Hvad AI lærer os om gamle civilisationer

Selv om det kan synes underligt, at kunstig intelligens skal undervise mennesker om deres gamle civilisationer, har det potentiale. Traditionelt har arkæologiske undersøgelser og tydning været meget tidskrævende. Denne teknologi kunne automatisere eller strømline meget af processen, hvilket hjælper mennesker med at afsløre mere om fortiden i en eksponentiel hastighed.

Hvorfor AI er nødvendig for at undervise om gamle civilisationer

Talt sprog er mere eller mindre universelt. Skrevet sprog har været langt sjældnere gennem historien. Det ældste kendte skriftsystem er kileskrift, der blev opfundet omkring 3100 f.Kr. af sumererne. Forlitterære billeder, der er indgraveret i sten, daterer tilbage til omkring 4400 f.Kr., så akademikere har tusinder af års optegnelser at gennemgå og oversætte.

Der er også glyfe, keramik, grave, strukturer og statuer, hver med sin unikke historie. I århundreder har mennesker nøje identificeret, tydet og undersøgt disse kuriositeter. Forfølgelse, opdagelse og succes er belønnende – selv spændende. Men fremgangen er langsom. Nogle gange er der kun en meget lille mængde emne, der skaber flaskehalse.

Hvad hvis forskerne ikke behøvede at vente? Hvad hvis de kunne accelerere deres fremgang ti gange? Med AI er det muligt. En avanceret, specialbygget model kunne afsløre hemmeligheder, der har været skjult i tusinder af år.

En maskinlæringsmodels kraft ligger i automatisering og evolution. Da det lærer, mens det behandler nye oplysninger, kan det udvikle sig, efterhånden som forskning eller arkæologiske projekter skrider frem, og det kan effektivt fremtidssikre sig selv. Desuden kræver det minimalt med menneskelig overvågning og kan handle uafhængigt, hvilket giver det mulighed for at udføre komplekse, flertrinsopgaver på egen hånd.

Hvad historikere har lært om før-moderne kulturer ved hjælp af AI

Selv om moderne AI er relativt nyt, har videnskabsmænd og arkæologer allerede brugt det til at lære mere om, hvor før-moderne mennesker boede og hvordan de kommunikerede.

Ord i lange døde sprog

Et ord kan have utallige betydninger afhængigt af forfatterens intentioner og kompositionens kontekst. Dette komplicerer tydning. Selv simple, meningsløse fraser bliver komplekse puslespil. Spøgen “Hvad gør en ur, når det er sultent? Det går tilbage for sekunder” er et godt eksempel, fordi det er et ordspil. På et andet sprog kan det være meningsløst.

I fortiden havde computerprogrammer svært ved at håndtere disse nuancer. Naturlig sprogbehandlingsteknologi bruger delvis-sprogstagning, tokenisering og lemmatisering til at genkende enkelte morfemer. Med denne ramme kunne en algoritme fatte kompleksiteten af kontekst og betydning, selv i lange døde sprog.

Typisk har tydning af gamle sprog manuelt været en tidskrævende og fejlbehæftet opgave. Nu kunne en model med NLP-kapaciteter afkode skrevet sprog på en brøkdel af tiden.

Tag fx de figurative geoglyfe – før-kolumbianske designs, der er indgraveret i ørkensand – for eksempel. Det tog næsten et århundrede at opdage 430 Nazca-geoglyfe omkring Nazca Pampa. Ved hjælp af AI fandt en forskerhold 303 nye, næsten fordoblingen af det totale antal kendte geoglyfe på blot seks måneder.

Hvor arkæologiske steder er

For nylig brugte et forskerhold fra Khalifa University i Abu Dhabi AI til at identificere tegn på en 5.000 år gammel civilisation under sanddynerne i Rub al-Khali, verdens største ørken. Da det strækker sig over 250.000 kvadratmiles, er det notorisk svært at studere. Flytende sand og hårde forhold komplicerer arkæologiske undersøgelser.

Forskerholdet brugte højopløselige satellitbilleder og syntetisk åbning-radar-teknologi til at detektere begravde artefakter fra rummet. Disse resultater blev ført ind i en maskinlæringsmodel til billedbehandling og geografisk analyse, hvilket automatiserede undersøgelsen. Denne tilgang var nøjagtig inden for 50 centimeter, hvilket demonstrerede dets potentiale.

