Como raios X e IA desvelaram o papiro perdido de Ercolano: PHerc. 1667 e a Vesuvius Challenge
PHerc. 1667 foi lido virtualmente: raios X, reconstrução 3D e machine learning na Vesuvius Challenge preservam e decifram papiros carbonizados.
RESUMO ✦
Sem tempo? A Lili IA resume para você
Como raios X e IA desvelaram o papiro perdido de Ercolano: PHerc. 1667 e a Vesuvius Challenge
Por Riccardo Neri — No âmago da convergência entre arqueologia e engenharia digital está a Vesuvius Challenge, iniciativa lançada em 2023 para construir as camadas tecnológicas capazes de ler sem abrir os rolos carbonizados da Villa dei Papiri em Ercolano. Em 25 de junho de 2026, o esforço multidisciplinar produziu um marco prático: o papiro identificado como PHerc. 1667 (Scroll 4 na Challenge) foi desenrolado virtualmente e lido ao longo de toda a sua porção conservada — sem qualquer abertura física do objeto.
O paradoxo que protegeu esses documentos desde a erupção do Vesúvio em 79 d.C. é simples e brutal: a carbonização tornou os rolos tão frágeis que abri‑los equivaleria a destruí‑los, mas a mesma catástrofe conservou‑os. Hoje, os alicerces digitais — um sistema nervoso composto por raios X, reconstrução tridimensional, machine learning e análise filológica — permitem separar virtualmente camadas e encontrar a assinatura do tinta sobre superfícies que ninguém pode tocar.
A operação bem-sucedida no PHerc. 1667 não foi um truque de mágica tecnológica, mas um processo metódico de coengenharia entre informáticos, matemáticos, especialistas em imaging e papirologos. Como explica a professora Federica Nicolardi, responsável pelo time de papirologia da Challenge na Universidade Federico II de Nápoles, trata‑se de uma leitura “inteira” na extensão em que o papiro existe hoje — não uma reconstrução hipotética do objeto original da Antiguidade.
Do ponto de vista técnico, o fluxo de trabalho começa com tomografias por raios X de alta resolução que mapeiam densidades internas. Em seguida, algoritmos de reconstrução tridimensional transformam esse mapa em um modelo aninhado de espirais e camadas. O desafio crítico é separar esas camadas sobrepostas sem introduzir artefatos: aqui o machine learning entra como uma ferramenta de delimitação e classificação, não como um gerador de texto.
Importa ressaltar a distinção metodológica enfatizada pela equipe: não se está a usar inteligência artificial generativa para «inventar» palavras. Em vez disso, aplicam‑se modelos de aprendizado que aprendem a localizar padrões de contraste compatíveis com tinta antiga. Uma técnica mencionada no estudo do PHerc. 1667 é a pseudo‑etiquetagem iterativa — o modelo gera previsões, essas previsões são validadas com áreas mantidas fora do treinamento e retroalimentadas para refinar a capacidade de detecção.
A validação filológica permanece imprescindível. O algoritmo aponta traços e probabilidades; é o trabalho humano, guiado por conhecimento do contexto literário e paleográfico, que transforma pixels em palavras e palavras em sentido. Esta colaboração entre máquina e especialista é exatamente o que evita as «alucinações» que ocorrem quando sistemas generativos sem restrição tentam preencher lacunas históricas.
O avanço com o PHerc. 1667 representa a transição de prova de conceito para aplicação prática: uma promessa que passa a operação regular na leitura de papiros ercolanenses. Para quem vive na Itália e observa a infraestrutura cultural do país, esse tipo de projeto funciona como reforço estrutural ao patrimônio — um algoritmo como infraestrutura que sustenta a preservação do passado.
Ao olhar adiante, a Vesuvius Challenge permanece um laboratório de integração: cada iteração melhora a resolução, reduz o risco e aumenta a fidelidade. Em última instância, o objetivo é transformar sinais invisíveis em textos verificáveis, mantendo sempre a cautela técnica e a autoridade da crítica filológica. O resultado é uma nova camada do fluxo de dados culturais — não uma substituição da expertise humana, mas um instrumento que a amplifica.

