat Friedman y Daniel Gross para realizar el concurso.
El ganador, Luke Farritor encontró unas pocas docenas de trazos de tinta, y algunas letras completas, que podrían etiquetarse y usarse como datos de entrenamiento para el uso de IA.