Måder, hvorpå AI forbedrer vores forståelse af gamle tidsaldre

AI hjælper også videnskabsmænd med at forstå mere om, hvordan gamle civilisationer fungerede, og giver dem et klarere vindue ind i fortiden.

Simulering af gamle kulturelle attituder

Michael Varnum, leder af socialpsykologiens område og associeret professor ved Arizona State University, har nylig medforfattet en mening, der foreslår at bruge generativ AI til at simulere gamle kulturelle attituder.

Eksisterende metoder kæmper for at afsløre mentaliteten eller adfærdsmønstrene hos lange døde kulturer. Varnum siger, at folk i hans felt bruger som regel indirekte proxier som arkivdata om kriminalitetsniveauer eller skilsmissesatser for at slutte sig til folks værdier og følelser. Men denne tilgang er indirekte og upræcis. Hans løsning er at træne en AI til at analysere historiske tekster.

Men selv om AI kunne slutte sig til folks mening og følelser fra skrevne optegnelser, vil dens indsigt være skæv. Historisk set har evnen til at læse og skrive været sjælden. Varmum indrømmer, at enhver AI-genereret indsigt sandsynligvis vil komme fra uddannede, overklasseindivider. Da sociale klasser påvirker psykologi, vil analysen ikke give en fuldstændig præcis indsigt i fortiden.

Rekonstruktion af før-moderne skikke

Når arkæologer genfinder objekter fra gamle begravelsessteder eller halvt begravde byer, er der altid en vis grad af gætteri. Selv hvis de ved præcis, hvad noget er brugt til, kan de måske ikke bestemme, hvordan det fungerer.

I 1970’erne opdagede forskere en grav i en bronzealderkirkegård i Iran. De fandt det ældste intakte brætspil, der nogensinde er opdaget, der daterer tilbage til 4.500 år siden. Det bestod af 27 geometriske stykker, 20 cirkulære rum og fire terninger. Der var ingen regelbog begravet, så de kunne kun gætte, hvordan de skulle spille.

AI kunne genskabe reglerne, og bringe tilbage lange glemt brætspil. Det digitale Ludeme-projekt gør netop det. Allerede har det dækket tre tidsperioder og ni regioner, og har gjort næsten 1.000 spil spilbare igen. I dag er disse rekonstruktioner tilgængelige online for alle at spille.

Hvad mere kan læres fra disse gamle kulturer?

Der er stadig meget mere at lære fra AI. Kileskrift er et af de mest interessante. I dag har akademikere adgang til omkring 5 millioner sumeriske ord, millioner mere end romerne efterlod i latin. Mange af de talrige lertabletter, der er opdaget i regionen, er endnu ikke blevet tydet, og flere bliver opdaget næsten dagligt.

For at strømline processen bruger forskerholdet AI til at samle tabletstykker, og sammenføje dele for at accelerere tydning. De træner det også til at tyde kileskrift, som kun en håndfuld eksperter er i stand til. Algoritmens proceshastighed kunne gøre denne teknologi uendelig hurtigere end mennesker.

Denne nye viden kunne udfylde huller i historiebøger. Selv om mennesker har en omfattende kulturel historie, er mange regioner uudforskede, fordi de ikke har haft teknologien. Med maskinlærings-teknikker og generative modeller kan de få en dybere forståelse af verden og en ny perspektiv på historien.

Med AI’s hjælp til at afsløre arkæologiske steder, tyde lange døde sprog og oversætte gamle tekster, kunne fagfolk finde nye bøger, historiske beretninger, kunst og skatte. Disse fund kunne udstilles på et museum eller hjælpe efterkommere med at forbinde sig med deres forfædre.

Fremtidsudsigten for AI-løsninger som arkæologiske værktøjer

AI kan tyde lange døde sprog, lokalisere gamle begravelsessteder og simulere gamle praksisser. Dets fund kunne ende i historiebøger eller museer. Selvfølgelig skal akademikere være forsigtige. Selv om denne teknologi er kraftfuld, er bias, uændringer og hallucinationer ikke ualmindelige. En menneske-i-løkken-tilgang kunne hjælpe dem med at afværge disse problemer.