Sleutel wegneemetes
- 'n Nuwe KI-aangedrewe hulpmiddel kan historici help om antieke tekste te ontsyfer.
- Ithaca is die eerste diep neurale netwerk wat die ontbrekende teks van beskadigde inskripsies kan herstel, hul oorspronklike ligging kan identifiseer en help om die datum vas te stel waarop hulle geskep is.
- AI is nuttig om ontbrekende data soos die ligging en datum van teks in te vul, want dit is goed om baie komplekse patrone aan te leer deur data te ontleed.
Onlangse vooruitgang in kunsmatige intelligensie (KI) dryf pogings aan om die verlede te verstaan.
Ithaca, 'n masjienleermodel wat deur KI-navorsers by DeepMind gebou is, kan ontbrekende woorde en die ligging en datum van geskrewe taal raai, volgens 'n nuwe referaat. Die poging kan historici help om antieke manuskripte te ontsyfer.
“Ithaca is 'n diep neurale netwerk, en as sodanig is dit ongelooflik in staat om verborge patrone in groot hoeveelhede data te vind, het die historikus Thea Sommerschield, mede-outeur van die onlangse koerant, in 'n e-pos aan Lifewire gesê onderhoud. “Sulke patrone kan tekstueel (grammatikaal, sintakties, of gekoppel aan 'n herhaalde 'formule' oor baie tekste) of kontekstueel wees (sekere woorde wat konsekwent in sekere genres van tekste voorkom: bv. 'n politieke dekreet van Klassieke Athene wat die woorde 'alliansie' noem, raad, vergadering …').”
Revealing the Past
Ithaca is die eerste diep neurale netwerk wat die ontbrekende teks van beskadigde inskripsies kan herstel, hul oorspronklike ligging kan identifiseer en help om die datum vas te stel waarop hulle geskep is, het Sommerschield gesê.
Ithaca is vernoem na die Griekse eiland in Homer's Odyssey. Die navorsers het bevind Ithaca behaal 62% akkuraatheid in die herstel van beskadigde tekste, 71% akkuraatheid in die identifisering van hul oorspronklike ligging en kan tekste tot binne 30 jaar vanaf hul oorsprongdatums dateer.
Ithaca se visualiseringshulpmiddels is bedoel om dit vir navorsers makliker te maak om resultate te interpreteer. Die koerant se skrywers het geskryf dat historici 25% akkuraatheid behaal het wanneer hulle alleen gewerk het om antieke tekste te herstel. Maar die historikus se werkverrigting neem toe tot 72% wanneer hy Ithaca gebruik, wat die model se werkverrigting oortref en die potensiaal vir mens-masjien samewerking toon.
“Ithaca bied interpreteerbare uitsette, wat die toenemende belangrikheid van samewerking tussen menslike kundiges en masjienleer wys, en wys hoe die passing van menslike kundiges met diepleer-argitekture om take saam aan te pak, die individuele (onondersteunde) prestasie van beide mense en model op dieselfde take,” het Sommerschild aan Lifewire gesê.
Geskiedkundiges stem byvoorbeeld tans nie saam oor die datum van 'n reeks belangrike Atheense dekrete wat gemaak is in 'n tyd toe noemenswaardige figure soos Sokrates en Perikles geleef het nie, het Sommerschield in 'n blogpos geskryf. Daar word lank gedink dat die dekrete voor 446/445 vC geskryf is, alhoewel nuwe bewyse dui op 'n datum van die 420's vC. "Alhoewel dit dalk na 'n klein verskil lyk, is hierdie dekrete fundamenteel tot ons begrip van die politieke geskiedenis van Klassieke Athene," het sy geskryf
Die naaste werk aan Ithaca is 'n vorige masjienleerinstrument genaamd Pythia wat Sommerschield en haar medewerkers in 2019 vrygestel het. Pythia was die eerste antieke teksherstelmodel wat diep neurale netwerke gebruik het.
“Vandag is Ithaca die eerste model wat die drie sentrale take in die epigraaf se werkvloei holisties aanpak,” het Sommerschield in 'n e-pos gesê. "Nie net bevorder dit die vorige state-of-the-art wat deur Pythia gestel is nie, maar dit gebruik ook diepe leer vir geografiese en chronologiese toeskrywing vir die heel eerste keer en op 'n ongekende skaal."
AI om geskiedkundiges te help
AI is nuttig om ontbrekende data soos die ligging en datum van teks in te vul omdat dit goed is om baie komplekse patrone aan te leer deur data te ontleed, het Brad Quinton, die HUB van die KI-maatskappy Singulos Research, per e-pos aan Lifewire gesê.
“Deur masjienleertegnieke te gebruik, kan KI deur’n groot aantal “bekende goeie” voorbeelde kyk om patrone te vind tussen, byvoorbeeld,’n gegewe teks en die datum en ligging van skepping daarvan,” het Quinton bygevoeg. "Dikwels is hierdie patrone so kompleks dat dit nie duidelik sal wees vir 'n menslike kenner nie."
Om ontbrekende data te voorspel is 'n algemene taak vir masjienleer-gebaseerde KI. GPT-3 van OpenAI kan byvoorbeeld ontbrekende woorde in 'n sin of selfs ontbrekende sinne in 'n paragraaf voorspel. En baie KI-gebaseerde beeldverwerkingstelsels is gebruik om video en beelde te herstel deur intelligent te voorspel wat van die oorspronklike verlore gegaan het.
“Konseptueel kan navorsers soortgelyke tegnieke gebruik om die datum en oorsprong van kuns of gereedskap, of ander historiese mensgemaakte artefakte te bepaal waar daar 'n verwagting is van verandering in die onderliggende styl en tegniek oor tyd en volgens ligging van oorsprong,” het Quinton gesê.
