Ключови изводи
- Нов инструмент, задвижван от AI, може да помогне на историците да дешифрират древни текстове.
- Ithaca е първата дълбока невронна мрежа, която може да възстанови липсващия текст на повредени надписи, да идентифицира оригиналното им местоположение и да помогне да се установи датата, на която са създадени.
- AI е полезен за попълване на липсващи данни като местоположението и датата на текста, тъй като е добър в изучаването на много сложни модели чрез анализиране на данни.
Последните постижения в областта на изкуствения интелект (AI) задвижват усилията за разбиране на миналото.
Ithaca, модел за машинно обучение, създаден от изследователи на AI в DeepMind, може да познае липсващи думи и местоположението и датата на писмения език, според нов документ. Усилието може да помогне на историците да дешифрират древни ръкописи.
„Итака е дълбока невронна мрежа и като такава е невероятно способна да намира скрити модели в огромни количества данни“, каза историкът Теа Сомершилд, съавтор на скорошната статия, каза пред Lifewire в имейл интервю. „Такива модели могат да бъдат текстови (граматически, синтактични или свързани с повтаряща се „формула“в много текстове) или контекстуални (някои думи се появяват последователно в определени жанрове текстове: напр. политически декрет от класическа Атина, в който се споменават думите „съюз, съвет, събрание…').”
Разкриване на миналото
Ithaca е първата дълбока невронна мрежа, която може да възстанови липсващия текст на повредени надписи, да идентифицира първоначалното им местоположение и да помогне да се установи датата, на която са създадени, каза Сомершилд.
Итака е кръстен на гръцкия остров в Одисеята на Омир. Изследователите установиха, че Ithaca постига 62% точност при възстановяване на повредени текстове, 71% точност при идентифициране на първоначалното им местоположение и може да датира текстове до 30 години от датите на произхода им.
Помощите за визуализация на Ithaca са предназначени да улеснят изследователите при интерпретирането на резултатите. Авторите на статията пишат, че историците са постигнали 25% точност, когато са работили сами за възстановяване на древни текстове. Но производителността на историка се увеличава до 72%, когато използва Ithaca, надминавайки производителността на модела и показвайки потенциала за сътрудничество човек-машина.
“Ithaca предлага интерпретируеми резултати, демонстрирайки нарастващото значение на сътрудничеството между човешки експерти и машинно обучение и показва как съпоставянето на човешки експерти с архитектури за дълбоко обучение за съвместно справяне със задачите може да надмине индивидуалното (без помощ) представяне както на хората, така и модел за същите задачи”, каза Сомершилд пред Lifewire.
Например, в момента историците не са съгласни относно датата на поредица от важни атински постановления, издадени по времето, когато са живели забележителни личности като Сократ и Перикъл, пише Сомершилд в публикация в блог. Дълго време се смяташе, че указите са написани преди 446/445 пр.н.е., въпреки че нови доказателства предполагат дата от 420-те години пр.н.е. „Въпреки че може да изглежда като малка разлика, тези укази са фундаментални за нашето разбиране за политическата история на класическа Атина“, написа тя
Най-близката работа до Ithaca е предишен инструмент за машинно обучение, наречен Pythia, който Sommerschield и нейните сътрудници пуснаха през 2019 г. Pythia беше първият древен модел за възстановяване на текст, който използва дълбоки невронни мрежи.
„Днес Ithaca е първият модел, който се справя холистично с трите централни задачи в работния процес на епиграфа“, каза Sommerschield в имейл. „Той не само подобрява предишния най-съвременен набор от Pythia, но също така използва задълбочено обучение за географско и хронологично приписване за първи път и в безпрецедентен мащаб.”
AI в помощ на историците
AI е полезен за попълване на липсващи данни като местоположението и датата на текста, тъй като е добър в научаването на много сложни модели чрез анализиране на данни, каза Брад Куинтън, главен изпълнителен директор на компанията за изкуствен интелект Singulos Research, пред Lifewire по имейл.
„Използвайки техники за машинно обучение, AI може да прегледа голям брой „известни добри“примери, за да намери модели между, например, даден текст и неговата дата и място на създаване“, добави Куинтън. „Често тези модели са толкова сложни, че не биха били очевидни за човешки експерт.“
Предвиждането на липсващи данни е често срещана задача за ИИ, базиран на машинно обучение. Например GPT-3 от OpenAI може да предвиди липсващи думи в изречение или дори липсващи изречения в абзац. И много базирани на изкуствен интелект системи за обработка на изображения са използвани за възстановяване на видео и изображения чрез интелигентно прогнозиране какво е било изгубено от оригинала.
„Концептуално, изследователите биха могли да използват подобни техники, за да определят датата и произхода на изкуство или инструменти, или други исторически артефакти, създадени от човека, където има очакване за промяна в основния стил и техника във времето и според местоположението на произход,” каза Куинтън.
