Recomandări cheie
- Un nou instrument bazat pe inteligență artificială i-ar putea ajuta pe istorici să descifreze texte antice.
- Ithaca este prima rețea neuronală profundă care poate restaura textul lipsă al inscripțiilor deteriorate, poate identifica locația lor inițială și poate ajuta la stabilirea datei la care au fost create.
- AI este util pentru completarea datelor lipsă, cum ar fi locația și data textului, deoarece este bun la învățarea modelelor foarte complexe prin analiza datelor.
Progresele recente în domeniul inteligenței artificiale (AI) stimulează eforturile de a înțelege trecutul.
Ithaca, un model de învățare automată construit de cercetătorii AI de la DeepMind, poate ghici cuvintele lipsă și locația și data limbajului scris, potrivit unei noi lucrări. Efortul ar putea ajuta istoricii să descifreze manuscrise antice.
„Ithaca este o rețea neuronală profundă și, ca atare, este incredibil de capabilă să găsească tipare ascunse în cantități mari de date”, a declarat istoricul Thea Sommerschield, coautor al lucrării recente, pentru Lifewire într-un e-mail. interviu. „Asemenea modele pot fi textuale (gramaticale, sintactice sau legate de o „formulă” repetată în multe texte) sau contextuale (anumite cuvinte care apar în mod constant în anumite genuri de texte: de exemplu, un decret politic din Atena clasică care menționează cuvintele „alianță, consiliu, adunare…').”
Dezvăluirea trecutului
Ithaca este prima rețea neuronală profundă care poate restaura textul lipsă al inscripțiilor deteriorate, poate identifica locația lor originală și poate ajuta la stabilirea datei la care au fost create, a spus Sommerschield.
Ithaca poartă numele insulei grecești din Odiseea lui Homer. Cercetătorii au descoperit că Ithaca atinge o acuratețe de 62% în restaurarea textelor deteriorate, o acuratețe de 71% în identificarea locației lor originale și poate data textele în termen de 30 de ani de la data de origine.
Ajutoarele de vizualizare ale lui Ithaca au scopul de a facilita interpretarea rezultatelor de către cercetători. Autorii lucrării au scris că istoricii au obținut o acuratețe de 25% atunci când lucrau singuri pentru a restaura textele antice. Dar, performanța istoricului crește la 72% atunci când folosește Ithaca, depășind performanța modelului și arătând potențialul de cooperare om-mașină.
„Ithaca oferă rezultate interpretabile, evidențiind importanța crescândă a cooperării dintre experții umani și învățarea automată și arată modul în care potrivirea experților umani cu arhitecturi de învățare profundă pentru a aborda sarcinile în mod colaborativ poate depăși performanța individuală (fără ajutor) atât a oamenilor, cât și model pe aceleași sarcini”, a declarat Sommerschield pentru Lifewire.
De exemplu, istoricii nu sunt de acord în prezent cu privire la data unei serii de decrete ateniene importante luate într-o perioadă în care trăiau figuri notabile precum Socrate și Pericle, a scris Sommerschield într-o postare pe blog. S-a considerat mult timp că decretele au fost scrise înainte de 446/445 î. Hr., deși noi dovezi sugerează o dată a anilor 420 î. Hr. „Deși ar putea părea o mică diferență, aceste decrete sunt fundamentale pentru înțelegerea noastră a istoriei politice a Atenei clasice”, a scris ea
Cea mai apropiată lucrare de Ithaca este un instrument de învățare automată anterior numit Pythia, pe care Sommerschield și colaboratorii ei l-au lansat în 2019. Pythia a fost primul model antic de restaurare a textului care a folosit rețele neuronale profunde.
„Astăzi, Ithaca este primul model care abordează holistic cele trei sarcini centrale din fluxul de lucru al epigrafului”, a spus Sommerschield într-un e-mail. „Nu numai că avansează setările anterioare de ultimă generație de către Pythia, dar folosește și învățarea profundă pentru atribuirea geografică și cronologică pentru prima dată și la o scară fără precedent.„
AI pentru a ajuta istoricii
AI este util pentru completarea datelor lipsă, cum ar fi locația și data textului, deoarece este bun la învățarea tiparelor foarte complexe prin analiza datelor, a declarat Brad Quinton, CEO al companiei de AI Singulos Research, pentru Lifewire prin e-mail.
„Folosind tehnici de învățare automată, AI poate căuta printr-un număr mare de exemple „cunoscute bune” pentru a găsi modele între, de exemplu, un anumit text și data și locația creării sale”, a adăugat Quinton. „Adesea, aceste tipare sunt atât de complexe încât nu ar fi evidente pentru un expert uman.”
Prevederea datelor lipsă este o sarcină comună pentru AI bazată pe învățarea automată. De exemplu, GPT-3 de la OpenAI poate prezice cuvintele lipsă dintr-o propoziție sau chiar propozițiile lipsă dintr-un paragraf. Și multe sisteme de procesare a imaginilor bazate pe inteligență artificială au fost folosite pentru a restaura videoclipuri și imagini, prezicând în mod inteligent ceea ce s-a pierdut din original.
„Din punct de vedere conceptual, cercetătorii ar putea folosi tehnici similare pentru a determina data și originea artei sau a instrumentelor sau a altor artefacte istorice create de om în care există o așteptare a unei schimbări în stilul și tehnica de bază în timp și în funcție de locația origine”, a spus Quinton.
