DeepScribe AI voi auttaa kääntämään muinaisia tabletteja

Tutkijat Chicagon yliopiston Itäisen instituutin ja tietojenkäsittelytieteen laitoksen välillä ovat yhteistyössä suunnitelleet tekoälyjärjestelmän, joka voi auttaa koodaamaan muinaisten sivilisaatioiden tabletteja. Phys.org:n mukaan tekoälyjärjestelmä on nimeltään DeepScribe ja se on koulutettu yli 6 000:lla annotoidulla kuvalla, jotka on poimittu Persepolisin linnoituksen arkistosta. Kun malli on valmis, se pystyy tulkkaamaan analysoimattomia tabletteja, mikä tekee muinaisten asiakirjojen tutkimisesta helpompaa.

Asiakirjojen tutkijat, kuten tutkijat, jotka tutkivat Achaemenidien valtakunnan aikaisia asiakirjoja Persiassa, tarvitsevat kääntää muinaisia asiakirjoja käsin, mikä on pitkä ja virhealtis prosessi. Tutkijat ovat käyttäneet tietokoneita avuksi muinaisten asiakirjojen tulkitsemisessa 1990-luvun alusta lähtien, mutta tietokoneohjelmat, joita on käytetty, ovat olleet rajallisesti hyödyllisiä. Monimutkaiset nuolenpääkirjoitusmerkit sekä tabletien kolmiulotteinen muoto ovat asettaneet rajat sille, kuinka hyödyllisiä tietokoneohjelmat voivat olla.

Tietokoneen näköalgoritmit ja syväoppimisarkkitehtuuri ovat tuoneet uusia mahdollisuuksia tähän alaan. Sanjay Krishnan, joka on tietojenkäsittelytieteen laitoksen tutkija OI:ssa, on yhteistyössä assosiaatiprofessori Susanne Pauluksen kanssa käynnistänyt DeepScribe-ohjelman. Tutkijat ovat johtaneet tietokantapohjaisen hallintalaitteen OCHRE:n, joka on järjestänyt arkeologisten kaivausten aineistoa. Tavoitteena on luoda tekoälytyökalu, joka on sekä laaja että joustava, ja pystyy tulkkaamaan käsikirjoituksia eri maantieteellisistä alueista ja aikakausilta.

Phys.org:n mukaan Krishnan selitti, että käsikirjoituksen tunnistamisen haasteet, joita arkeologiset tutkijat kohtaavat, ovat periaatteessa samat haasteet, joita tietokonenäkö tutkijat kohtaavat:

“Tietokonenäön kannalta tämä on todella mielenkiintoista, koska nämä ovat samat haasteet, joita me kohtaamme. Tietokonenäkö on parantunut viimeisen viiden vuoden aikana merkittävästi; kymmenen vuotta sitten tämä olisi ollut epämääräistä, emme olisi päässeet näin pitkälle. Tämä on hyvä koneoppimisen ongelma, koska täsmällisyys on objektiivinen tässä, meillä on merkitty koulutusaineisto ja ymmärrämme käsikirjoituksen melko hyvin, ja se auttaa meitä. Tämä ei ole täysin tuntematon ongelma.”

Koulutusaineisto on saatu ottamalla tabletit ja käännökset, jotka on tehty yli 80 vuoden aikana arkeologisten tutkimusten aikana OI:ssa ja U Chicagossa, ja tekemällä niistä korkearesoluutioisia annotoituja kuvia. Tällä hetkellä koulutusaineisto on noin 60 teratavun kokoinen. Tutkijat pystyivät käyttämään aineistoa ja luomaan sanastoa, joka sisälsi yli 100 000 yksittäin tunnistettua merkkiä, joita malli voisi oppia. Kun koulutettu malli testattiin näkymättömällä kuvilla, malli saavutti noin 80 prosentin tarkkuuden.

Vaikka tutkijaryhmä yrittää parantaa mallin tarkkuutta, jo 80 prosentin tarkkuus voi auttaa käännöksen prosessissa. Pauluksen mukaan malli voisi käyttää tunnistamaan tai kääntämään toistuvia osia asiakirjoissa, jolloin asiantuntijat voivat keskittyä vaikeampiin osiin asiakirjassa. Vaikka malli ei voi sanoa varmasti, mitä symboli kääntyy, se voi antaa tutkijoille todennäköisyyksiä, mikä johtaa heidät eteenpäin.

Tutkijaryhmä on myös tavoitteena tehdä DeepScribe työkaluksi, jonka muut arkeologit voivat käyttää omassa tutkimuksessaan. Esimerkiksi malli voidaan kouluttaa uudelleen muiden nuolenpääkielten kanssa tai se voidaan käyttää arvioimaan tekstiä vahingoittuneista tai epätäydellisistä tabletteista. Riittävän vankka malli voisi jopa arvioida tabletien tai muiden esineiden ikää ja alkuperää, mikä on tyypillisesti tehty kemiallisilla testeillä.

DeepScribe-hanke on rahoitettu Centre for the Development of Advanced Computing (CDAC):n toimesta. Tietokonenäkö on käytetty myös muissa CDAC:n rahoittamissa hankkeissa, kuten hankkeessa, jossa tunnustetaan tyyli taiteessa, ja hankkeessa, jossa määritetään merellisten simpukoiden monimuotoisuutta. Tutkijaryhmä toivoo, että heidän yhteistyönsä johtaa tuleviin yhteistyöhön tietojenkäsittelytieteen laitoksen ja OI:n välillä Chicagon yliopistossa.