Key Takeaway
- Alat berkuasa AI baharu boleh membantu ahli sejarah menguraikan teks kuno.
- Ithaca ialah rangkaian saraf dalam pertama yang boleh memulihkan teks yang hilang bagi inskripsi yang rosak, mengenal pasti lokasi asalnya dan membantu menetapkan tarikh ia dicipta.
- AI berguna untuk mengisi data yang hilang seperti lokasi dan tarikh teks kerana ia pandai mempelajari corak yang sangat kompleks dengan menganalisis data.
Kemajuan terkini dalam kecerdasan buatan (AI) menguatkan usaha untuk memahami masa lalu.
Ithaca, model pembelajaran mesin yang dibina oleh penyelidik AI di DeepMind, boleh meneka perkataan yang hilang dan lokasi serta tarikh bahasa bertulis, menurut kertas baharu. Usaha itu boleh membantu ahli sejarah menguraikan manuskrip kuno.
“Ithaca ialah rangkaian saraf yang mendalam, dan oleh itu, ia sangat mampu mencari corak tersembunyi dalam sejumlah besar data, '' ahli sejarah Thea Sommerschield, pengarang bersama kertas kerja baru-baru ini, memberitahu Lifewire dalam e-mel temuduga. “Corak sebegini boleh berbentuk tekstual (tatabahasa, sintaksis, atau dikaitkan dengan 'formula' berulang merentasi banyak teks) atau kontekstual (perkataan tertentu muncul secara konsisten dalam genre teks tertentu: contohnya, dekri politik dari Athens Klasik yang menyebut perkataan 'persekutuan, majlis, perhimpunan…').”
Menyingkap Masa Lalu
Ithaca ialah rangkaian saraf dalam pertama yang boleh memulihkan teks yang hilang bagi inskripsi yang rosak, mengenal pasti lokasi asalnya dan membantu menetapkan tarikh ia dicipta, kata Sommerschield.
Ithaca dinamakan sempena pulau Yunani di Homer’s Odyssey. Para penyelidik mendapati bahawa Ithaca mencapai ketepatan 62% dalam memulihkan teks yang rosak, 71% ketepatan dalam mengenal pasti lokasi asalnya dan boleh membuat tarikh teks dalam tempoh 30 tahun dari tarikh asalnya.
Bantuan visualisasi Ithaca bertujuan untuk memudahkan penyelidik mentafsir keputusan. Penulis kertas itu menulis bahawa ahli sejarah mencapai ketepatan 25% apabila bekerja sendirian untuk memulihkan teks kuno. Tetapi, prestasi ahli sejarah meningkat kepada 72% apabila menggunakan Ithaca, mengatasi prestasi model dan menunjukkan potensi kerjasama manusia-mesin.
“Ithaca menawarkan output yang boleh ditafsir, mempamerkan kepentingan kerjasama yang semakin meningkat antara pakar manusia dan pembelajaran mesin, dan menunjukkan cara memadankan pakar manusia dengan seni bina pembelajaran mendalam untuk menangani tugas secara kolaboratif boleh mengatasi prestasi individu (tanpa bantuan) kedua-dua manusia dan model pada tugas yang sama, kata Sommerschield kepada Lifewire.
Sebagai contoh, ahli sejarah pada masa ini tidak bersetuju mengenai tarikh siri dekri penting Athens yang dibuat pada masa tokoh terkenal seperti Socrates dan Pericles hidup, Sommerschield menulis dalam catatan blog. Dekri telah lama dianggap telah ditulis sebelum 446/445 BCE, walaupun bukti baru menunjukkan tarikh 420-an BCE. "Walaupun ia mungkin kelihatan seperti perbezaan kecil, dekri ini adalah asas kepada pemahaman kita tentang sejarah politik Athens Klasik," tulisnya
Kerja yang paling hampir dengan Ithaca ialah alat pembelajaran mesin sebelumnya bernama Pythia yang dikeluarkan oleh Sommerschield dan rakan usaha samanya pada 2019. Pythia ialah model pemulihan teks purba pertama yang menggunakan rangkaian saraf dalam.
“Hari ini, Ithaca ialah model pertama yang menangani tiga tugas utama dalam aliran kerja epigrapher secara holistik,” kata Sommerschield dalam e-mel. “Ia bukan sahaja memajukan set tercanggih sebelumnya oleh Pythia, tetapi ia juga menggunakan pembelajaran mendalam untuk atribusi geografi dan kronologi buat kali pertama dan pada skala yang tidak pernah berlaku sebelum ini.”
AI untuk Membantu Ahli Sejarah
AI berguna untuk mengisi data yang hilang seperti lokasi dan tarikh teks kerana ia pandai mempelajari corak yang sangat kompleks dengan menganalisis data, Brad Quinton, Ketua Pegawai Eksekutif syarikat AI Singulos Research, memberitahu Lifewire melalui e-mel.
“Menggunakan teknik pembelajaran mesin, AI boleh melihat melalui sejumlah besar contoh “kebaikan yang diketahui” untuk mencari corak antara, contohnya, teks tertentu dan tarikh serta lokasi penciptaannya,” tambah Quinton. “Selalunya, corak ini sangat kompleks sehingga tidak dapat dilihat oleh pakar manusia.”
Meramalkan data yang hilang ialah tugas biasa untuk AI berasaskan pembelajaran mesin. Sebagai contoh, GPT-3 daripada OpenAI boleh meramalkan perkataan yang hilang dalam ayat atau ayat yang hilang dalam perenggan. Dan banyak sistem pemprosesan imej berasaskan AI telah digunakan untuk memulihkan video dan imej dengan bijak meramalkan apa yang telah hilang daripada yang asal.
“Secara konsep, penyelidik boleh menggunakan teknik yang sama untuk menentukan tarikh dan asal usul seni atau alatan, atau artifak buatan manusia yang bersejarah yang terdapat jangkaan perubahan dalam gaya dan teknik asas dari semasa ke semasa dan mengikut lokasi asal,” kata Quinton.
