Βασικά Takeaways
- Ένα νέο εργαλείο με τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει τους ιστορικούς να αποκρυπτογραφήσουν αρχαία κείμενα.
- Η Ithaca είναι το πρώτο βαθύ νευρωνικό δίκτυο που μπορεί να επαναφέρει το κείμενο των κατεστραμμένων επιγραφών, να προσδιορίσει την αρχική τους θέση και να βοηθήσει στον προσδιορισμό της ημερομηνίας δημιουργίας τους.
- Το Το AI είναι χρήσιμο για τη συμπλήρωση δεδομένων που λείπουν, όπως η τοποθεσία και η ημερομηνία του κειμένου, επειδή είναι καλό στο να μαθαίνει πολύ περίπλοκα μοτίβα αναλύοντας δεδομένα.
Οι πρόσφατες εξελίξεις στην τεχνητή νοημοσύνη (AI) ενισχύουν τις προσπάθειες κατανόησης του παρελθόντος.
Το Ithaca, ένα μοντέλο μηχανικής μάθησης που κατασκευάστηκε από ερευνητές τεχνητής νοημοσύνης στο DeepMind, μπορεί να μαντέψει τις λέξεις που λείπουν και την τοποθεσία και την ημερομηνία της γραπτής γλώσσας, σύμφωνα με μια νέα δημοσίευση. Η προσπάθεια θα μπορούσε να βοηθήσει τους ιστορικούς να αποκρυπτογραφήσουν αρχαία χειρόγραφα.
"Η Ithaca είναι ένα βαθύ νευρωνικό δίκτυο και ως εκ τούτου, είναι απίστευτα ικανό να βρίσκει κρυφά μοτίβα σε τεράστιες ποσότητες δεδομένων", είπε η ιστορικός Thea Sommerschield, συν-συγγραφέας της πρόσφατης εργασίας, στο Lifewire σε ένα email. συνέντευξη. «Τέτοια μοτίβα θα μπορούσαν να είναι κειμενικά (γραμματικά, συντακτικά ή συνδέονται με επαναλαμβανόμενο «τύπο» σε πολλά κείμενα) ή συμφραζόμενα (ορισμένες λέξεις εμφανίζονται με συνέπεια σε ορισμένα είδη κειμένων: π.χ. ένα πολιτικό διάταγμα από την Κλασική Αθήνα που αναφέρει τις λέξεις «συμμαχία, συμβούλιο, συνέλευση…»).»
Αποκάλυψη του παρελθόντος
Η Ithaca είναι το πρώτο βαθύ νευρωνικό δίκτυο που μπορεί να αποκαταστήσει το κείμενο των κατεστραμμένων επιγραφών, να αναγνωρίσει την αρχική τους θέση και να βοηθήσει στον προσδιορισμό της ημερομηνίας δημιουργίας τους, είπε ο Sommerschield.
Η Ιθάκη πήρε το όνομά του από το ελληνικό νησί στην Οδύσσεια του Ομήρου. Οι ερευνητές διαπίστωσαν ότι η Ιθάκη επιτυγχάνει 62% ακρίβεια στην αποκατάσταση κατεστραμμένων κειμένων, 71% ακρίβεια στην αναγνώριση της αρχικής τους θέσης και μπορεί να χρονολογήσει τα κείμενα εντός 30 ετών από την ημερομηνία προέλευσής τους.
Τα βοηθήματα οπτικοποίησης της Ithaca έχουν σκοπό να διευκολύνουν τους ερευνητές να ερμηνεύσουν τα αποτελέσματα. Οι συγγραφείς της εφημερίδας έγραψαν ότι οι ιστορικοί πέτυχαν 25% ακρίβεια όταν εργάζονταν μόνοι τους για την αποκατάσταση αρχαίων κειμένων. Όμως, η απόδοση του ιστορικού αυξάνεται στο 72% όταν χρησιμοποιεί το Ithaca, ξεπερνώντας τις επιδόσεις του μοντέλου και δείχνοντας τη δυνατότητα συνεργασίας ανθρώπου-μηχανής.
Η Ithaca προσφέρει ερμηνεύσιμα αποτελέσματα, δείχνοντας την αυξανόμενη σημασία της συνεργασίας μεταξύ των ειδικών ανθρώπων και της μηχανικής μάθησης και δείχνει πώς η αντιστοίχιση των ανθρώπινων ειδικών με αρχιτεκτονικές βαθιάς μάθησης για την συλλογική αντιμετώπιση εργασιών μπορεί να ξεπεράσει την ατομική (χωρίς βοήθεια) απόδοση τόσο των ανθρώπων όσο και μοντέλο στις ίδιες εργασίες», είπε ο Sommerschield στο Lifewire.
