Folje kryesore
- Një mjet i ri i fuqizuar nga AI mund t'i ndihmojë historianët të deshifrojnë tekstet e lashta.
- Ithaca është rrjeti i parë nervor i thellë që mund të rivendosë tekstin e munguar të mbishkrimeve të dëmtuara, të identifikojë vendndodhjen e tyre origjinale dhe të ndihmojë në përcaktimin e datës së krijimit.
- AI është i dobishëm për plotësimin e të dhënave që mungojnë si vendndodhja dhe data e tekstit, sepse është e mirë në mësimin e modeleve shumë komplekse duke analizuar të dhënat.
Përparimet e fundit në inteligjencën artificiale (AI) po fuqizojnë përpjekjet për të kuptuar të kaluarën.
Ithaca, një model i mësimit të makinerive i ndërtuar nga studiuesit e AI në DeepMind, mund të marrë me mend fjalët që mungojnë dhe vendndodhjen dhe datën e gjuhës së shkruar, sipas një studimi të ri. Përpjekja mund t'i ndihmojë historianët të deshifrojnë dorëshkrimet e lashta.
"Ithaca është një rrjet nervor i thellë dhe si i tillë, është tepër i aftë të gjejë modele të fshehura në sasi të mëdha të dhënash," tha historiania Thea Sommerschield, bashkëautore e letrës së fundit, për Lifewire në një email. intervistë. Modele të tilla mund të jenë tekstuale (gramatikore, sintaksore ose të lidhura me një 'formulë' të përsëritur në shumë tekste) ose kontekstuale (disa fjalë shfaqen vazhdimisht në zhanre të caktuara tekstesh: p.sh., një dekret politik nga Athina klasike që përmend fjalët 'aleancë, këshilli, kuvendi…').”
Zbulimi i së kaluarës
Ithaca është rrjeti i parë nervor i thellë që mund të rivendosë tekstin e humbur të mbishkrimeve të dëmtuara, të identifikojë vendndodhjen e tyre origjinale dhe të ndihmojë në përcaktimin e datës së krijimit, tha Sommerschield.
Ithaca është emëruar pas ishullit grek në Odisenë e Homerit. Studiuesit zbuluan se Itaka arrin 62% saktësi në rivendosjen e teksteve të dëmtuara, 71% saktësi në identifikimin e vendndodhjes së tyre origjinale dhe mund të datojë tekstet brenda 30 viteve nga datat e origjinës së tyre.
Mjetet vizualizuese të Ithaca synojnë ta bëjnë më të lehtë për studiuesit të interpretojnë rezultatet. Autorët e gazetës shkruan se historianët arritën 25% saktësi kur punonin vetëm për të rivendosur tekstet e lashta. Por, performanca e historianit rritet në 72% kur përdor Ithaca, duke tejkaluar performancën e modelit dhe duke treguar potencialin për bashkëpunimin njeri-makinë.
“Ithaca ofron rezultate të interpretueshme, duke treguar rëndësinë në rritje të bashkëpunimit ndërmjet ekspertëve njerëzorë dhe mësimit të makinerisë, dhe tregon se si përputhja e ekspertëve njerëzorë me arkitekturat e të mësuarit të thellë për të trajtuar detyrat në mënyrë bashkëpunuese mund të tejkalojë performancën individuale (të pandihmuar) si të njerëzve dhe modeloni në të njëjtat detyra”, tha Sommerschield për Lifewire.
Për shembull, historianët aktualisht nuk pajtohen për datën e një sërë dekretesh të rëndësishme athinase të bëra në një kohë kur jetonin figura të shquara si Sokrati dhe Perikliu, shkroi Sommerschield në një postim në blog. Prej kohësh mendohet se dekretet janë shkruar përpara vitit 446/445 pes, megjithëse provat e reja sugjerojnë një datë të viteve 420 pes. "Megjithëse mund të duket si një ndryshim i vogël, këto dekrete janë thelbësore për të kuptuarit tonë të historisë politike të Athinës klasike," shkroi ajo
Puna më e afërt me Itakën është një mjet i mëparshëm i mësimit të makinerisë i quajtur Pythia që Sommerschield dhe bashkëpunëtorët e saj e lëshuan në vitin 2019. Pythia ishte modeli i parë i lashtë i restaurimit të tekstit që përdori rrjete të thella nervore.
"Sot, Ithaca është modeli i parë që trajton tre detyrat kryesore në rrjedhën e punës së epigrafit në mënyrë holistike," tha Sommerschield në një email. “Jo vetëm që avancon grupin e mëparshëm më të avancuar nga Pythia, por gjithashtu përdor mësim të thellë për atribuim gjeografik dhe kronologjik për herë të parë dhe në një shkallë të paprecedentë."
UA për të ndihmuar historianët
AI është i dobishëm për plotësimin e të dhënave që mungojnë si vendndodhja dhe data e tekstit, sepse është e mirë për të mësuar modele shumë komplekse duke analizuar të dhënat, tha Brad Quinton, CEO i kompanisë së AI Singulos Research, përmes emailit për Lifewire.
"Duke përdorur teknikat e mësimit të makinerive, AI mund të shikojë një numër të madh shembujsh "të mirë të njohur" për të gjetur modele midis, për shembull, një teksti të caktuar dhe datës dhe vendndodhjes së tij të krijimit," shtoi Quinton. "Shpesh, këto modele janë aq komplekse sa nuk do të ishin të dukshme për një ekspert njerëzor."
Parashikimi i të dhënave që mungojnë është një detyrë e zakonshme për AI të bazuar në mësimin e makinerive. Për shembull, GPT-3 nga OpenAI mund të parashikojë fjalët që mungojnë në një fjali apo edhe fjalitë që mungojnë në një paragraf. Dhe shumë sisteme të përpunimit të imazhit të bazuara në AI janë përdorur për të rivendosur videon dhe imazhet duke parashikuar në mënyrë inteligjente atë që ka humbur nga origjinali.
"Konceptualisht, studiuesit mund të përdorin teknika të ngjashme për të përcaktuar datën dhe origjinën e artit ose mjeteve, ose objekteve të tjera historike të krijuara nga njeriu, ku ka një pritshmëri të ndryshimit në stilin dhe teknikën bazë me kalimin e kohës dhe sipas vendndodhjes së origjinën, "tha Quinton.
