מזונות חשובים
- כלי חדש המופעל בבינה מלאכותית יכול לעזור להיסטוריונים לפענח טקסטים עתיקים.
- Ithaca היא הרשת העצבית העמוקה הראשונה שיכולה לשחזר את הטקסט החסר של כתובות פגומות, לזהות את מיקומן המקורי ולעזור לקבוע את התאריך שבו נוצרו.
- AI שימושי למילוי נתונים חסרים כמו מיקום ותאריך הטקסט מכיוון שהוא טוב בלמידת דפוסים מורכבים מאוד על ידי ניתוח נתונים.
ההתקדמות האחרונה בתחום הבינה המלאכותית (AI) מניעה מאמצים להבין את העבר.
Ithaca, מודל למידת מכונה שנבנה על ידי חוקרי בינה מלאכותית ב-DeepMind, יכול לנחש מילים חסרות ואת המיקום והתאריך של השפה הכתובה, לפי מאמר חדש. המאמץ יכול לעזור להיסטוריונים לפענח כתבי יד עתיקים.
"איתקה היא רשת עצבית עמוקה, וככזו, היא מסוגלת להפליא למצוא דפוסים נסתרים בכמויות עצומות של נתונים", אמרה ההיסטוריונית תיאה סומרשילד, מחברת העיתון האחרון, ל-Lifewire באימייל רֵאָיוֹן. "דפוסים כאלה יכולים להיות טקסטואליים (דקדוקיים, תחביריים או מקושרים ל'נוסחה' חוזרת על פני טקסטים רבים) או הקשריים (מילים מסוימות המופיעות באופן עקבי בז'אנרים מסוימים של טקסטים: למשל, צו פוליטי מאתונה הקלאסית המזכיר את המילים 'ברית', מועצה, אספה…')."
Revealing the Past
Ithaca היא הרשת העצבית העמוקת הראשונה שיכולה לשחזר את הטקסט החסר של כתובות פגומות, לזהות את מיקומן המקורי ולעזור לקבוע את התאריך שבו נוצרו, אמר Sommerschield.
איתקה נקרא על שם האי היווני באודיסאה של הומרוס. החוקרים מצאו כי Ithaca משיגה דיוק של 62% בשחזור טקסטים פגומים, 71% דיוק בזיהוי מיקומם המקורי ויכולה לתארך טקסטים עד 30 שנה מתאריכי המקור שלהם.
עזרי ההדמיה של Ithaca נועדו להקל על החוקרים לפרש תוצאות. מחברי העיתון כתבו שהיסטוריונים השיגו דיוק של 25% כשעבדו לבדם לשחזור טקסטים עתיקים. אבל, הביצועים של ההיסטוריון גדלים ל-72% בעת שימוש ב-Ithaca, מעלים את הביצועים של המודל ומראה את הפוטנציאל לשיתוף פעולה בין אדם למכונה.
"איתקה מציעה תפוקות ניתנות לפירוש, המציגות את החשיבות העולה של שיתוף פעולה בין מומחים אנושיים וללמידת מכונה, ומראה כיצד התאמה בין מומחים אנושיים לארכיטקטורות למידה עמוקה כדי להתמודד עם משימות בשיתוף פעולה יכול לעלות על הביצועים האינדיבידואליים (ללא סיוע) של בני אדם ושל בני אדם. מודל על אותן משימות", אמר סומרשילד ל-Lifewire.
לדוגמה, היסטוריונים אינם מסכימים כיום לגבי התאריך של סדרת גזירות אתונאיות חשובות שנעשו בתקופה שבה חיו דמויות בולטות כמו סוקרטס ופריקלס, כתב זומרשילד בפוסט בבלוג. זה זמן רב חשבו שהגזירות נכתבו לפני 446/445 לפנה"ס, אם כי עדויות חדשות מצביעות על תאריך של שנות ה-420 לפנה"ס. "למרות שזה עשוי להיראות כמו הבדל קטן, הגזירות הללו מהוות בסיס להבנתנו את ההיסטוריה הפוליטית של אתונה הקלאסית", היא כתבה
העבודה הקרובה ביותר לאיתקה היא כלי למידת מכונה קודם בשם Pythia ש-Sommerschield ושותפי הפעולה שלה הוציאו בשנת 2019. Pythia היה המודל העתיק הראשון של שחזור טקסט שעשה שימוש ברשתות עצביות עמוקות.
"היום, Ithaca הוא המודל הראשון שמתמודד עם שלוש המשימות המרכזיות בזרימת העבודה של האפיגרף בצורה הוליסטית", אמר Sommerschield בדוא"ל. "לא רק שהוא מקדם את המצב הקודם של Pythia, אלא הוא גם משתמש בלמידה עמוקה לצורך ייחוס גיאוגרפי וכרונולוגי בפעם הראשונה ובקנה מידה חסר תקדים."
AI לסיוע להיסטוריונים
AI שימושי למילוי נתונים חסרים כמו מיקום ותאריך הטקסט מכיוון שהוא טוב בלמידת דפוסים מורכבים מאוד על ידי ניתוח נתונים, אמר בראד קווינטון, מנכ"ל חברת AI Singulos Research, ל-Lifewire בדוא"ל.
"באמצעות טכניקות למידת מכונה, AI יכול לעיין במספר רב של דוגמאות "טובות ידועות" כדי למצוא דפוסים בין, למשל, טקסט נתון לבין תאריך ומיקום היצירה שלו", הוסיף קווינטון. "לעתים קרובות, הדפוסים האלה כל כך מורכבים שהם לא יהיו ברורים למומחה אנושי."
חיזוי נתונים חסרים היא משימה נפוצה עבור AI מבוסס למידת מכונה. לדוגמה, GPT-3 מ-OpenAI יכול לחזות מילים חסרות במשפט או אפילו משפטים חסרים בפסקה. ומערכות רבות של עיבוד תמונה מבוססות AI שימשו לשחזור וידאו ותמונות על ידי חיזוי מושכל של מה שאבד מהמקור.
"מבחינה רעיונית, חוקרים יכולים להשתמש בטכניקות דומות כדי לקבוע את התאריך והמקור של אמנות או כלים, או חפצים היסטוריים אחרים מעשה ידי אדם שבהם יש ציפייה לשינוי בסגנון ובטכניקה הבסיסית לאורך זמן ולפי מיקום של מוצא," אמר קווינטון.
