AI-mallit ja alustat

Tekoäly antaa näkymän Kuolleenmeren kääröihin

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Tekoäly on avain monien menneisyytemme salaisuuksien avaamiseen. Tämä on todettu vastikään, kun Groningenin yliopiston tutkijat mursivat Kuolleenmeren kääröjen koodin tekoälyn avulla.

Kuolleenmeren kääröt löydettiin noin seitsemänkymmentä vuotta sitten, ja ne sisältävät Vanhan testamentin vanhimmat käsikirjoitukset ja muita tuntemattomia juutalaisia tekstejä. Näistä kääröistä on kuitenkin ollut pitkään arvoitus, koska tutkijat ovat kamppailleet kirjoittajien ja kirjurien tunnistamisessa, jotka ovat nimettömiä.

Mladen Popović on Hebrew Bible and Ancient Judaism -professori Groningenin yliopiston teologisen ja uskontotieteen tiedekunnassa. Hän on myös Qumran-instituutin johtaja yliopistossa.

“He yrittivät löytää “savua” kirjoituksesta, esimerkiksi erittäin tietyn kirjaimen piirteitä, jotka tunnistaisivat kirjurin”, Popović sanoo.

Tutkimuksen tulokset esiteltiin PLOS ONE -julkaisussa 21. huhtikuuta.

Koodin murtaminen

Popović loi projekti The Hands that Wrote the Bible, ja yhdessä kollegansa Lambert Schomakerin, tietojenkäsittely- ja tekoälytieteen professorin, sekä Euroopan tutkimusneuvoston rahoituksen kanssa, he lähtivät murtamaan koodia.

Schomakerin aiempi työ käsitti tekniikoiden kehittämisen, joilla tietokoneet voivat lukea käsin kirjoitettua tekstiä historiallisista materiaaleista, sekä biomekaanisia ominaisuuksia, jotka vaikuttavat kirjoitustyyliin.

Väitöskirjatutkija Maruf Dhali osallistui myös tutkimukseen, ja tiimi tarkasteli yhtä tiettyä kääröä, jota kutsutaan Suureksi Jesajan kääröksi Qumranin luolasta 1.

“Tässä käärössä on kirjain alef, tai ‘a’, vähintään viidestuhannessa kohdassa. On mahdotonta verrata niitä kaikkia pelkästään silmämääräisesti”, Schomaker sanoo.

Tämän vuoksi tehtävä on paljon järkevämpää tietokoneille, jotka voivat analysoida massiivisia tietoja. Digitaalinen kuvaus mahdollistaa kirjaimien mikrotason analyysin, kuten kaarevuuden mittaamisen.

“Ihmissilmä on hämmästyttävä ja ottaa luultavasti nämä tasot huomioon. Tämä mahdollistaa asiantuntijoiden “nähdä” eri kirjoittajien kädet, mutta tämä päätös tehdään usein epätransparentin prosessin kautta”, Popović sanoo. “Lisäksi on käytännössä mahdotonta asiantuntijoille prosessoida suuria määriä dataa, jotka kääröt tarjoavat.”

Algoritmin koulutus

Algoritmin kouluttamiseksi tiimi erotti ensin tekstin taustasta käyttäen uusinta tekoälyverkkoa. Se pystyy säilyttämään kirjurin musteella tehdyt jäljet koskemattomina.

“Tämä on tärkeää, koska muinaiset mustejäljet liittyvät suoraan henkilön lihasten liikkeisiin ja ovat henkilökohtaisia”, Schomaker sanoo.

Ensimmäinen analyysi osoitti mahdollisuuden useammasta kirjoittajasta, joten data lähetettiin Schomakerille uudelleenlaskettavaksi kirjaimen fragmenttien kuvioiden avulla. Toinen prosessi vahvisti tosiaan kaksi eri varianttia.

“Kun lisäsimme datalle ylimääräistä melua, tulokset eivät muuttuneet. Onnistuimme myös osoittamaan, että toinen kirjuri näyttää enemmän vaihtelua kirjoitustyyliinsä kuin ensimmäinen, vaikka heidän kirjoitustyyli on hyvin samanlainen”, Schomaker selitti.

Seuraava askel oli luoda visuaalinen analyysi “lämpökarttojen” avulla, jotka sisälsivät eri variantteja samasta kirjaimesta koko käärön ajan. Keskimääräinen versio kirjaimesta luotiin ensimmäisten 27 sarakkeen ja viimeisten 27 sarakkeen osalta, ja ihmissilmä pystyi havaitsemaan eron. Tämä viimeinen askel yhdisti tietokoneen ja tilastollisen analyysin sekä ihmisen tulkinnan.

Kuinka lämpökartat normaaloiduista keskimääräisistä kirjainmuodoista generoidaan yksittäisille kirjaimille. Tekijä: Maruf A. Dhali

Aikaisemmat tutkijat ovat uskoneet, että uusi kirjuri aloitti 27. sarakkeen jälkeen, mutta sitä ei ollut koskaan vahvistettu.

“Nyt voimme vahvistaa tämän kirjoitustyylin määrällisellä analyysillä sekä vakuuttavilla tilastollisilla analyyseillä”, Popović sanoo. “Sen sijaan, että perustaisimme tuomioita enemmän tai vähemmän vaikutelmaan perustuvien todisteiden varaan, tekoälyn älykkään avun kanssa voimme osoittaa, että ero on tilastollisesti merkittävä.”

“Tämä on erittäin jännittävää, koska tämä avaa uuden ikkunan muinaiseen maailmaan, joka voi paljastaa paljon monimutkaisempia yhteyksiä kirjureiden välillä, jotka loivat kääröt”, Popović jatkoi. “Tässä tutkimuksessa löysimme todisteita hyvin samankaltaisesta kirjoitustyylistä, jota jaetaan kahden Suuren Jesajan käärön kirjuri, mikä viittaa yhteiseen koulutukseen tai alkuperään. Seuraava askel on tutkia muita kääröjä, joissa saattaa olla eri alkuperä tai koulutus kirjureille.”

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.