AI ช่วยถอดรหัสจารึกโบราณได้อย่างไร

สารบัญ:

AI ช่วยถอดรหัสจารึกโบราณได้อย่างไร
AI ช่วยถอดรหัสจารึกโบราณได้อย่างไร
Anonim

ซื้อกลับบ้านที่สำคัญ

  • เครื่องมือใหม่ที่ขับเคลื่อนด้วย AI สามารถช่วยนักประวัติศาสตร์ถอดรหัสข้อความโบราณได้
  • อิธาก้าเป็นโครงข่ายประสาทเทียมแบบลึกแห่งแรกที่สามารถกู้คืนข้อความที่หายไปของคำจารึกที่เสียหาย ระบุตำแหน่งดั้งเดิม และช่วยระบุวันที่ที่สร้างขึ้น
  • AI มีประโยชน์ในการกรอกข้อมูลที่ขาดหายไป เช่น ตำแหน่งและวันที่ของข้อความ เนื่องจากเป็นการเรียนรู้รูปแบบที่ซับซ้อนมากโดยการวิเคราะห์ข้อมูลได้ดี
Image
Image

ความก้าวหน้าล่าสุดของปัญญาประดิษฐ์ (AI) กำลังพยายามทำความเข้าใจอดีต

Ithaca ซึ่งเป็นโมเดลแมชชีนเลิร์นนิงที่สร้างโดยนักวิจัย AI ที่ DeepMind สามารถเดาคำที่หายไปและตำแหน่งและวันที่ของภาษาเขียนได้ตามรายงานฉบับใหม่ ความพยายามนี้สามารถช่วยให้นักประวัติศาสตร์ถอดรหัสต้นฉบับโบราณได้

“Ithaca เป็นโครงข่ายประสาทเทียมลึก ดังนั้นจึงสามารถค้นหารูปแบบที่ซ่อนอยู่ในข้อมูลจำนวนมหาศาลได้อย่างไม่น่าเชื่อ '' นักประวัติศาสตร์ Thea Sommerschield ผู้เขียนร่วมของบทความล่าสุดกล่าวกับ Lifewire ในอีเมล สัมภาษณ์. “รูปแบบดังกล่าวอาจเป็นข้อความ (ไวยากรณ์ วากยสัมพันธ์ หรือเชื่อมโยงกับ 'สูตร' ซ้ำๆ ในหลายข้อความ) หรือตามบริบท (คำบางคำที่ปรากฏอย่างสม่ำเสมอในตำราบางประเภท เช่น กฤษฎีกาทางการเมืองจาก Classical Athens ที่กล่าวถึงคำว่า 'พันธมิตร' สภา สภา…')”

เปิดเผยอดีต

Ithaca เป็นเครือข่าย Deep Neural แห่งแรกที่สามารถกู้คืนข้อความที่หายไปของจารึกที่เสียหาย ระบุตำแหน่งดั้งเดิมและช่วยระบุวันที่ที่สร้างขึ้น Sommerschield กล่าว

Ithaca ตั้งชื่อตามเกาะกรีกใน Homer's Odyssey นักวิจัยพบว่า Ithaca มีความแม่นยำถึง 62% ในการกู้คืนข้อความที่เสียหาย ความแม่นยำ 71% ในการระบุตำแหน่งดั้งเดิม และสามารถกำหนดวันที่ให้ข้อความภายใน 30 ปีนับจากวันที่กำเนิด

เครื่องช่วยการมองเห็นของ Ithaca มีวัตถุประสงค์เพื่อให้นักวิจัยตีความผลลัพธ์ได้ง่ายขึ้น ผู้เขียนรายงานฉบับนี้เขียนว่านักประวัติศาสตร์ได้รับความแม่นยำ 25% เมื่อทำงานเพียงลำพังเพื่อฟื้นฟูตำราโบราณ แต่ประสิทธิภาพของนักประวัติศาสตร์เพิ่มขึ้นเป็น 72% เมื่อใช้ Ithaca ซึ่งเหนือกว่าประสิทธิภาพของโมเดลและแสดงศักยภาพสำหรับความร่วมมือระหว่างมนุษย์กับเครื่องจักร

“Ithaca นำเสนอผลลัพธ์ที่ตีความได้ แสดงให้เห็นถึงความสำคัญที่เพิ่มขึ้นของความร่วมมือระหว่างผู้เชี่ยวชาญของมนุษย์และการเรียนรู้ของเครื่อง และแสดงให้เห็นว่าการจับคู่ผู้เชี่ยวชาญของมนุษย์กับสถาปัตยกรรมการเรียนรู้เชิงลึกเพื่อจัดการกับงานร่วมกันนั้นสามารถเหนือกว่าประสิทธิภาพการทำงานของบุคคล (โดยไม่ได้รับความช่วยเหลือ) ของทั้งมนุษย์และ แบบจำลองในงานเดียวกัน” ซอมเมอร์ชิลด์บอกกับ Lifewire