Για παράδειγμα, οι ιστορικοί επί του παρόντος διαφωνούν σχετικά με την ημερομηνία μιας σειράς σημαντικών αθηναϊκών διαταγμάτων που εκδόθηκαν σε μια εποχή που ζούσαν αξιόλογες προσωπικότητες όπως ο Σωκράτης και ο Περικλής, έγραψε ο Sommerschield σε μια ανάρτηση ιστολογίου. Τα διατάγματα θεωρούνταν από καιρό ότι γράφτηκαν πριν από το 446/445 π. Χ., αν και νέα στοιχεία υποδηλώνουν ότι χρονολογείται η δεκαετία του 420 π. Χ. «Αν και μπορεί να φαίνεται σαν μια μικρή διαφορά, αυτά τα διατάγματα είναι θεμελιώδη για την κατανόηση της πολιτικής ιστορίας της Κλασικής Αθήνας», έγραψε
Το πιο κοντινό έργο στην Ithaca είναι ένα προηγούμενο εργαλείο μηχανικής εκμάθησης που ονομάζεται Pythia που κυκλοφόρησε η Sommerschield και οι συνεργάτες της το 2019. Η Pythia ήταν το πρώτο μοντέλο αποκατάστασης αρχαίου κειμένου που χρησιμοποίησε βαθιά νευρωνικά δίκτυα.
«Σήμερα, η Ithaca είναι το πρώτο μοντέλο που αντιμετωπίζει ολιστικά τις τρεις κεντρικές εργασίες στη ροή εργασίας του επιγραφέα», είπε ο Sommerschield σε ένα email. «Όχι μόνο προάγει το προηγούμενο υπερσύγχρονο σύνολο της Pythia, αλλά χρησιμοποιεί επίσης τη βαθιά μάθηση για γεωγραφική και χρονολογική απόδοση για πρώτη φορά και σε άνευ προηγουμένου κλίμακα."
AI για να βοηθήσει τους ιστορικούς
Το Το AI είναι χρήσιμο για τη συμπλήρωση δεδομένων που λείπουν, όπως η τοποθεσία και η ημερομηνία του κειμένου, επειδή είναι καλό στην εκμάθηση πολύ περίπλοκων μοτίβων αναλύοντας δεδομένα, είπε στο Lifewire μέσω email ο Brad Quinton, Διευθύνων Σύμβουλος της εταιρείας AI Singulos Research.
«Χρησιμοποιώντας τεχνικές μηχανικής μάθησης, η τεχνητή νοημοσύνη μπορεί να εξετάσει έναν μεγάλο αριθμό «γνωστών καλών» παραδειγμάτων για να βρει μοτίβα μεταξύ, για παράδειγμα, ενός δεδομένου κειμένου και της ημερομηνίας και της τοποθεσίας δημιουργίας του», πρόσθεσε ο Quinton. "Συχνά, αυτά τα μοτίβα είναι τόσο περίπλοκα που δεν θα ήταν προφανή σε έναν άνθρωπο ειδικό."
Η πρόβλεψη δεδομένων που λείπουν είναι μια κοινή εργασία για την τεχνητή νοημοσύνη που βασίζεται στη μηχανική μάθηση. Για παράδειγμα, το GPT-3 από το OpenAI μπορεί να προβλέψει λέξεις που λείπουν σε μια πρόταση ή ακόμα και προτάσεις που λείπουν σε μια παράγραφο. Και πολλά συστήματα επεξεργασίας εικόνας που βασίζονται σε τεχνητή νοημοσύνη έχουν χρησιμοποιηθεί για την επαναφορά βίντεο και εικόνων προβλέποντας έξυπνα τι έχει χαθεί από το πρωτότυπο.
«Εννοιολογικά, οι ερευνητές θα μπορούσαν να χρησιμοποιήσουν παρόμοιες τεχνικές για να προσδιορίσουν την ημερομηνία και την προέλευση της τέχνης ή των εργαλείων ή άλλων ιστορικών τεχνητών τεχνουργημάτων όπου υπάρχει προσδοκία αλλαγής στο υποκείμενο στυλ και τεχνική με την πάροδο του χρόνου και την τοποθεσία προέλευσης», είπε ο Κουίντον.
