Des balayages LiDAR à la déchiffrement automatique des papyrus, les nouvelles technologies et l’IA révolutionnent la recherche archéologique. Mais sans l’analyse du contexte et l’accompagnement du cerveau humain, les erreurs guettent à chaque coin.
Pennellini et trowel (la célèbre truelle anglaise, sceptre de tout archéologue), fouet et fedora, Heinrich Schliemann et Indiana Jones: si votre imaginaire de la recherche archéologique puise dans ces modèles, il va falloir vous mettre à jour. Car aujourd’hui, pour occuper le trône de la fouille stratigraphique, père de chaque mystère enfoui, ce sont elles: les nouvelles technologies.
Les mêmes qui, seulement au cours des dernières années, ont révélé l’existence de ruines oubliées, traduit des langues inconnues, reconstitué des textes illisibles et des artefacts impossibles à déchiffrer.
Fouilles et recherches sur le terrain
Évidemment, il est encore tôt pour imaginer des légions de robots creusant à la place des enquêteurs de l’antique en chair, en os et en pantalons cargo, et pourtant le numérique est déjà entré à plein titre dans la recherche sur le terrain, transformant en profondeur les sciences de l’Antiquité. Pelle, pioche et livres ne suffisent plus: la vieille reconnaissance pédestre, la fouille « traditionnelle » et l’étude des trouvailles sont souvent intégrées ou même remplacées par des instruments d’analyse sophistiqués.
À première vue, il s’agit d’une série d’acronymes imprononçables, qui ne se dénouent que lorsque l’on vend l’âme de la langue italienne aux diaboliques anglicismes; mais si l’on voulait les décrire en un seul concept, on pourrait les définir comme des armes puissantes au service des limiers du passé. Moins glamour que les équipements en cuir d’Indy, peut-être, mais assurément plus utiles qu’un fouet: les moyens de reconnaissance, nés souvent pour des usages militaires, les instruments médicaux diagnostiques de plus en plus précis et puissants, et les algorithmes appliqués à l’intelligence artificielle qui révolutionnent les sciences de l’antiquité et résolvent ou rehaussent de nombreux énigmes qui, pendant des années, semblaient inaccessibles.
Télédétection
Mais comment font-ils cela et quelles en sont les retombées ? «Depuis la naissance de l’archéologie numérique, l’usage des technologies appliquées à la recherche et à la méthodologie a évolué en continu: des premiers bases de données et systèmes GIS (un système de cartes numériques qui intègre données spatiales, cartes historiques et informations de fouille) au relevé 3D (une définition générale qui regroupe toutes les technologies pour acquérir des images tridimensionnelles, parmi lesquelles LiDAR, photogrammétrie et scanner laser) jusqu’à l’intégration actuelle de l’intelligence artificielle», souligne Luca Sanna, archéologue et professeur d’Archéologie numérique à l’Université de Cagliari.
«Cette nouvelle frontière révolutionne la recherche, accélérant essentiellement deux domaines spécifiques: l’archéologie du paysage et l’étude de la culture matérielle dans les dépôts muséaux. Dans le premier cas, des algorithmes de Deep Learning (c’est-à-dire un modèle d’intelligence artificielle qui imite le cerveau humain pour reconnaître des schémas complexes) et la Computer Vision permettent de scanner rapidement d’immenses volumes de données, comme les images 3D recueillies sur de vastes zones, afin d’identifier automatiquement et rapidement des anomalies topographiques invisibles à l’œil nu qui peuvent dissimuler des sites potentiels.
Dans le second cas, l’intelligence artificielle recomposer des puzzles tridimensionnels de fragments de matériel et déchiffrer des inscriptions anciennes».
En résumé: si, il y a une ou deux générations, les archéologues usaient leurs semelles sur des terrains ardues lors de reconnaissances longues, parfois dangereuses et souvent partielles, aujourd’hui la majeure partie des découvertes provient justement des zones les plus inaccessibles du monde.
Grâce à un puissant système de télérépérage laser monté sur des drones ou des avions, lancé en vol au-dessus des jungles tropicales du monde et des forêts pluviales d’Amérique centrale et du Sud, sur les hauts plateaux glacés d’Asie centrale ou les zones boisées les plus proches de la Suisse et de l’Italie.
Capteur LiDAR
On l’appelle LiDAR (acronyme de Light Detection and Ranging, c’est-à-dire « détection et télémétrie par lumière ») et il révèle des trésors cachés en fonctionnant comme une sorte de radar 3.0, qui, au lieu des ondes radio de son ancêtre, envoie au sol des milliers d’impulsions laser par seconde, à une longueur d’onde adaptée à pénétrer à travers la végétation la plus dense. En fonction du temps que chaque impulsion met à revenir après avoir été réfléchie au sol, le système calcule la distance de chaque point et reconstruit ainsi le profil du terrain sur des centaines de kilomètres carrés.
Le résultat final est une cartographie topographique tridimensionnelle extrêmement détaillée, avec des détails millimétriques de chaque micro-variation d’altitude, obtenue sans déboisement, sans fouilles préventives et sans reconnaissances impossibles. Comme si une gigantesque tondeuse avait rasé la forêt amazonienne ou les jungles pluviales, dans ses plus récentes reconnaissances, le LiDAR a réécrit l’histoire de l’évolution urbaine et économique de régions longtemps considérées comme inhabitées: au Guatemala et au Yucatán, on compte désormais des centaines de milliers de nouveaux sites mayas interconnectés et dotés de systèmes agricoles avancés dissimulés par la jungle, tandis qu’au Mexique le complexe cérémoniel d’Aguada Fénix a été reconnu comme le plus ancien et vaste monument jamais construit par la civilisation maya, encore avec de nombreux secrets à dévoiler.
