Mitä AI opettaa meille muinaisista sivilisaatioista

Vaikka ihmisten opettaminen heidän muinaisista sivilisaatioistaan saattaa tuntua outolta tehtävältä tekoälylle, sillä on potentiaalia. Perinteisesti arkeologiset tutkimukset ja selvittäminen ovat olleet raskaita ja tylsästi hidasta. Tämä teknologia voisi automatisoida tai suoristaa suurimman osan prosessista, auttaen ihmisiä paljastamaan enemmän menneisyydestä eksponentiaalisella nopeudella.

Miksi AI:ta tarvitaan opettamaan muinaisista sivilisaatioista

Puhuttu kieli on enimmäkseen yleinen. Kirjoitettu kieli on historian aikana ollut paljon harvinaisempi. Varhaisin tunnettu kirjoitusjärjestelmä on nuolenpääkirjoitus, joka keksittiin noin 3100 eaa. sumerien toimesta. Kirjoittamattomat kuvat ovat peräisin jo noin 4400 eaa., joten akateemikoilla on tuhansia vuosia vanhoja tietoja, joita he voivat tutkia ja kääntää.

On myös glyfejä, keramiikkaa, haudoista löydettyjä esineitä, rakenteita ja patsaita, joista jokaisella on oma tarinansa. Vuosisatojen ajan ihmiset ovat tarkoin tunnistaneet, selvittäneet ja tutkineet näitä esineitä. Tutkimus, löytäminen ja menestys ovat palkitsevia – jopa jännittäviä. Kuitenkin edistys on hidasta. Joskus aihealue on hyvin suppea, mikä voi aiheuttaa pullonkauloja.

Mitä jos tutkijat eivät joutuisi odottamaan? Mitä jos he voivat kiihdyttää edistystään kymmenkertaiseksi? Tekoälyllä tämä saattaa olla mahdollista. Edistynyt, tarkoitukseen suunniteltu malli voisi paljastaa salaisuuksia, jotka ovat olleet piilossa tuhansia vuosia.

Konemallin voima perustuu automaatioon ja evoluutioon. Koska se oppii käsitellessään uutta tietoa, se voi kehittyä tutkimuksen tai arkeologisten projektien edetessä, tehden siitä itsestään tulevaisuuden näköisen. Lisäksi se vaatii vähän ihmisen valvontaa ja voi toimia itsenäisesti, mahdollistaen sen suorittamisen monimutkaisia monivaiheisia tehtäviä omin avuin.

Mitä historioitsijat ovat oppineet esihistoriallisista kulttuureista tekoälyn avulla

Vaikka moderni tekoäly on suhteellisen uusi, tutkijat ja arkeologit ovat jo käyttäneet sitä oppiakseen enemmän siitä, missä esihistorialliset ihmiset asuivat ja miten he viestivät.

Sanat kuolleissa kielissä

Yksi sana voi tarkoittaa monia asioita riippuen kirjoittajan aikomuksista ja sävellyksen kontekstista. Tämä monimutkaistaa selvittämistä. Jopa yksinkertaiset, merkityksettömät lauseet muuttuvat monimutkaisiksi arvoituksiksi. Vitsi “Mitä kello tekee, kun se on nälkäinen? Se menee takaisin sekunteja” on hyvä esimerkki, koska se on sanaa. Eri kielellä se saattaa olla merkityksetön.

Aikaisemmin tietokoneohjelmat törmäsivät näihin nuansseihin. Luonnollisen kielen prosessointiteknologia käyttää sana-analyysiä, tokenisointia ja lemmatisointia tunnistamaan yksittäisiä morfeemeja. Tämän viitekehyksen avulla algoritmi voisi ymmärtää kontekstin ja merkityksen, jopa kuolleissa kielissä.

Yleensä muinaisten kielten selvittäminen on ollut työlästä ja virhealtista tehtävää. Nyt malli, jolla on NLP-ominaisuudet, voisi koodata kirjoitetun kielen murto-osaan ajasta, joka kestäisi ihmisten tekemiseen.

Otan esimerkiksi figuratiiviset geoglyfit – ennen Kolumbian ajan suunnittelemat kuvat, jotka on kaiverrettu aavikkojen hiekaan. Se kesti lähes sata vuotta löytää 430 Nazca-geoglyfiä Nazca Pampalla. Tekoälyn avulla tutkimusryhmä löysi 303 uutta, lähes kaksinkertaisten tunnetun määrän vain kuuden kuukauden kenttätyön aikana.

Missä arkeologiset kohteet sijaitsevat

Äskettäin Khalifa-yliopiston tutkimusryhmä Abu Dhabissa käytti tekoälyä havaitsemaan merkkejä 5000 vuoden vanhasta sivilisaatiosta hiekkadyyneillä, maailman suurimmalla aavikolla. Koska se levittäytyy yli 250 000 neliökilometrin alueelle, se on mainittavan hankala tutkia. Liikkuvat hiekat ja karut olosuhteet vaikeuttavat arkeologisia tutkimuksia.

Tutkimusryhmä käytti korkearesoluutioista satelliittikuvaa ja syntetistä aukkoradioteknologiaa havaitsemaan haudattuja esineitä avaruudesta. Nämä tulokset syötettiin konemalliin kuvan prosessoinniksi ja geospatiaaliseksi analyysiksi, automatisoiden tutkimuksen. Tämä lähestymistapa oli tarkin 50 senttimetriin, osoittaen sen potentiaalia.

