Το DeepScribe AI μπορεί να βοηθήσει στη μετάφραση αρχαίων πινακίδων

Ερευνητές από το Ινστιτούτο Ανατολικών Σπουδών του Πανεπιστημίου του Σικάγου και το Τμήμα Επιστήμης Υπολογιστών έχουν συνεργαστεί για να σχεδιάσουν ένα AI που μπορεί να βοηθήσει στη διακόδευση πινακίδων από αρχαίες πολιτισμοί. Σύμφωνα με το Phys.org, το AI ονομάζεται DeepScribe και έχει εκπαιδευτεί σε πάνω από 6.000 annoted εικόνες από το Αρχείο Περσέπολης, όταν το μοντέλο είναι ολοκληρωμένο, θα μπορεί να ερμηνεύσει ανεξετασμένες πινακίδες, καθιστώντας τη μελέτη των αρχαίων εγγράφων ευκολότερη.

Εкспέρτες που μελετούν αρχαία έγγραφα, όπως οι ερευνητές που μελετούν τα έγγραφα που δημιουργήθηκαν κατά την περίοδο της Αυτοκρατορίας των Αχαιμενιδών στην Περσία, χρειάζονται να μεταφράσουν τα αρχαία έγγραφα με το χέρι, μια μακρά διαδικασία που είναι ευάλωτη σε λάθη. Οι ερευνητές χρησιμοποιούν υπολογιστές για να βοηθήσουν στην ερμηνεία των αρχαίων εγγράφων από τη δεκαετία του 1990, αλλά τα προγράμματα υπολογιστών που χρησιμοποιήθηκαν ήταν περιορισμένα. Τα σύνθετα σφηνοειδή γράμματα, καθώς και το τριδιάστατο σχήμα των πινακίδων, έθεσαν ένα όριο στη χρησιμότητα των προγραμμάτων υπολογιστών.

Οι αλγόριθμοι της машинικής όρασης και οι αρχιτεκτονικές του βαθύ μαθηματικού μοντέλου έχουν φέρει νέες δυνατότητες σε αυτό το πεδίο. Ο Sanjay Krishnan, από το Τμήμα Επιστήμης Υπολογιστών στο OI, συνεργάστηκε με τον αναπληρωτή καθηγητή της Ασσυριολογίας Susanne Paulus για να εκκινήσει το πρόγραμμα DeepScribe. Οι ερευνητές επόπτευσαν μια πλατφόρμα διαχείρισης βάσεων δεδομένων που ονομάζεται OCHRE, η οποία οργάνωσε δεδομένα από αρχαιολογικές ανασκαφές. Ο στόχος είναι να δημιουργηθεί ένα εργαλείο AI που είναι και εκτενές και ευέλικτο,能够 να ερμηνεύσει γραπτά από διαφορετικές γεωγραφικές περιοχές και χρονικές περιόδους.

Όπως αναφέρει το Phys.org, ο Krishnan εξήγησε ότι οι προκλήσεις της αναγνώρισης γραπτού, τις οποίες αντιμετωπίζουν οι αρχαιολογικοί ερευνητές, είναι ουσιαστικά οι ίδιες προκλήσεις που αντιμετωπίζουν οι ερευνητές της машинικής όρασης:

“Από την πλευρά της машинικής όρασης, είναι πραγματικά ενδιαφέρον γιατί αυτές είναι οι ίδιες προκλήσεις που αντιμετωπίζουμε. Η машинική όραση τα τελευταία πέντε χρόνια έχει βελτιωθεί σημαντικά· πριν από δέκα χρόνια, αυτό θα ήταν ένα προβληματικό ζήτημα, δεν θα είχαμε φτάσει इतनά μακριά. Είναι ένα καλό πρόβλημα μηχανικής μάθησης, γιατί η ακρίβεια είναι αντικειμενική εδώ, έχουμε ένα επισημασμένο σετ εκπαίδευσης και κατανοούμε το γράψιμο αρκετά καλά και αυτό μας βοηθά. Δεν είναι ένα完全 άγνωστο πρόβλημα.”

Το σετ εκπαίδευσης που αναφέρεται είναι το αποτέλεσμα της λήψης των πινακίδων και των μεταφράσεων, από πάνω από 80 χρόνια αρχαιολογικής έρευνας στο OI και στο Πανεπιστήμιο του Σικάγου και της δημιουργίας υψηλής ανάλυσης annoted εικόνων από αυτές. Hiện το σετ δεδομένων είναι περίπου 60 terabytes σε μέγεθος. Οι ερευνητές ήταν σε θέση να χρησιμοποιήσουν το σετ δεδομένων και να δημιουργήσουν ένα λεξικό από πάνω από 100.000 ξεχωριστά αναγνωρισμένα σύμβολα που το μοντέλο θα μπορούσε να μάθει από αυτά. Όταν το εκπαιδευμένο μοντέλο δοκιμάστηκε σε ένα μη ελεγμένο σετ εικόνων, το μοντέλο πέτυχε περίπου 80% ακρίβεια.

Ενώ η ομάδα των ερευνητών προσπαθεί να αυξήσει την ακρίβεια του μοντέλου, ακόμη και η 80% ακρίβεια μπορεί να βοηθήσει στη διαδικασία της μεταφράσεως. Σύμφωνα με τον Paulus, το μοντέλο θα μπορούσε να χρησιμοποιηθεί για να αναγνωρίσει ή να μεταφράσει τα υψηλά επαναλαμβανόμενα μέρη των εγγράφων, επιτρέποντας στους εμπειρογνώμονες να δαπανήσουν το χρόνο τους στην ερμηνεία των πιο δύσκολων μερών του εγγράφου. Ακόμη και αν το μοντέλο δεν μπορεί να πει με βεβαιότητα τι ένα σύμβολο μεταφράζεται, μπορεί να δώσει στους ερευνητές πιθανοότητες, που ήδη τους τοποθετεί μπροστά.

Η ομάδα επίσης στοχεύει να κάνει το DeepScribe ένα εργαλείο που άλλοι αρχαιολόγοι θα μπορούν να χρησιμοποιήσουν στα δικά τους projecτς. Για παράδειγμα, το μοντέλο θα μπορούσε να επαναεκπαιδευτεί σε άλλες σφηνοειδείς γλώσσες, ή το μοντέλο θα μπορούσε να κάνει ενημερωμένες εκτιμήσεις σχετικά με το κείμενο σε φθαρμένες ή ατελείς πινακίδες. Ένα αρκετά robust μοντέλο θα μπορούσε ακόμη και να εκτιμήσει την ηλικία και την προέλευση των πινακίδων ή άλλων αρχαιολογικών ευρημάτων, κάτι που συνήθως γίνεται με χημικές δοκιμές.

Το πρότζεκτ DeepScribe χρηματοδοτείται από το Κέντρο Ανάπτυξης Προηγμένων Υπολογιστών (CDAC). Η машинική όραση έχει χρησιμοποιηθεί σε άλλα projecτς που χρηματοδοτούνται από το CDAC, όπως ένα πρότζεκτ που έχει ως στόχο να αναγνωρίσει το στυλ στα έργα τέχνης και ένα πρότζεκτ που έχει ως στόχο να ποσοτικοποιήσει τη βιοποικιλότητα στα θαλάσσια βίβαλους. Η ομάδα των ερευνητών ελπίζει επίσης ότι η συνεργασία τους θα οδηγήσει σε μελλοντικές συνεργασίες μεταξύ του Τμήματος Επιστήμης Υπολογιστών και του OI στο Πανεπιστήμιο του Σικάγου.