Predicting the Past : Google DeepMind branche Gemini sur ses modèles d'épigraphie

Restaurer une inscription antique mutilée, la dater, la localiser : autant de puzzles que les épigraphistes résolvent au cas par cas. Google DeepMind propose de mener ce travail en langage naturel avec Predicting the Past, une skill pour son environnement Google Antigravity. Le principe consiste à ancrer Gemini dans les sorties de deux modèles maison déjà éprouvés, Ithaca (2022) et Aeneas (2025), spécialisés dans la restauration, la datation et l'attribution d'inscriptions grecques et latines. L'historien attribue, reconstruit et analyse un texte comme dans un échange avec un collègue, sans écrire de code.

La démarche répond à trois obstacles identifiés avec la communauté : produire des visualisations propres à chaque inscription, croiser plusieurs textes pour repérer des motifs à large échelle, et garder le modèle de langage arrimé à des preuves vérifiables. Menés avec l'épigraphiste Thea Sommerschield (Durham University), trois cas illustrent l'éventail : l'attribution d'une tablette de malédiction latine de Bath, où Aeneas situe l'inscription dans les fourchettes retenues par les historiens tout en exposant son raisonnement ; la cartographie d'un culte rhénan à partir d'un autel de Mayence, pour tracer la circulation des pratiques religieuses dans l'Empire ; et le traitement en masse des tablettes oraculaires de Dodone, dont le modèle reconstruit la communauté des visiteurs. Les modèles Ithaca et Aeneas sont en open source, et une plateforme d'accès existe déjà en ligne.