Miten tekoäly parantaa ymmärrystä menneistä ajoista

Tekoäly auttaa myös tutkijoita ymmärtämään enemmän siitä, miten muinaiset sivilisaatiot toimivat, antaen heille selkeämmän näyn menneisyyteen.

Simuloimalla muinaiset kulttuuriset asenteet

Arizona State Universityn sosiaalipsykologian johtaja ja apulaisprofessori Michael Varnum on vastikään kirjoittanut mielipidekirjoituksen, jossa hän ehdottaa tekoälyn käyttämistä muinaisten kulttuuristen asenteiden simuloimiseen.

Olemassa olevat menetelmät kamppailevat paljastamaan kuolleiden kulttuurien mentaliteetin tai käyttäytymisen. Varnum sanoo, että hänen alallaan tavallisesti käytetään epäsuoria välittäjiä kuten arkistotietoja rikosluvuista tai avioeroluvuista johdattaakseen ihmisten arvoja ja tunteita. Kuitenkin tämä lähestymistapa on epäsuora ja epätarkka. Hänen ratkaisunsa on kouluttaa tekoäly analysoimaan historiallisia tekstejä.

Kuitenkin, vaikka tekoäly voisi johtaa ihmisten mielipiteitä ja tunteita kirjoitettujen tietojen perusteella, sen havainnot ovat vinoutuneita. Historiallisesti lukemisen ja kirjoittamisen kyky on ollut harvinainen. Varnum myöntää, että tekoälyllä tuotetut havainnot todennäköisesti tulevat koulutetuilta, yläluokan yksilöiltä. Koska sosiaaliluokka vaikuttaa psykologiaan, analyysi ei antaisi täysin tarkkaa näkemystä menneisyydestä.

Rekonstruoimalla esihistorialliset tavat

Aina, kun arkeologit löytävät esineitä muinaisista haudoista tai puolipeittävistä kaupungeista, arvaamista on osallisena. Vaikka he tietävät tarkalleen, mihin jokin asia on käytetty, he saattavat olla kykenemättömiä määrittämään, miten se toimii.

1970-luvulla tutkijat kaivoivat haudan Bronssikauden hautausmaalta Iranissa. He löysivät vanhimman säilyneen lautapelin ikinä, joka on peräisin noin 4500 vuoden takaa. Se koostui 27 geometrisesta palasta, 20 ympyrästä ja neljästä noppaa. Sääntökirjaa ei haudattu, joten he voivat vain arvailla, miten pelata.

Tekoäly voi luoda säännöt uudelleen, tuomalla takaisin unohdetut lautapelit. Digital Ludeme -projekti tekee juuri sitä. Jo nyt se on kattanut kolme aikakautta ja yhdeksän aluetta, tehden lähes 1000 peliä pelattaviksi uudelleen. Nyt nämä rekonstruktioita ovat saatavilla verkossa kenen tahansa pelattaviksi.

Mitä voidaan oppia enemmän näistä muinaisista kulttuureista?

On vielä paljon enemmän oppimista tekoälyltä. Nuolenpääkirjoitus on yksi mielenkiintoisimmista. Tänään akateemikoilla on pääsy noin 5 miljoonan Sumerin kielen sanaan, miljoonia enemmän kuin roomalaiset jättivät latinaksi. Monet alueella löydetyistä savitauluista ovat yhä selvittämättömiä, ja lisää löytyy lähes päivittäin.

Tutkimusryhmä käyttää tekoälyä yhdistämään savitaulujen paloja, liittämällä osia yhteen nopeuttaakseen selvittämistä. He myös kouluttavat sitä selvittämään nuolenpääkirjoitusta, jota vain muutama asiantuntija pystyy. Algoritmin prosessoinnin nopeus voisi tehdä tämän teknologian äärettömän nopeamman kuin ihmiset.

Tämä uusi tieto voisi täyttää aukot historian kirjoissa. Vaikka ihmisillä on laaja kulttuurinen historia, monet alueet ovat jääneet tutkimattomiksi, koska heillä ei ole ollut teknologiaa. Konemallien ja generatiivisten mallien avulla he voivat saada syvemmän ymmärryksen maailmasta, saavuttaen uuden näkökulman historiaan.

Tekoälyn avulla arkeologisten kohteiden paljastamisessa, kuolleiden kielten selvittämisessä ja muinaisten tekstien kääntämisessä alan ammattilaiset voivat löytää uusia kirjoja, historiallisia kuvauksia, taideteoksia ja aarteita. Nämä löydöt voivat olla esillä museossa tai auttaa jälkeläisiä yhdistämään heidät esivanhempiinsa.

Tehtäväkohtaiset tekoälyratkaisujen tulevaisuuden näkymät arkeologisina työkaluina

Tekoäly voi selvittää kuolleita kieliä, sijaintia muinaisista hautausmaista ja simuloimalla muinaisia käytäntöjä. Sen löydöt voivat päätyä historiaan kirjoihin tai museoihin. Tietysti akateemikoilla on syy olla varovaisia. Vaikka tämä teknologia on voimakasta, vinoutuneisuus, epätarkkuus ja harhaluulot eivät ole harvinaisia. Ihmisen osallistuminen prosessiin voisi auttaa heitä lieventämään näitä ongelmia.