大约七十年前发现的死海古卷因包含希伯来圣经（旧约）最古老的手稿和许多迄今未知的古代犹太文本而闻名。但是，由于当年的抄写人员是匿名的，所以科学家们一直无法了解这些卷轴背后的个人身份。现在，通过结合科学和人文科学，格罗宁根大学的研究人员已经破解了密码，这使他们能够发现卷轴背后的抄写员。他们于 2021 年 4 月 21 日在《PLOS ONE》杂志上发表了他们的成果。
创作卷轴的抄写员并没有在他们的作品上签名。学者们建议，根据笔迹，一些手稿应该归于一个抄写员。格罗宁根大学神学和宗教研究学院希伯来圣经和古代犹太教教授姆拉登-波波维奇解释说："他们会试图在笔迹中找到决定性证据，例如，在一封信中的一个非常具体的特征。"他是该大学库姆兰研究所的主任，致力于研究死海古卷。然而，这些鉴定有些主观，而且经常有激烈的争论。
这就是为什么波波维奇在他由欧洲研究理事会资助的 "书写圣经的手"项目中，与他的同事、科学和工程学院的计算机科学和人工智能教授兰伯特-肖梅克合作。肖梅克长期以来一直致力于研究让计算机读取笔迹的技术，通常是从历史材料中读取。他还进行了研究，调查生物力学特征，如某人握笔或手写笔的方式，会如何影响笔迹。
在这项研究中，他们与博士生 Maruf Dhali 一起，特别关注一个卷轴：库姆兰第 1 窟中著名的大以赛亚卷轴（1QIsaa）。该卷轴的笔迹似乎近乎一致，但有人认为它是由两个具有类似书写风格的抄写员所写。那么，这怎么能决定呢？肖梅克表示："这个卷轴包含字母 aleph，或 "a"，至少有五千次。光靠眼睛是不可能把它们全部比较出来的"。计算机很适合分析大型数据集，比如 5000 个手写的a。数字成像使各种计算机计算成为可能，在字符的微观层面，如测量曲率（称为纹理），以及整个字符（称为异体字）。
"人的眼睛很神奇，大概也会考虑到这些层面。波波维奇说："这使专家能够 "看到 "不同作者的手，但这一决定往往不是通过一个透明的过程达成的。"此外，这些专家几乎不可能处理画卷提供的大量数据"。这就是为什么他们的结果往往不是结论性的。
最好的方法是训练一种算法，将文本（墨水）与背景（皮革或纸莎草）分开。对于这种分离，或 "二进制化"，Dhali 开发了一个最先进的人工神经网络，可以用深度学习来训练。这个神经网络保持了 2000 多年前抄写员所做的原始墨水痕迹在数字图像上的完整呈现。"这很重要，因为古老的墨水痕迹直接关系到一个人的肌肉运动，是针对个人的，"肖梅克解释说。
随后，对纹理和异体字特征的分析表明，《以赛亚书大卷》中的 54 列文字分为两个不同的组别，这些组别在整个卷轴中不是随机分布的，而是聚集在一起的，在一半处有一个过渡。在重新计算了各列之间的相似性，现在使用的是字母碎片的模式。这第二个分析步骤证实了两个不同的存在。还进行了一些进一步的检查和控制。他们还成功地证明了第二个抄写员比第一个抄写员在其书写中表现出更多的变化，尽管他们的书写非常相似。
第三步是可视化分析，他们创建了 "热图"，将整个卷轴上一个字符的所有变种纳入其中。然后，他们为前 27 列和最后 27 列的这个字符制作了一个平均版本。用眼睛比较这两个平均字母，发现它们是不同的。这就把计算机和统计分析与人类对数据的近似解释联系起来了，因为热图既不依赖，也不是由初级和二级分析产生的。
卷轴的某些方面和文字的定位曾使一些学者认为在第 27 栏之后有一个新的抄写员开始工作，但这并没有被普遍接受。而现在可以通过对笔迹的定量分析以及强有力的统计分析来确认这一点。在计算机的智能协助下，可以证明这种分离在统计学上是有意义的，而不是基于或多或少的印象主义证据进行判断。
除了改变卷轴的古文字学–以及潜在的其他古代手稿体–对《以赛亚大卷》的研究开辟了一种基于物理特征的库姆兰文本分析的全新方式。现在，研究人员可以进入个别抄写员的微观层面，仔细观察他们如何在这些手稿上工作。
通过这种方式，我们将有可能更多地了解产生死海古卷的社区。现在能够识别不同的抄写员，虽然永远不会知道他们的名字。但经过七十年的研究，这感觉就像我们终于可以通过他们的笔迹与他们握手一样。
