Seit Jahrzehnten ist das Wissen über antike Urkunden aufgrund physischer und menschlicher Einschränkungen fragmentiert und schwer zugänglich. In den trockenen Regionen rund um das Mittelmeer sind Hunderttausende antiker Dokumente auf organischen Materialien erhalten geblieben, darunter bis zu 1 Million Papyri in Altgriechisch aus der hellenistischen, römischen, byzantinischen und frühislamischen Welt (ca. 300 v. Chr.–800 n. Chr.). Nach ca. 140 Jahren papyrologischer Forschung sind kaum 6 % dieses Materials entschlüsselt, was die Schwierigkeit dieser Aufgabe und die begrenzte Zahl qualifizierter Experten widerspiegelt. Bei der derzeitigen Veröffentlichungsrate würde die Bearbeitung aller erhaltenen Papyri mehr als 2 Jahrtausende in Anspruch nehmen.

Jeder einzelne Papyrus kann historisch bedeutsame und potenziell bahnbrechende Erkenntnisse enthalten, wie beispielsweise die Aufzeichnung eines Strafprozesses wegen Steuerhinterziehung am Vorabend einer Revolte im römischen Nahen Osten (https://www.nytimes.com/2025/04/ 14/science/archaeology–papyrus–tax–fraud–trial.html) oder die sensationelle Entdeckung von Auszügen aus zwei neuen Dramen des Euripides (https://www.lrb.co.uk/the–paper/v46/n18/robert–cioffi/euripides–unbound). Doch verbleibt der Großteil dieser Dokumente der Öffentlichkeit verborgen, ohne dass man auch nur ansatzweise einen Eindruck vom Inhalt des unveröffentlichten Materials gewinnen könnte.

In Zusammenarbeit mit den führenden KI-Entwicklern Mistral AI und SAIL Reply zielt dieses Projekt darauf ab, multimodale Large Language Models (LLMs) für antike Sprachen sowie LLM-gestützte Vision-Language-Modelle zu entwickeln, um die Entzifferung antiker Dokumente voranzutreiben. Unser erster Schritt war die Entwicklung von Apollo, dem weltweiten ersten LLM für Altgriechisch, auf der Grundlage von 600 Millionen Wörtern aus historischen Quellen trainiert und für die Textrekonstruktion optimiert. Der nächste Schritt ist ein Vision-Language-Modell, um Unmengen ungelesener griechischer Papyri zu transkribieren, von denen die Österreichische Nationalbibliothek eine der weltweit größten Sammlungen besitzt. Außerdem ist geplant, fortschrittliche KI-Systeme für Latein und andere antike Sprachen zu entwickeln.