Da asporto chiave
- Un nuovo strumento basato sull'intelligenza artificiale potrebbe aiutare gli storici a decifrare i testi antichi.
- Itaca è la prima rete neurale profonda in grado di ripristinare il testo mancante di iscrizioni danneggiate, identificare la loro posizione originale e aiutare a stabilire la data in cui sono state create.
- L'intelligenza artificiale è utile per riempire i dati mancanti come la posizione e la data del testo perché è utile per apprendere schemi molto complessi analizzando i dati.
I recenti progressi nell'intelligenza artificiale (AI) stanno alimentando gli sforzi per comprendere il passato.
Itaca, un modello di apprendimento automatico creato dai ricercatori di intelligenza artificiale di DeepMind, può indovinare le parole mancanti e la posizione e la data della lingua scritta, secondo un nuovo documento. Lo sforzo potrebbe aiutare gli storici a decifrare antichi manoscritti.
"Itaca è una rete neurale profonda e, come tale, è incredibilmente in grado di trovare schemi nascosti in grandi quantità di dati", ha detto a Lifewire la storica Thea Sommerschield, coautrice del recente articolo colloquio. “Tali modelli potrebbero essere testuali (grammaticali, sintattici o collegati a una 'formula' ripetuta in molti testi) o contestuali (certe parole che appaiono in modo coerente in determinati generi di testi: ad esempio, un decreto politico dell'Ateneo classico che menziona le parole 'alleanza, consiglio, assemblea…').”
Rivelare il passato
Itaca è la prima rete neurale profonda in grado di ripristinare il testo mancante di iscrizioni danneggiate, identificare la loro posizione originale e aiutare a stabilire la data in cui sono state create, ha detto Sommerschield.
Itaca prende il nome dall'isola greca nell'Odissea di Omero. I ricercatori hanno scoperto che Itaca raggiunge un'accuratezza del 62% nel ripristino dei testi danneggiati, un'accuratezza del 71% nell'identificazione della loro posizione originale e può datare i testi entro 30 anni dalla data di origine.
Gli ausili di visualizzazione di Ithaca hanno lo scopo di facilitare l'interpretazione dei risultati da parte dei ricercatori. Gli autori del documento hanno scritto che gli storici hanno raggiunto una precisione del 25% quando hanno lavorato da soli per ripristinare i testi antichi. Tuttavia, le prestazioni dello storico aumentano fino al 72% quando si utilizza Ithaca, superando le prestazioni del modello e mostrando il potenziale per la cooperazione uomo-macchina.
"Ithaca offre risultati interpretabili, mettendo in mostra l'importanza crescente della cooperazione tra esperti umani e apprendimento automatico, e mostra come l'abbinamento di esperti umani con architetture di apprendimento profondo per affrontare i compiti in modo collaborativo può superare le prestazioni individuali (senza aiuto) di esseri umani e modello sugli stessi compiti ", ha detto Sommerschield a Lifewire.
Ad esempio, gli storici attualmente non sono d'accordo sulla data di una serie di importanti decreti ateniesi fatti in un'epoca in cui vissero personaggi importanti come Socrate e Pericle, ha scritto Sommerschield in un post sul blog. Si è pensato a lungo che i decreti fossero stati scritti prima del 446/445 a. C., sebbene nuove prove suggeriscano una data del 420 a. C. "Anche se può sembrare una piccola differenza, questi decreti sono fondamentali per la nostra comprensione della storia politica dell'Atene classica", ha scritto
Il lavoro più vicino a Itaca è un precedente strumento di apprendimento automatico chiamato Pythia che Sommerschield e i suoi collaboratori hanno rilasciato nel 2019. Pythia è stato il primo modello di ripristino del testo antico a utilizzare reti neurali profonde.
"Oggi, Ithaca è il primo modello ad affrontare le tre attività centrali nel flusso di lavoro dell'epigrafe in modo olistico", ha affermato Sommerschield in un'e-mail. “Non solo fa avanzare il precedente stato dell'arte stabilito dalla Pizia, ma utilizza anche il deep learning per l'attribuzione geografica e cronologica per la prima volta e su una scala senza precedenti.”
AI per aiutare gli storici
L'intelligenza artificiale è utile per riempire i dati mancanti come la posizione e la data del testo perché è utile per apprendere schemi molto complessi analizzando i dati, ha detto a Lifewire Brad Quinton, CEO della società di intelligenza artificiale Singulos Research.
"Utilizzando le tecniche di apprendimento automatico, l'IA può esaminare un gran numero di esempi "buoni noti" per trovare schemi tra, ad esempio, un determinato testo e la sua data e posizione di creazione", ha aggiunto Quinton. "Spesso, questi schemi sono così complessi che non sarebbero ovvi per un esperto umano."
Prevedere i dati mancanti è un compito comune per l'IA basata sull'apprendimento automatico. Ad esempio, GPT-3 di OpenAI può prevedere le parole mancanti in una frase o persino le frasi mancanti in un paragrafo. E molti sistemi di elaborazione delle immagini basati sull'intelligenza artificiale sono stati utilizzati per ripristinare video e immagini prevedendo in modo intelligente ciò che è stato perso dall'originale.
"Concettualmente, i ricercatori potrebbero utilizzare tecniche simili per determinare la data e l'origine dell'arte o degli strumenti, o altri manufatti storici creati dall'uomo in cui vi è un'aspettativa di cambiamento nello stile e nella tecnica sottostanti nel tempo e in base alla posizione origine", disse Quinton.