Dans les Andes péruviennes, perchée à près de 4 000 mètres d’altitude dans le site archéologique de Wat’a, une cité du XVe siècle a dépassé en hauteur et en ancienneté la plus célèbre voisine inca, Machu Picchu. Deux mille mètres plus bas, mais à des latitudes bien différentes, même sur les montagnes escarpées du sud-est de l’Ouzbékistan, longeant l’ancienne Route de la Soie, sont apparues des cités perdues inattendues.
Parmi elles, Tugunbulak, une métropole de cent vingt hectares d’étendue, avec maisons, places, rues, cinq tours de guet et une forteresse centrale protégée par une enceinte en pierre et briques d’argile, qui prospéra entre le VIe et le XIe siècle, dans un environnement hostile et froid, où nul savant n’aurait imaginé trouver des traces de vie urbaine, de métallurgie et d’agriculture remontant à plus d’un millénaire.
La supervision d’un cerveau humain
Mais, comme disait une vieille publicité, « la puissance n’est rien sans le contrôle » et aucune technologie ne peut se passer d’un cerveau humain pour la guider ou savoir interpréter et vérifier ses résultats. « Il s’agit d’une véritable révolution numérique qui ne remplace pas le chercheur, mais le soutient et accélère son travail », confirme Sanna. « Les scanners et le géoradar offrent seulement des cartes physiques, enregistrent des anomalies, mais la terre est un archive historique faite de contexte, de microstratigraphies et de relations que l’homme est actuellement seul capable d’interpréter. On ne peut comprendre le passé sans le contact direct et l’analyse de la matière mûrie par l’expérience sur le terrain».
Et en effet, comme tout le monde, même l’intelligence artificielle peut se tromper lorsqu’elle est utilisée pour reconnaître des structures anciennes hypothétiques dans les anomalies morphologiques du terrain. « En archéologie, l’IA échoue sur le contexte: elle n’a pas l’intuition, l’expérience et la capacité d’interpréter les sites, de plus elle souffre de biais d’entraînement », note l’expert. « Travaillant sur des données fragmentaires, elle génère souvent des hallucinations visuelles, car le logiciel, entraîné à chercher des formes régulières (cercles, carrés, rectangles), a tendance à forcer l’interprétation: il arrive alors qu’il « voit » un site protohistorique dans une enceinte circulaire construite il y a cinquante ans par un berger ou même dans un rond-point routier recouvert de végétation ».
Sans sens historique
Outre les hallucinations, l’IA souffre aussi d’un manque total de sens historique: très compétente pour repérer une forme, elle n’est pas capable d’associer une stratigraphie à l’époque exacte, fondant de manière anachronique des éléments distants de millénaires. Mais ce n’est pas tout. « L’algorithme peut aussi échouer par défaut », poursuit Sanna. « La structure archéologique existe, mais l’IA la fait disparaître ou ne la détecte pas, car elle ne rentre pas dans ses critères statistiques rigides ou parce qu’elle est confondue avec un élément de bruit ». Sa fallibilité, toutefois, n’enlève rien au potentiel de l’intelligence artificielle et le Machine Learning est aussi appliqué à l’étude des formes de la céramique ou au déchiffrement des textes anciens.
Et voici les 1 800 papyrus en grec et en latin datant de plus de deux mille ans, découverts au XVIIIe siècle dans la Villa des Papyrus à Hérré-lum (à environ 16 kilomètres de Pompéi), roulottés et noircis par la chaleur de l’éruption du Vésuve de 79 apr. J.-C., longtemps conservés dans les vitrines de la Bibliothèque nationale de Naples sans pouvoir être lus.
Jusqu’en 2024, lorsqu’un papyrus a été virtuellement déroulé et traduit grâce à l’IA, à l’intuition d’une équipe internationale d’archéologues, de philologues et d’informaticiens, et à une tomodensitométrie. Non, pas une simple tomodensitométrie comme celle où l’on opère un membre pour vérifier une appendicite, mais une tomodensitométrie à rayonnement synchrotron, un accélérateur de particules capable d’identifier sur la surface du relief les traces d’encre. Proprement grâce à ces traces, un peu comme les détectives qui, pour faire ressortir les signes laissés par le coupable, frottent un crayon sur le carnet sur lequel est inscrit l’adresse de la victime, l’IA est parvenue à reconstituer le texte écrit: plus de 2 000 caractères grecs, une longue note sur la façon de profiter de la vie selon un adepte du philosophe grec Épicure.
Les chercheurs de l’Université anglaise de Nottingham ont fait quelque chose de similaire pour les inscriptions latines, en nourrissant Aeneas, l’IA développée pour l’archéologie par Google DeepMind, avec une base de données de plus de 176 000 épigraphes datés du VIIe siècle av. J.-C. au VIIIe siècle apr. J.-C. et en l’utilisant pour restaurer les textes manquants, indiquer leur provenance possible et estimer leur âge.
