Võtmed kaasavõtmiseks
- Uus AI-toega tööriist võib aidata ajaloolastel iidseid tekste dešifreerida.
- Ithaca on esimene sügav närvivõrk, mis suudab taastada kahjustatud pealdiste puuduva teksti, tuvastada nende algse asukoha ja aidata kindlaks teha nende loomise kuupäeva.
- AI on kasulik puuduvate andmete (nt teksti asukoha ja kuupäeva) täitmiseks, kuna see aitab andmeid analüüsides hästi õppida väga keerulisi mustreid.
Hiljutised edusammud tehisintellekti (AI) vallas annavad jõudu mineviku mõistmiseks.
Ithaca, DeepMindi tehisintellekti teadlaste loodud masinõppemudel, suudab uue dokumendi kohaselt arvata ära puuduvad sõnad ning kirjakeele asukoha ja kuupäeva. See jõupingutus võib aidata ajaloolastel iidseid käsikirju dešifreerida.
„Ithaca on sügav närvivõrk ja sellisena on see uskumatult võimeline leidma suurest andmehulgast peidetud mustreid,“ütles hiljutise artikli kaasautor ajaloolane Thea Sommerschield Lifewire’ile e-kirjas. intervjuu. "Sellised mustrid võivad olla tekstilised (grammatilised, süntaktilised või seotud korduva "valemiga" paljudes tekstides) või kontekstuaalsed (teatud sõnad, mis esinevad järjekindl alt teatud žanrites tekstides: nt klassikalise Ateena poliitiline dekreet, milles mainitakse sõnu "liit, nõukogu, assamblee…').”
Mineviku paljastamine
Ithaca on esimene sügav närvivõrk, mis suudab taastada kahjustatud pealdiste puuduva teksti, tuvastada nende algse asukoha ja aidata kindlaks teha nende loomise kuupäeva, ütles Sommerschield.
Ithaca on oma nime saanud Kreeka saare järgi Homerose Odüsseias. Uurijad leidsid, et Ithaca saavutab 62% täpsuse kahjustatud tekstide taastamisel, 71% täpsuse nende algse asukoha tuvastamisel ja suudab tekste dateerida 30 aasta täpsusega alates nende päritolukuupäevast.
Ithaca visualiseerimisabivahendid on mõeldud teadlaste jaoks tulemuste tõlgendamise hõlbustamiseks. Töö autorid kirjutasid, et ajaloolased saavutasid iidsete tekstide taastamisega üksi töötades 25% täpsuse. Kuid ajaloolase jõudlus tõuseb Ithaca kasutamisel 72%-ni, ületades mudeli jõudlust ja näidates inimese ja masina koostöö potentsiaali.
“Ithaca pakub tõlgendatavaid väljundeid, mis näitavad inimekspertide koostöö ja masinõppe vahelise koostöö kasvavat tähtsust ning näitab, kuidas inimekspertide sobitamine sügava õppimise arhitektuuriga ülesannete ühiseks lahendamiseks võib ületada nii inimeste kui ka inimeste individuaalset (abita) jõudlust. eeskujuks samadele ülesannetele,”rääkis Sommerschield Lifewire'ile.
Näiteks on ajaloolased praegu eriarvamusel mitme olulise Ateena dekreedi kuupäeva osas, mis tehti ajal, mil elasid sellised märkimisväärsed tegelased nagu Sokrates ja Perikles, kirjutas Sommerschield ajaveebipostituses. Pikka aega arvatakse, et need dekreedid on kirjutatud enne 446/445 eKr, kuigi uued tõendid viitavad sellele, et daatumiks on 420. aastat e.m.a. "Kuigi see võib tunduda väikese erinevusena, on need dekreedid meie klassikalise Ateena poliitilise ajaloo mõistmiseks põhilised," kirjutas ta
Ithacale lähim töö on eelmine masinõppetööriist nimega Pythia, mille Sommerschield ja tema kaastöötajad andsid välja 2019. aastal. Pythia oli esimene iidne tekstitaastemudel, mis kasutas sügavaid närvivõrke.
„Täna on Ithaca esimene mudel, mis lahendab epigraafi töövoo kolme keskset ülesannet terviklikult,” ütles Sommerschield meilis. See mitte ainult ei edenda Pythia varasemat tipptasemel seadet, vaid kasutab ka esimest korda ja enneolematus ulatuses sügavat õppimist geograafiliseks ja kronoloogiliseks omistamiseks.”
AI ajaloolaste abistamiseks
AI on kasulik puuduvate andmete, nagu teksti asukoht ja kuupäev, täitmiseks, kuna see on andmete analüüsimise teel hea väga keeruliste mustrite õppimiseks, ütles tehisintellektiettevõtte Singulos Research tegevjuht Brad Quinton Lifewire'ile e-posti teel.
„Masinõppetehnikaid kasutades saab tehisintellekt läbi vaadata suure hulga „tuntud häid” näiteid, et leida mustreid näiteks antud teksti ning selle loomise kuupäeva ja asukoha vahel,” lisas Quinton. „Tihti on need mustrid nii keerulised, et inimeksperdile poleks need ilmsed.”
Puuduvate andmete ennustamine on masinõppel põhineva tehisintellekti jaoks tavaline ülesanne. Näiteks OpenAI GPT-3 suudab ennustada puuduvaid sõnu lauses või isegi puuduvaid lauseid lõigus. Ja paljusid tehisintellektil põhinevaid pilditöötlussüsteeme on kasutatud video ja piltide taastamiseks, ennustades aruk alt, mis originaalist on kadunud.
„Konseptsiooniliselt võiksid teadlased kasutada sarnaseid tehnikaid kunsti või tööriistade või muude ajalooliste inimtekkeliste esemete kuupäeva ja päritolu määramiseks, kui eeldatakse, et nende aluseks olev stiil ja tehnika muutuvad aja jooksul ja asukoha järgi. päritolu,” ütles Quinton.
