Ключевые выводы
- Новый инструмент на базе искусственного интеллекта может помочь историкам расшифровать древние тексты.
- Итака - первая глубокая нейронная сеть, способная восстановить отсутствующий текст поврежденных надписей, определить их первоначальное местоположение и помочь установить дату их создания.
- ИИ полезен для заполнения недостающих данных, таких как местоположение и дата текста, потому что он хорош для изучения очень сложных шаблонов путем анализа данных.
Недавние достижения в области искусственного интеллекта (ИИ) помогают понять прошлое.
Согласно новой статье, Итака, модель машинного обучения, созданная исследователями ИИ из DeepMind, может угадывать пропущенные слова, а также местоположение и дату письменного языка. Эта работа может помочь историкам расшифровать древние рукописи.
«Итака - это глубокая нейронная сеть, и поэтому она невероятно способна находить скрытые закономерности в огромном количестве данных», - сказала Lifewire историк Теа Соммершильд, соавтор недавней статьи. интервью. «Такие шаблоны могут быть текстовыми (грамматические, синтаксические или связанные с повторяющейся «формулой» во многих текстах) или контекстуальными (определенные слова постоянно появляются в определенных жанрах текстов: например, политический декрет из классических Афин, в котором упоминаются слова «союз, совет, собрание…’)».
Раскрывая прошлое
Итака - первая глубокая нейронная сеть, которая может восстановить недостающий текст поврежденных надписей, определить их первоначальное местоположение и помочь установить дату их создания, сказал Соммершильд.
Итака названа в честь греческого острова в «Одиссее» Гомера. Исследователи обнаружили, что Итака достигает 62-процентной точности при восстановлении поврежденных текстов, 71-процентной точности в определении их первоначального местоположения и может датировать тексты с точностью до 30 лет от даты их происхождения.
Вспомогательные средства визуализации Итаки предназначены для того, чтобы облегчить исследователям интерпретацию результатов. Авторы статьи написали, что историки достигли 25-процентной точности, работая в одиночку над восстановлением древних текстов. Но производительность историка увеличивается до 72% при использовании Итаки, превосходя производительность модели и демонстрируя потенциал взаимодействия человека и машины.
«Итака предлагает интерпретируемые результаты, демонстрируя растущую важность сотрудничества между людьми-экспертами и машинным обучением, а также показывает, как объединение экспертов-людей с архитектурами глубокого обучения для совместного решения задач может превзойти индивидуальную (без посторонней помощи) производительность как людей, так и модель на одних и тех же задачах», - сказал Соммершильд Lifewire.
Например, историки в настоящее время расходятся во мнениях относительно даты ряда важных афинских указов, принятых в то время, когда жили такие известные личности, как Сократ и Перикл, написал Соммершильд в своем блоге. Долгое время считалось, что указы были написаны до 446/445 г. до н.э., хотя новые данные предполагают дату 420-х гг. «Хотя это может показаться небольшой разницей, эти декреты имеют основополагающее значение для нашего понимания политической истории классических Афин», - написала она
Ближайшая работа к Итаке - это предыдущий инструмент машинного обучения под названием Pythia, который Соммершильд и ее сотрудники выпустили в 2019 году. Pythia была первой моделью восстановления древнего текста, в которой использовались глубокие нейронные сети.
«Сегодня Итака - первая модель, которая комплексно решает три основные задачи в рабочем процессе эпиграфа», - сказал Соммершильд в электронном письме. «Он не только продвигает предыдущее состояние искусства, установленное Pythia, но также впервые и в беспрецедентном масштабе использует глубокое обучение для географической и хронологической атрибуции.”
ИИ в помощь историкам
ИИ полезен для заполнения недостающих данных, таких как местоположение и дата текста, потому что он хорош для изучения очень сложных шаблонов путем анализа данных, сказал Lifewire по электронной почте Брэд Куинтон, генеральный директор компании Singulos Research, занимающейся искусственным интеллектом.
«Используя методы машинного обучения, ИИ может просматривать большое количество «известных хороших» примеров, чтобы найти закономерности между, например, данным текстом, датой и местом его создания», - добавил Куинтон. «Часто эти закономерности настолько сложны, что не очевидны для человека-эксперта».
Предсказание отсутствующих данных - обычная задача для ИИ на основе машинного обучения. Например, GPT-3 от OpenAI может предсказывать пропущенные слова в предложении или даже пропущенные предложения в абзаце. И многие системы обработки изображений на основе искусственного интеллекта использовались для восстановления видео и изображений путем интеллектуального прогнозирования того, что было утеряно по сравнению с оригиналом.
«Концептуально, исследователи могли бы использовать аналогичные методы для определения даты и происхождения искусства или инструментов, или других исторических артефактов, созданных руками человека, когда ожидается изменение основного стиля и техники с течением времени и в зависимости от местоположения. происхождения», - сказал Куинтон.