ตัวอย่างเช่น นักประวัติศาสตร์ไม่เห็นด้วยกับวันที่ออกกฤษฎีกาสำคัญๆ ของเอเธนส์ในช่วงเวลาที่บุคคลสำคัญๆ เช่น โสกราตีสและเพอริเคิลส์อาศัยอยู่ ซอมเมอร์ชิลด์เขียนไว้ในบล็อกโพสต์ พระราชกฤษฎีกานี้เชื่อกันมานานแล้วว่าควรจะเขียนขึ้นก่อน 446/445 ก่อนคริสตศักราช แม้ว่าหลักฐานใหม่จะชี้ให้เห็นถึงวันที่ของคริสตศักราช 420 “แม้ว่าจะดูแตกต่างกันเล็กน้อย แต่พระราชกฤษฎีกาเหล่านี้เป็นพื้นฐานในการทำความเข้าใจประวัติศาสตร์การเมืองของเอเธนส์คลาสสิก” เธอเขียน

งานที่ใกล้เคียงที่สุดกับ Ithaca คือเครื่องมือการเรียนรู้ของเครื่องรุ่นก่อนที่เรียกว่า Pythia ซึ่ง Sommerschield และผู้ทำงานร่วมกันของเธอเปิดตัวในปี 2019 Pythia เป็นแบบจำลองการฟื้นฟูข้อความแบบโบราณเครื่องแรกที่ใช้เครือข่ายประสาทเทียมแบบลึก

“วันนี้ Ithaca เป็นรูปแบบแรกที่จัดการกับงานหลักสามประการในขั้นตอนการทำงานของผู้เขียนบทแบบองค์รวม” Sommerschield กล่าวในอีเมล “ไม่เพียงแต่ทำให้ Pythia ล้ำหน้าล้ำสมัยก่อนหน้าเท่านั้น แต่ยังใช้การเรียนรู้เชิงลึกสำหรับการระบุแหล่งที่มาทางภูมิศาสตร์และตามลำดับเวลาเป็นครั้งแรกและในระดับที่ไม่เคยมีมาก่อน”

AI เพื่อช่วยเหลือนักประวัติศาสตร์

Image
Image

AI มีประโยชน์สำหรับการกรอกข้อมูลที่ขาดหายไป เช่น ตำแหน่งและวันที่ของข้อความ เนื่องจากเป็นการดีในการเรียนรู้รูปแบบที่ซับซ้อนมากโดยการวิเคราะห์ข้อมูล Brad Quinton ซีอีโอของบริษัท AI Singulos Research กล่าวกับ Lifewire ทางอีเมล

“การใช้เทคนิคแมชชีนเลิร์นนิง AI สามารถดูตัวอย่าง "สินค้าที่รู้จัก" จำนวนมากเพื่อค้นหารูปแบบระหว่างข้อความที่กำหนดกับวันที่และตำแหน่งของการสร้าง” Quinton กล่าวเสริม “บ่อยครั้ง รูปแบบเหล่านี้ซับซ้อนจนไม่อาจเข้าใจได้สำหรับผู้เชี่ยวชาญที่เป็นมนุษย์”

การคาดคะเนข้อมูลที่ขาดหายไปเป็นงานทั่วไปสำหรับ AI ที่ใช้แมชชีนเลิร์นนิง ตัวอย่างเช่น GPT-3 จาก OpenAI สามารถทำนายคำที่หายไปในประโยคหรือแม้แต่ประโยคที่ขาดหายไปในย่อหน้า และระบบประมวลผลภาพแบบ AI จำนวนมากได้ถูกนำมาใช้ในการกู้คืนวิดีโอและภาพโดยคาดการณ์สิ่งที่สูญหายไปจากต้นฉบับอย่างชาญฉลาด

“ตามแนวคิด นักวิจัยสามารถใช้เทคนิคที่คล้ายคลึงกันเพื่อกำหนดวันที่และที่มาของศิลปะหรือเครื่องมือ หรือสิ่งประดิษฐ์ทางประวัติศาสตร์อื่น ๆ ที่มนุษย์สร้างขึ้นซึ่งคาดว่าจะมีการเปลี่ยนแปลงในรูปแบบและเทคนิคพื้นฐานเมื่อเวลาผ่านไปและตามสถานที่ตั้งของ ต้นทาง” Quinton กล่าว